工业控制网络中几种介质访问方式的对比分析基于组合特征的车牌字符识别*路小波凌小静刘斌张玉萍佟为明李辰（东南大学教育部智能运输系统工程研究中心哈尔滨工业大学电气工程与自动化学院，哈尔滨哈尔滨工业大学哈尔滨南京215000196）摘要本文阐述了应用于工业控制网络中应用的多种介质访问控制方式，并对其中常用的几种常用介质访问控制方式的优缺点进行了分析，重点分析了载波监听多路访问、时分复用、令牌环及总线令牌等介质访问方式，同时并给出了各种方式的应用实例。提出了基于Zernike矩和小波变换特征相结合的车牌字符识别方法。利用Zernike矩描述字符全局特征，小波变换系数描述字符细节特征，采用神经网络进行车牌字符分类。测试结果表明，这种组合了两种特征优点的方法实用有效，识别效果优于两种特征独立使用的情况。关键词工业控制网络车牌字符识别介质访问控制方式Zernike矩小波变换CSMA令牌中图分类号TP336文献标识码A国家标准学科分类与代码621.特征提取中图分类号TP2文献标识码A国家标准学科分类与代码520.604TheContrastAnalysisofSeveralMediumAccessControlModesinIndustryControlNetworksLicensePlateCharacterRecognitionBasedontheCombinedFeaturesZhangYupingTongWeimingLiChenLuXiaoboLingXiaojingLiuBin（SchoolofElectricalEngineeringandAutomation,HarbinInstituteofTechnology,Harbin150001,China）(HarbinInstituteofTechnology,Harbin150001EngineeringResearchCenterforIntelligentTransportationSystemsunderMinistryofEducation,SoutheastUniversity,Nanjing210096，China)AbstractThispaperintroducesthecommonmediaaccesscontrolmodesinindustrycontrolnetworksandanalysestheadvantagesanddisadvantagesofthem,respectively..EspeciallyTthedifferenceofCSMA、TDMA、Token-RingandBus-Tokenisespeciallydescribdetailed.Andtheapplicationsofthemarepresented.ThispaperpresentsamethodoflicenseplatecharacterrecognitionbasedonthecombinationofZernikemomentandwavelettransformationfeatures.TheZernikemomentisusedtodescribetheglobalfeatureofthecharacters,andthewavelettransformcoefficientforthedetailedfeatureofthecharacters.Aneuralnetworkisusedtoclassifythelicenseplatecharacters.Experimentalresultsshowthepresentedmethodachievesbetterrecognitionaccuracythanusingtwofeaturesseparately.KeywordsindustrycontrolnetworkslicenseplatecharacterrecognitionMACZernikemomentCSMAToken5号楷体5号黑正体，居中，居小5号斜体，居中，下空一行5号楷体5号黑正体，居中wavelettransformfeatureextraction1工业控制网络的特点引言引言工业控制网络是一种局域网，但又不同于一般的局域网。因为工业控制网络必须满足工业现场的环境特点及控制的要求，它具有自身的特点，例如对于实时性、抗干扰性等有很高的要求。现场总线技术的出现是工业控制网络发展过程中的一次飞跃，工业控制网络将简单的现场设备连接起来，通过现场总线在各个控制设备之间传送信息，对生产过程进行优化，节能降耗、获取更大的经济效益。随着现场总线技术的快速发展，工业控制网络呈现出各种各样的形式。针对各种具体的工业现场，现场总线的连接方式以及控制方法有很大的不同，在选用总线时，我们需要对其性能有所了解，而介质访问方式与总线的性能紧密相关，因此，对于介质访问方式的分析非常必要。车牌自动识别技术在智能交通系统中具有重要的应用价值，其中的关键技术是车牌定位和车牌字符识别。国内外学者在车牌定位和字符识别方面进行了大量研究，促进了该领域的发展。这里主要对车牌字符识别进行研究，在车牌定位的基础上，进行车牌字符特征提取和字符分类。车牌识别系统工作在室外环境，拍摄的图像易出现变形失真，且分辨率低、易受各种因素干扰，采用传统的字符识别（OCR）方法进行车牌字符识别难以取得理想效果。车牌字符识别的典型方法是基于模板匹配的识别方法[1-2]，但模板匹配法对车牌图像的伸缩、倾斜及背景干扰比较敏感，识别效果不够理想。...