[发明专利]一种物品丢失、遗留检测方法及其系统有效

专利信息
申请号: 202010141736.6 申请日: 2020-03-04
公开(公告)号: CN111369529B 公开(公告)日: 2021-05-14
发明(设计)人: 黄金虎;林建成 申请(专利权)人: 厦门星纵智能科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/194;G06T7/187;G06T7/13;G06T7/90;G06T7/40
代理公司: 厦门市精诚新创知识产权代理有限公司 35218 代理人: 刘建科
地址: 361000 福建省厦*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 物品 丢失 遗留 检测 方法 及其 系统
【权利要求书】:

1.一种物品丢失、遗留检测方法,其特征在于,包括以下步骤:

S10、获取系统和环境稳定之后的某一帧,记为第一参考帧;

S20、获取所述第一参考帧的下一帧为参考帧,与所述参考帧间隔K帧获取当前帧,所述当前帧与所述参考帧的各像素进行对比,若所述当前帧比所述参考帧对应的像素点的值大于U,则将所述参考帧的像素点值加上设定的步长L,生成新的值;若所述当前帧比所述参考帧对应的像素点的值小于U,则将参考帧的像素点值减去设定的步长L,生成新的值;当遍历完所有的像素点,对比结果保存为背景帧;

S30、对所述背景帧和所述参考帧进行差值计算,得到前景帧;

S40、对所述前景帧进行二值化处理和形态学处理,获取连通区域信息;

S50、循环执行S20、S30和S40,直至获取所有的连通区域信息;当某个连通区域信息的变化率在时间T内始终小于阈值R,则表明该连通区域发生物品丢失或遗留;

S60、提取S50中该连通区域的灰度值,采用canny边缘检测方法精确物品轮廓;

S70、计算S60物品轮廓区域内HSV颜色信息和纹理信息,识别判断物品属于丢失或遗留。

2.根据权利要求1所述的物品丢失、遗留检测方法,其特征在于,所述二值化处理包括如下方法:设定阈值Nf,根据阈值Nf将所述前景帧的像素点进行划分,并将所述前景帧的像素点的灰度值设为0或255。

3.根据权利要求2所述的物品丢失、遗留检测方法,其特征在于,所述形态学处理包括如下:

对所述前景帧进行腐蚀操作,去除干扰点,再进行膨胀操作,将断裂的区域连接起来;

对灰度值为255的像素点逐个扫描,判断该像素点的上、下、左、右四个像素点,当其中一个像素点的灰度值为255,则表明这两个点为连通的,记录下所有连通的像素点的坐标。

4.根据权利要求3所述的物品丢失、遗留检测方法,其特征在于:所述连通区域信息包括区域位置、大小、前景像素数量。

5.根据权利要求1-4任一项所述的物品丢失、遗留检测方法,其特征在于,所述S70中的计算HSV颜色信息包括如下步骤:

S71、提取物品轮廓区域内对应的RGB图,将对应的RGB色彩空间转换到HSV色彩空间,分离出H、S、V三个分量,求取H的均值V hf;

S72、提取所述物品轮廓区域周围1/4的区域对应的RGB图,将对应的RGB色彩空间转换到HSV色彩空间,分离出H、S、V三个分量,求取H的均值V hb;

S73、求取V hf与V hb的比值Vn,并预先设定区间[V n1,V n2],当Vn不在该区间内,则表明该物品属于遗留;若Vn在该区间内,则计算Vn与V n2的比值V hn;

S74、对该物品轮廓区域进行sobel运算,得到梯度图,设定阈值RS,统计所述梯度图内像素大于RS的数量,记为S1;

S75、对所述第一参考帧同样区域进行sobel运算,得到梯度图,设定阈值RS,统计所述梯度图内像素大于RS的数量,记为S2;

S76、求取S1与S2的比值Vs,若S1大于S2,则令Vs等于S2/S1;若S1小于S2,则令Vs等于S1/S2;

S77、设定系数kv、系数ks,以及阈值F;若F小于kv*V hn+ks*Vs,则表明物品遗留;若F大于kv*V hn+ks*Vs,则表明物品丢失。

6.一种物品丢失、遗留检测系统,其特征在于,采用如权利要求1-5任一项所述的物品丢失、遗留检测方法,所述系统包括:

视频采集模块,用于获取视频数据并为其他模块提供数据来源;

背景建模模块,用于区分出背景和前景,为前景分割模块提供依据;

前景分割模块,用于分离出前景部分;

梯度与HSV分量计算模块,用于对分离出的前景进行梯度和HSV分离计算;

丢失与遗留判别模块,利用梯度信息和HSV和H分量进行判别前景的物体是丢失还是遗留状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门星纵智能科技有限公司,未经厦门星纵智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010141736.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top