[发明专利]一种基于机器视觉的施工现场灰尘识别系统及其方法

说明书

本发明涉及机器视觉检测技术领域，本发明公开了一种基于机器视觉的施工现场灰尘识别系统，包括信息收集系统和数据计算系统。本发明还公开了一种基于机器视觉的施工现场灰尘识别方法，包括以下步骤：S1、搭建卷积神经网络模型和车辆数据库；S2、训练车辆数据库；S3、航拍施工现场；S4、制作3D实景图；S5、计算车辆的位置信息；S6、车辆标注；S7、训练标注数据；S8、比较权重文件和标注数据。本发明通过对施工现场搭建虚拟的3D实景图实时演算出标注数据，并通过卷积神经网络训练车辆标注数据获得训练好的权重文件，结合对比权重文件和为标注数据，可以快速识别出施工现场灰尘，灰尘检测成功率高。

技术领域

本发明涉及机器视觉检测技术领域，具体为一种基于机器视觉的施工现场灰尘识别系统及其方法。

背景技术

机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。

目前，除尘措施大体停留在手动操作阶段，受限于人为操作因素太大。而自动检测除尘措施一般采用传感器技术，也受限于施工现场的种种客观因素，例如装卸物料产生粉尘，高温，以及外部光干扰，在实际使用中极易产生误触发传感器信号，造成传感器错误判断。

发明内容

本发明的目的在于提供一种基于机器视觉的施工现场灰尘识别系统，以解决上述背景技术中提出的问题。

为实现上述目的，一方面，本发明提供如下技术方案：一种基于机器视觉的施工现场灰尘识别系统，包括

信息收集系统，用于收集施工现场的图像信息；

数据计算系统，用于搭建卷积神经网络模型以及3D实景图；

其中，所述信息收集系统包括无人机以及搭载在无人机上的摄像头；所述数据计算系统包括深度学习服务器、车辆数据库、三维建模模块以及图形图像注释工具。

可选的，所述摄像头为700线CCD摄像头。

可选的，所述深度学习服务器为金品KG4210-G2深度学习工作站。

可选的，所述车辆数据库按0～4分为五类车型，其中，0表示挖沟机和铲车；1表示重型卡车；2表示中型卡车和轻型卡车；3表示洒水车；4表示其他类型车辆。

可选的，所述三维建模模块为ContextCapture三维建模模组。

可选的，所述图形图像注释工具为LabelImg图片标注工具。

另一方面，本发明还提供如下技术方案：一种基于机器视觉的施工现场灰尘识别方法，包括以下步骤：

S1、在深度学习服务器中搭建卷积神经网络模型和车辆数据库；

S2、使用卷积神经网络模型训练车辆数据库，得到施工现场识别模型；

S3、使用无人机搭载摄像头从不同角度航拍施工现场，得到照片数据；

S4、使用三维建模模块对照片数据进行空三运算，制作3D实景图；

S5、使用欧氏距离算法计算出3D实景图中车辆的位置信息；

S6、使用图形图像注释工具对照片数据进行车辆标注，得到标注数据；