[发明专利]堆积物识别方法、装置和电子装置在审
申请号: | 202110846770.8 | 申请日: | 2021-07-26 |
公开(公告)号: | CN113657191A | 公开(公告)日: | 2021-11-16 |
发明(设计)人: | 李中振;潘华东;殷俊;张兴明;高美;冯长驹 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/00;G06T7/62;G06T7/73;G06T7/90 |
代理公司: | 杭州华进联浙知识产权代理有限公司 33250 | 代理人: | 金无量 |
地址: | 310016 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 堆积物 识别 方法 装置 电子 | ||
1.一种堆积物识别方法,其特征在于,包括:
获取待检测图像和标准图像,所述标准图像中不包括堆积物;
分别将所述待检测图像中各个像素的位置确定为目标位置,并确定各个所述目标位置对应的实际深度信息和标准深度信息;所述实际深度信息是由所述待检测图像中的所述目标位置映射得到的,所述标准深度信息是由所述标准图像中对应的所述目标位置映射得到的;
基于所述待检测图像中所述实际深度信息和所述标准深度信息的偏差值大于偏差值阈值的所述目标位置的像素,确定所述待检测图像中的目标区域;
基于所述目标区域,确定所述待检测图像中是否存在所述堆积物。
2.根据权利要求1所述的堆积物识别方法,其特征在于,所述分别将所述待检测图像中各个像素的位置确定为目标位置,并确定各个所述目标位置对应的实际深度信息和标准深度信息包括:
确定所述待检测图像中各个像素在所述待检测图像的图像坐标系中的第一平面坐标信息,将所述待检测图像中的所述平面坐标信息映射到参考坐标系得到的深度信息确定为所述实际深度信息,所述实际深度信息包括实际长度信息、实际宽度信息以及实际高度信息;
确定所述标准图像中各个像素在所述标准图像的所述图像坐标系中的第二平面坐标信息,将所述标准图像中与所述第一平面坐标信息对应的第二平面坐标信息映射到所述参考坐标系得到的深度信息确定为所述标准深度信息,所述标准深度信息包括标准长度信息、标准宽度信息以及标准高度信息;
基于所述实际高度信息与所述标准高度信息确定第一高度偏差值,并将所述第一高度偏差值作为所述偏差值。
3.根据权利要求2所述的堆积物识别方法,其特征在于,所述基于所述待检测图像中所述实际深度信息和所述标准深度信息的偏差值大于偏差值阈值的所述目标位置的像素,确定所述待检测图像中的目标区域包括:
根据所述标准图像对应的标准图像矩阵获取初始统计图像矩阵,所述初始统计图像矩阵与所述标准图像矩阵的行宽相同且列宽相同,且所述初始统计图像矩阵中各位置的像素值都为0;
根据所述待检测图像中大于所述偏差值阈值的所述第一高度偏差值对应的所述第一平面坐标信息,得到可疑位置信息;
将所述初始统计图像矩阵中位置与所述可疑位置信息相同的像素值增加预设数值,得到目标统计图像;
根据所述目标统计图像确定所述目标区域。
4.根据权利要求1所述的堆积物识别方法,其特征在于,所述获取待检测图像和标准图像之后包括:
基于多帧所述标准图像进行高斯建模,得到高度背景模型;
将待检测图像像素与高度背景模型对应的相同位置的像素的模型高度信息进行比对,得到第二高度偏差值。
5.根据权利要求4所述的堆积物识别方法,其特征在于,所述得到第二高度偏差值之后还包括:
基于多帧所述标准图像进行运动检测,建立可见光背景模型;
统计所述第二高度偏差值小于第二预设阈值的像素位置,确定待更新区域位置信息;
根据所述待更新区域位置信息获取待更新区域;
将所述待检测图像中待更新区域图像与所述可见光背景模型中待更新区域图像进行特征比对,得到特征匹配参数;
若所述特征匹配参数大于第三预设阈值,则根据所述待检测图像中待更新区域的位置信息以及对应像素值,替换所述可见光背景模型中、以及高度背景模型中的待更新区域图像的实际高度信息和对应像素值。
6.根据权利要求1所述的堆积物识别方法,其特征在于,所述基于所述目标区域,确定所述待检测图像中是否存在所述堆积物包括:
基于所述待检测图像中对应目标区域的各个像素的所述目标位置以及所述实际深度信息,确定所述待检测图像中可疑物品的实际尺寸信息;
基于所述实际尺寸信息,确定所述可疑物品是否为堆积物。
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202110846770.8/1.html,转载请声明来源钻瓜专利网。