基于视觉词带的电梯安全标志物定位方法与系统技术方案

本发明专利技术公开了一种基于视觉词带的电梯安全标志物定位方法，包括以下步骤：S1，在电梯门上设置标志物；S2，采集电梯轿厢里的实时图像数据，且保证图像采集视角能够完整覆盖电梯门区域；S3，采集传感器送入的数据计算得到速度值；S4，根据视频采集传输过来的图像数据，以及电梯速度采集单元传入的电梯是否运动的信号，选择在电梯运动（电梯门关闭）的情况下，定位当前安全标志物具体位置；S5，通过安全标志物检测单元传递过来的具体坐标信息，提取出安全标志物在监控图像中的对应位置，作为之后门运动状态分析的输入信息。

【技术实现步骤摘要】
基于视觉词带的电梯安全标志物定位方法与系统
本专利技术属于电梯安全
，具体涉及一种基于视觉词带的电梯安全标志物定位方法与系统。
技术介绍
电梯作为当前社会重要的交通工具，由于其使用的频繁性以及本身环境的密闭性，具备很强的图像监控需求，同时也是监控设备安装的热点场景。过去的电梯监控只是一个录像和显示功能，随着人工智能技术的发展，越来越多的技术人员开始基于监控图像来分析电梯门开关状态，分析电梯运行状态是否正常。这种基于图像处理技术的分析方式，一般需要标注出电梯门上特异性最强的区域，即电梯门上的安全标志物，作为判定开关门的主要目标。但是，当需要监控分析的电梯数量过多时，安全标志物位置的标定工作量会伴随着线性增长；并且，当电梯中的相机受到震动发生位置偏移，标志物位置又需要重新标定，耗费许多人力资源。
技术实现思路
本专利技术要解决的技术问题是提供一种基于视觉词带的电梯安全标志物定位方法与系统。为解决上述技术问题，本专利技术采用如下的技术方案：本专利技术的一个方面提供了一种基于视觉词带的电梯安全标志物定位方法，其特征在于，包括以下步骤：S1，在电梯门上设置标志物；S2，采集电梯轿厢里的实时图本文档来自技高网...

【技术保护点】
1.一种基于视觉词带的电梯安全标志物定位方法，其特征在于，包括以下步骤：S1，在电梯门上设置标志物；S2，采集电梯轿厢里的实时图像数据，且保证图像采集视角能够完整覆盖电梯门区域；S3，采集传感器送入的数据计算得到速度值；S4，根据视频采集传输过来的图像数据，以及电梯速度采集单元传入的电梯是否运动的信号，选择在电梯运动(电梯门关闭)的情况下，定位当前安全标志物具体位置；S5，通过安全标志物检测单元传递过来的具体坐标信息，提取出安全标志物在监控图像中的对应位置，作为之后门运动状态分析的输入信息。

【技术特征摘要】
1.一种基于视觉词带的电梯安全标志物定位方法，其特征在于，包括以下步骤：S1，在电梯门上设置标志物；S2，采集电梯轿厢里的实时图像数据，且保证图像采集视角能够完整覆盖电梯门区域；S3，采集传感器送入的数据计算得到速度值；S4，根据视频采集传输过来的图像数据，以及电梯速度采集单元传入的电梯是否运动的信号，选择在电梯运动(电梯门关闭)的情况下，定位当前安全标志物具体位置；S5，通过安全标志物检测单元传递过来的具体坐标信息，提取出安全标志物在监控图像中的对应位置，作为之后门运动状态分析的输入信息。2.如权利要求1所述的基于视觉词带的电梯安全标志物定位方法，其特征在于，所述传感器为加速度传感器，通过加速度积分的方法获取速度值。3.如权利要求1所述的基于视觉词带的电梯安全标志物定位方法，其特征在于，所述传感器为气压传感器，将气压通转换为海拔高度，再通过高度差分获取速度值。4.如权利要求1至3任一所述的基于视觉词带的电梯安全标志物定位方法，其特征在于，S4中定位当前安全标志物具体位置具体包括训练词带和识别样本，具体包括：S401，从上万台电梯场景中，标定出电梯门上的安全标志物的矩形位置，作为训练视觉词带的样本数据；S402，将上万张从电梯中采样得到的安全标志物图，均分为5*5的若干矩形网格；S403，对于单张安全标志图，针对其分割的网格依次使用Harris角点计算网格中角点响应最大的三个特征点；针对找到的特征点，使用特征描述子进行采样描述，此处使用的特征描述子包括且不限于SURF,SIFT,ORB这些经典特征算子。假设一个特征点的特征描述向量为r,单个网格包含3个特征描述，其对应的特征向量为P＝r1r2r3，表示三组特征向量的串联，组成单个网格特征向量，则一万张安全标志图提取的特征向量集为l＝{P1……P10000}，至此，训练图的特征数据提取完成；S404，通过特征聚类得到安全标志物的视觉词带；S405，在识别样本的过程中，首先重复S403的过程，对于当前检测帧图像进行5*5的网格均分，提取特征；S406，对于当前帧计算得到的网格特征，依次和S404中存储的视觉词带信息进行词典查询，如果任一网格和词带中存储的特征向量相似度高于一定阈值，认为该网格出包含安全标志物的某块区域，以图像左上角为坐标原点，X方向水平向右，Y方向水平向下，记录该网格中心位置坐标；S407，对D6中所有获得的位置坐标进行排序，分别选出X方向和Y方向最大最小的四个点：XminXmaxYminYmax，根据这四个点可以获得目标矩形左上角顶点(Xmin,Ymin)和右下角顶点(Xmax,Ymax)，由此可以从当前电梯轿厢图像中，定位出安全标志物位置。5.如权利要求4所述的基于视觉词带的电梯安全标志物定位方法，其特征在于，S404，通过特征聚类得到安全标志物的视觉词带进一步包括如下步骤：S4041，对于S403中提取到的特征向量集l通过Kmeans的方法进行聚类，目标生成5个最能反映安全标志物的视觉描述词；S4042，从特征向量集l中随机提取5个特征向量，作为初始的聚类中心样本；S4043，针对5个中心样本，使用特征向量集l中剩余的特征向量进行相似度计算，对于任意向量相对于5个中心样本任意一种的相似度值最大，即将其进行分为该类别，两个特征向量Px和Pj的相似度计算公式如下：上式中，N表示单个特征向量的长度，S表示两个特征向量的相似度；S4044，在完成第一遍聚类后，在五种类别中分别选取和本类中其他成员相似度均值最大的对象，作为本类新的聚类中心样本，继续迭代重复S4043过程；迭代若干次后，发现每类的中心样本不再改变，聚类结束，获得五种最能概括表示安全标志物信息的特征词带，存储它们的特征向量信息...

【专利技术属性】
技术研发人员：程潇，施行，王超，蔡巍伟，靳旭哲，胡灏，
申请(专利权)人：浙江新再灵科技股份有限公司，
类型：发明
国别省市：浙江,33