The invention relates to a method and system for generating picture samples of dangerous chemicals storage and stacking, which includes: obtaining the first number of real picture samples of dangerous chemicals storage and stacking; processing the first number of real picture samples with GAN algorithm to obtain the second number of generated picture samples of dangerous chemicals storage and stacking; and extracting the edge features of the second number of generated picture samples. Corner detection and noise filtering are used to make the sample distribution of the generated image sample close to the sample distribution of the real image sample. The technical scheme provided by the invention generates a large number of picture samples by using GAN algorithm, extracts the edges and corners of the generated picture samples and filters the noise, so that the sample distribution of the generated picture samples is close to the sample distribution of the real picture samples. The algorithm has important research significance for the stereo matching, distance monitoring and three-dimensional restoration required for the follow-up monitoring of dangerous chemicals. It provides powerful technical support for visual ranging in dangerous chemicals warehouse.
【技术实现步骤摘要】
一种危化品仓储堆垛图片样本生成方法及系统
本专利技术涉及危化品仓储
,具体涉及一种危化品仓储堆垛图片样本生成方法及系统。
技术介绍
危险化学品具有易燃易爆、有毒有害等特性,使用不当,会对环境和人身安全造成巨大危害。为了避免这些危险化学品储存过程中由于泄露、火灾等而对环境或者人造成危害,需要对其进行严格的监管。库内码垛“五距”是关键监控参数,双目视觉测距是解决该问题的技术手段之一。面对此问题,需要对危化品仓库实时监控、预警,现阶段采取的监控方式主要为人工视频监控。但是这种方式需要耗费大量劳动力,且难以保证库房的绝对安全,数据传输上报效率也较低,不能满足现代企业信息化的要求。机器视觉在人工智能领域发展迅速,电脑可以通过对安全、危险的正负样本学习,掌握货品仓储的特征分布,实现自动监控。但机器学习、深度学习都需要大量的数据样本,传统的样本获取方式效率较低,导致危化品库内码垛“五距”双目视觉测距面临危化品仓储堆垛图片样本严重不足的问题。
技术实现思路
有鉴于此,本专利技术的目的在于克服现有技术的不足,提供一种危化品仓储堆垛图片样本生成方法及系统,以解决现有技术中危化品自动监控所需危化品仓储堆垛图片样本严重不足的问题。为实现以上目的,本专利技术采用如下技术方案:一种危化品仓储堆垛图片样本生成方法,包括:步骤S1、获取第一数量的危化品仓储堆垛的真实图片样本;步骤S2、对所述第一数量的真实图片样本进行GAN算法处理,得到第二数量的危化品仓储堆垛的生成图片样本,所述第二数量>第一数量;步骤S3、对所述第二数量的生成图片样本进行边缘特征提取、角点检测及噪声滤波,以使所述生成 ...
【技术保护点】
1.一种危化品仓储堆垛图片样本生成方法,其特征在于,包括:步骤S1、获取第一数量的危化品仓储堆垛的真实图片样本;步骤S2、对所述第一数量的真实图片样本进行GAN算法处理,得到第二数量的危化品仓储堆垛的生成图片样本,所述第二数量>第一数量;步骤S3、对所述第二数量的生成图片样本进行边缘特征提取、角点检测及噪声滤波,以使所述生成图片样本的样本分布接近所述真实图片样本的样本分布。
【技术特征摘要】
1.一种危化品仓储堆垛图片样本生成方法,其特征在于,包括:步骤S1、获取第一数量的危化品仓储堆垛的真实图片样本;步骤S2、对所述第一数量的真实图片样本进行GAN算法处理,得到第二数量的危化品仓储堆垛的生成图片样本,所述第二数量>第一数量;步骤S3、对所述第二数量的生成图片样本进行边缘特征提取、角点检测及噪声滤波,以使所述生成图片样本的样本分布接近所述真实图片样本的样本分布。2.根据权利要求1所述的方法,其特征在于,所述步骤S1,包括:采用双目相机拍摄危化品仓储堆垛的视频,通过预存的提取帧程序进行视频流提帧,得到第一数量的危化品仓储堆垛的真实图片样本。3.根据权利要求1所述的方法,其特征在于,所述步骤S2包括:步骤S21、将所述第一数量的危化品仓储堆垛图片样本作为训练集,同时定义一个噪声Z作为随机变量,输入到生成式对抗网络的生成器G中,以将输入的噪声Z映射成生成图片G(Z);步骤S22、将生成图片G(Z)输入到生成式对抗网络的判别器D中,以判断所述生成图片G(Z)是否接近真实图片,以对所述生成图片G(Z)进行筛选。4.根据权利要求1所述的方法,其特征在于,所述步骤S3中对所述第二数量的生成图片样本进行角点检测,具体为:采用Harris角点检测算法,对所述第二数量的生成图片样本进行角点检测。5.根据权利要求4所述的方法,其特征在于,所述步骤S3中对所述第二数量的生成图片样本进行角点检测,包括:对任一生成图片样本,使用一个固定窗口在图片样本上进行任意方向上的滑动,比较滑动前与滑动后两种情况下窗口中的像素灰度变化程度,如果存在任意方向上的滑动,都有着较大灰度变化,则判定该窗口中存在角点。6.根据权利要求4所述的方法,其特征在于,所述步骤S3中对所述第二数...
【专利技术属性】
技术研发人员:刘学君,魏宇晨,晏涌,袁碧贤,张建东,赵子贤,乔文,梁永宁,龚鸿博,董选鹤,王萌,
申请(专利权)人:北京石油化工学院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。