堆垛“五距”检测的二值化方法、装置、设备和存储介质制造方法及图纸

本发明专利技术涉及一种应用于仓储堆垛“五距”检测的二值化方法、装置、设备和存储介质，该方法包括：获取待处理堆垛在夜视环境下的成像图片；根据预设分辨率获取成像图片的各个像素点；针对每个成像图片，对于成像图片中的每个像素点，计算对应的二元组，将各个像素点对应的二元组组合为二元组集合，二元组为二维灰度数组；针对二元组集合，计算二维最大峰值差；根据最大峰值差对应的二元组，以及，预设二值分界点条件确定目标二元组灰度阈值；应用目标二元组灰度阈值对对应的成像图片进行二值化处理。应用本申请实施例中的二值化方法对夜视环境下的成像图片进行二值化处理，使成像图片的处理效果更好，以便有效检测出物体的边缘信息和角点信息等。

Binary Method, Device, Equipment and Storage Medium for \Five-Distance\ Testing of Stacking

【技术实现步骤摘要】
堆垛“五距”检测的二值化方法、装置、设备和存储介质
本专利技术涉及图像处理
，具体涉及一种应用于仓储堆垛“五距”检测的二值化方法、装置、设备和存储介质。
技术介绍
近年来危化品堆垛安全距离监控称为越来越迫切需要解决的问题，基于云平台搭建双目摄像头“五距”检测系统进行智能化安全距离预警可以有效解决这个问题。具体的，在危化品堆垛安全距离监控中，特征提取问题尤为关键，特征提取的准确度直接影响后续结果测量的准确度，尤其是在夜视环境下，各个像素点的灰度值非常接近，此时，特征点提取不准确，则无法准确获取特征点信息，进而影响边缘提取的准确度等。现有技术中，夜视图经过灰度直方均匀化处理后，灰度值范围产生集中现象，提取边缘是不清晰，且无法识别出角点；此外，夜视图经过一维大津阈值处理后虽然可以检测出物体的边缘信息和角点信息，但是二值化图片并没有有效提取前景信息，导致原夜视图中包含大量噪点信息。
技术实现思路
有鉴于此，提供一种应用于仓储堆垛“五距”检测的二值化方法、装置、设备和存储介质，以解决现有技术中夜视环境下的成像图片处理不当导致的无法有效检测出物体的边缘信息和角点信息等问题。本专利技术采用如下技术方案：第一方面，本申请实施例提供了一种应用于仓储堆垛“五距”检测的二值化方法，该方法包括：获取待处理堆垛在夜视环境下的成像图片；根据预设分辨率获取所述成像图片的各个像素点；针对每个成像图片，对于成像图片中的每个像素点，计算对应的二元组，将各个像素点对应的二元组组合为二元组集合，其中，所述二元组为二维灰度数组；针对所述二元组集合，计算二维最大峰值差；根据所述最大峰值差对应的二元组，以及，预设二值分界点条件确定目标二元组灰度阈值；应用所述目标二元组灰度阈值对对应的成像图片进行二值化处理。第二方面，本申请实施例提供了一种应用于仓储堆垛“五距”检测的二值化装置，该装置包括：图片获取模块，用于获取待处理堆垛在夜视环境下的成像图片；像素点获取模块，用于根据预设分辨率获取所述成像图片的各个像素点；二元组计算模块，用于针对每个成像图片，对于成像图片中的每个像素点，计算对应的二元组，将各个像素点对应的二元组组合为二元组集合，其中，所述二元组为二维灰度数组；最大峰值差计算模块，用于针对所述二元组集合，计算二维最大峰值差；灰度阈值确定模块，用于根据所述最大峰值差对应的二元组，以及，预设二值分界点条件确定目标二元组灰度阈值；二值化处理模块，用于应用所述目标二元组灰度阈值对对应的成像图片进行二值化处理。第三方面，本申请实施例提供了一种设备，该设备包括：处理器，以及与所述处理器相连接的存储器；所述存储器用于存储计算机程序，所述计算机程序至少用于执行本申请实施例第一方面所述的应用于仓储堆垛“五距”检测的二值化方法；所述处理器用于调用并执行所述存储器中的所述计算机程序。第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的应用于仓储堆垛“五距”检测的二值化方法中各个步骤。本专利技术采用以上技术方案，首选获取待处理堆垛在夜视环境下的成像图片；根据预设分辨率获取所述成像图片的各个像素点；针对每个成像图片，对于成像图片中的每个像素点，计算对应的二元组，将各个像素点对应的二元组组合为二元组集合，其中，所述二元组为二维灰度数组；针对所述二元组集合，计算二维最大峰值差；根据所述最大峰值差对应的二元组，以及，预设二值分界点条件确定目标二元组灰度阈值，这样确定的目标二元组阈值更准确；应用所述目标二元组灰度阈值对对应的成像图片进行二值化处理。这样的处理使得二值化处理后的图片中的噪点更少，进而后续能有效检测出物体的边缘信息和角点信息等，将该方法应用在夜市环境下的仓储堆垛“五距”检测中，处理效果更好。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中适用的一种双目“五距”检测系统的流程图；图2是本专利技术实施例提供的一种应用于仓储堆垛“五距”检测的二值化方法的流程图；图3是本专利技术实施例提供的另一种应用于仓储堆垛“五距”检测的二值化方法的流程图；图4是本专利技术实施例中适用的一组夜视环境下的成像图片；图5是本专利技术实施例中适用的一组夜视环境下的成像图片角点检测图；图6是本专利技术实施例中适用的一种改进的二维大津阈值及变换提取算法流程图；图7是本专利技术实施例中适用的一组标准数据集随机选取的部分截图图片；图8是本专利技术实施例中适用的一组标准数据集随机选取部分图片对应的二值化图片；图9是本专利技术实施例中适用的一组标准数据集随机选取部分图片对应的三维点分布图；图10是本专利技术实施例中适用的一组满垛、超垛和欠垛实验模拟场景图；图11是本专利技术实施例中适用的一组满垛、超垛和欠垛实验模拟场景图的二值化图；图12是本专利技术实施例中适用的一组满垛、超垛和欠垛实验模拟场景图的三维点分布图；图13是本专利技术实施例中适用的一组灰度直方均匀化处理后边缘检测及角点检测图；图14是本专利技术实施例中一组一维大津阈值处理后边缘检测及角点检测图；图15本专利技术实施例中适用的一组二维大津阈值处理后边缘检测及角点检测图；图16是本专利技术实施例提供的一种应用于仓储堆垛“五距”检测的二值化装置的结构示意图；图17是本专利技术实施例提供的一种设备的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。首先对本申请实施例的应用场景进行说明，本申请实施例提供了一种应用于仓储堆垛“五距”检测的二值化方法，具体的场景可以是夜视环境下应用于危化品仓储堆垛“五距”检测的中，而二值化处理结果或精度极大影响距离测量结果的准确度，尤其是在夜视环境下像素点的灰度值接近的情况下，因此二值化处理精度极为重要。具体的，“五距”指物资库房在存储物资时，应当使存放的物资与库房的墙壁有间距，与库房内柱子有间距，与灯有间距，与房梁有顶距，存放的物资与物资之间形成行距。此外，随着近年来近年危化品堆垛的安全事故频频发生死伤严重，诸如天津港事件、河北张家口盛华化工事件等。因此加强对危化品的监管越来越值得重视，而智能化监管措施更是步入新时代的重要有效科学手段。目前危化品堆垛安全监测方面的相关研究不断发展，有激光扫描系统、UWB定位系统等。本申请实施例可以应用在以双目摄像头搭建危化品堆垛“五距”测量平台中，以云服务作为通信平台进行监管。在双目“五距”测量中，分为相机标定、角点匹配、深度信息等步骤，图1示出了一种双目“五距”检测系统流程图，主要包括双目标定、特征提取、角点检测、立体匹配、深度重建和视差测距等。实施例图2为本专利技术实施例提供的一种应用于仓储堆垛“五距”检测的二值化方法的流程图，该方法可以由本专利技术实施例提供的应用于仓储堆垛“五距”检测的二值化装置来执行，该装置可本文档来自技高网...

【技术保护点】
1.一种应用于仓储堆垛“五距”检测的二值化方法，其特征在于，包括：获取待处理堆垛在夜视环境下的成像图片；根据预设分辨率获取所述成像图片的各个像素点；针对每个成像图片，对于成像图片中的每个像素点，计算对应的二元组，将各个像素点对应的二元组组合为二元组集合，其中，所述二元组为二维灰度数组；针对所述二元组集合，计算二维最大峰值差；根据所述最大峰值差对应的二元组，以及，预设二值分界点条件确定目标二元组灰度阈值；应用所述目标二元组灰度阈值对对应的成像图片进行二值化处理。

【技术特征摘要】
1.一种应用于仓储堆垛“五距”检测的二值化方法，其特征在于，包括：获取待处理堆垛在夜视环境下的成像图片；根据预设分辨率获取所述成像图片的各个像素点；针对每个成像图片，对于成像图片中的每个像素点，计算对应的二元组，将各个像素点对应的二元组组合为二元组集合，其中，所述二元组为二维灰度数组；针对所述二元组集合，计算二维最大峰值差；根据所述最大峰值差对应的二元组，以及，预设二值分界点条件确定目标二元组灰度阈值；应用所述目标二元组灰度阈值对对应的成像图片进行二值化处理。2.根据权利要求1所述的方法，其特征在于，对于成像图片中的每个像素点，计算对应的二元组包括：对于成像图片中的每个像素点，将像素点的灰度值确定为所述二元组的第一维数据；以所述像素点所处的位置为中心，取预设窗口长度内所有像素点的灰度值的平均值作为所述二元组的第二维数据；将所述第一维数据和所述第二维数据组合为二元组。3.根据权利要求1所述的方法，其特征在于，针对所述二元组集合，计算二维最大峰值差，包括：针对所述二元组集合，计算各个二元组阈值对应的峰值差；确定所述峰值差中的最大峰值差为二维最大峰值差；其中，所述各个二元组阈值由所述预设分辨率和相同二元组出现的个数共同确定。4.根据权利要求3所述的方法，其特征在于，计算各个二元组阈值对应的峰值差包括：求解所述二元组集合的概率分布；根据二元组阈值将所述成像图片划分为前景区和背景区；根据所述概率分布，计算所述前景区的前景联合概率密度分布、所述背景区的背景联合概率密度分布、所述前景区的前景区分量、所述背景区的背景区分量和全局区分量；根据所述前景区的前景联合概率密度分布、所述背景区的背景联合概率密度分布、所述前景区的前景区分量、所述背景区的背景区分量和全局区分量计算峰值差。5.根据权利要求2所述的方法，其特征在于，根据所述最大峰值差对应的二元组，以及，预设二值分界点条件...

【专利技术属性】
技术研发人员：刘学君，魏宇晨，晏涌，沙芸，栾海英，
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