【技术实现步骤摘要】
一种柱状目标物识别系统
[0001]本专利技术涉及图片处理和显示领域,具体涉及一种柱状目标物识别系统。
技术介绍
[0002]柱状目标物堆叠的场景作为一种密集型小目标,对其进行一次性识别时,其主要难点为:(1)场景复杂:拍摄的距离、角度和光线不完全受控,柱状目标物端面不齐,边界难以区分等问题,这些因素导致传统算法很难达到稳定的效果;(2)精度要求高:柱状目标物实际使用基数大时,如果检测结果中出现了误检和漏检,需要人工从大量的标记点中找出。所以只有达到极高的精度才能保证验收人员的使用体验,这就需要检测算法专门针对此密集场景进行优化;(3)柱状目标物尺寸不一:当柱状目标物直径的变化范围较大时,通常包含很多种类,截面颜色不一、形状不规则;(4)边界难以区分:如果直接检测全部柱状目标物会存在边缘角度差、遮挡等问题,难度较大。目前采用单捆处理+汇总合计的流程,这样的处理过程就需要对最终结果进行去重或对不同捆进行分割。
[0003]而为了解决上述问题,相关技术中通常采用的是多个拍摄装置在一定距离下拍摄然后对拍摄的图片进行拼接,最终实现目标图像的识别。在上述过程中,现有的拼接技术多数为像素级的拼接,但在需要对密集型的目标物进行识别时,通常需要近距离拍摄,获得的图片之间的视差较大,采用像素级的拼接难以实现准确拼接,从而造成目标物的识别困难,同时,存在无法对密集型柱状目标物进行准确的一次性识别的问题。
技术实现思路
[0004]为了至少部分解决上述现有技术中存在的问题,本专利技术实施例提供一种柱状目标物识别系统 ...
【技术保护点】
【技术特征摘要】
1.一种柱状目标物识别系统,其特征在于,包括:图像采集单元,用于获取具有柱状目标物簇截面图像的待识别图片数据集;柱状目标物识别计数单元,用于基于内置的识别计数模型输出获得待识别图片中柱状目标物的数目和位置信息;以及交互单元,将识别后的柱状目标物的数目和位置信息发送至客户端,触发所述客户端基于预设可视化界面,向用户展示识别后的柱状目标物的数目和位置信息;其中,所述柱状目标物识别计数单元包括:深度学习识别模型模块,用于输入待识别图片,获得初步分类结果;处理模块,用于对初步分类结果中的所有预设对象进行基于box的重复识别排除,获得去重分类结果;逻辑拼图模块,用于根据去重分类结果,并基于待识别图片内柱状目标物的拓扑结构,获取得到相邻图片中钢筋目标的高置信重叠区域,进行逻辑拼图,获得最终去重结果;以及分类统计模块,用于通过聚类算法将最终去重结果按照预设信息进行分类统计,获得最终待识别图片中柱状目标物的数目和位置信息。2.根据权利要求1所述的一种柱状目标物识别系统,其特征在于,所述基于box的重复识别方法具体为:标注每个预设对象对应的box,box为深度学习识别模型对应的矩形定位边框;计算任意两个boxA与boxB之间的重叠区域,若boxB对应的矩形定位边框B的边框区域全部位于boxA对应的矩形定位边框A的边框区域内,则删除boxB;若矩形定位边框B的边框区域部分位于矩形定位边框A的边框区域内,则计算矩形定位边框A的边框区域与矩形定位边框B的边框区域之间的重叠区域面积S,若S小于阈值P1,则删除boxA与boxB中面积较小的box,若S大于或等于阈值P1,则基于boxA和boxB对应的2个预设对象的识别置信度及识别区域面积排除重复识别的预设对象识别区域,预设对象识别区域为预设对象对应的box中所设的圆形区域,所述圆形区域为以box的宽度为直径以及以box的中心为圆心的圆形区域。3.根据权利要求1所述的一种柱状目标物识别系统,其特征在于,基于待识别图片内柱状目标物的拓扑结构的相似性进行逻辑拼图的方法,具体为:分别获取第一拍摄装置拍摄柱状目标物的第一图片和第二拍摄装置拍摄柱状目标物的第二图像;通过训练后的深度学习识别模型对所述第一图片和所述第二图片进行识别分类,以得到与所述第一图片对应的柱状目标物的第一拓扑结构和所述第二图片对应的柱状目标物的第二拓扑结构;获取所述第一拓扑结构和所述第二拓扑结构的结构相似性反馈,若所述结构相似性反馈在预设阈值要求内,则获取定位锚点;根据所述定位锚点获取并处理所述第一图片和所述第二图片中重复识别的柱状目标物,以拼接得到未重复识别的柱状目标物的集合。4.根据权利要求3所述的一种柱状目标物识别系统,其特征在于:所述第一拓扑结构和所述第二拓扑结构的结构相似性反馈的方法包括:对所述第一拓扑结构内的...
【专利技术属性】
技术研发人员:李文睿,程剑,付文宇,陈波,郑庭辉,王仪,曹洲,曾羽婷,薛宇,邓祥,何天翔,温智翔,
申请(专利权)人:中建三局第一建设工程有限责任公司,
类型:发明
国别省市:
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。