货物拥堵识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种货物拥堵识别方法、装置、电子设备及存储介质，该货物拥堵识别方法包括：获取拍摄装置拍摄的货物输送线的多帧货物图像；对所述多帧货物图像进行运动融合，得到融合图像；对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵。本发明专利技术实施例中在现有技术人工检测货物运输线是否拥堵的基础上，可以自动根据拍摄装置拍摄的货物输送线的多帧货物图像进行运动融合，得到融合图像，通过融合图像进行拥堵识别，确定货物输送线是否存在拥堵，本发明专利技术实施例能自动识别货物输送线上货物拥堵情况，进而方便工作人员及时疏导，减少快件的破损率，同时提高了快件的分拣效率。

【技术实现步骤摘要】
货物拥堵识别方法、装置、电子设备及存储介质
本专利技术涉及物流
，具体涉及一种货物拥堵识别方法、装置、电子设备及存储介质。
技术介绍
随着互联网及网购的发展，物流行业也随之兴旺，一般在物流公司接收到快件后，会进行多个步骤的分拣打包处理，这些过程中一般采用传送带运送快件，以小件包裹为例，采用皮带传送机，在物流行业中，皮带机是最常规的传动机构应用在装卸口中，基本每一个快件都需要经过皮带机传送，所以皮带机上的货物有良好运转，这样会大大减少快件的破损。目前，影响皮带机上的货物运转的情况有很多种，货物拥堵是一个比较常见的问题，也是一个比较容易使得快件破损的原因。目前物流网点一般皮带机数量较多，占地面积大，尤其是多层皮带机，跨楼层皮带机，高度远远高于人的高度，视线根本无法看到皮带机的运行状态，因此在发生包括堵塞时，无法及时发现。往往在发现堵塞时，已经有很多包裹堆积，再通过人工疏通的方式清理。这种方式非常影响工作效率，同时当快件量较大时，被堵的快件受到后面的快件的挤压，容易破损。
技术实现思路
本专利技术实施例提供一种货物拥堵识别方法、装置、电子设备及存储介质，自动识别货物输送线上货物拥堵情况，进而方便工作人员及时疏导，减少快件的破损率，同时提高了快件的分拣效率。一方面，本申请提供一种货物拥堵识别方法，所述方法包括：获取拍摄装置拍摄的货物输送线的多帧货物图像；对所述多帧货物图像进行运动融合，得到融合图像；对所述融合图像进行拥堵识别，确定所述货物输送线存在拥堵。>在本申请一些实施例中，所述多帧货物图像的数量与所述拍摄装置的播放帧率对应，所述对所述多帧货物图像进行运动融合，得到融合图像，包括：将所述多帧货物图像等分成相同数量的三部分图像；计算所述三部分图像中各部分图像的均值图，得到第一均值图、第二均值图和第三均值图；根据所述第一均值图、第二均值图和第三均值图进行运动融合，得到融合图像。在本申请一些实施例中，所述根据所述第一均值图、第二均值图和第三均值图进行运动融合，得到融合图像，包括：新建RGB图像；将所述第一均值图作为RGB图像的R分量的值，将所述第二均值图作为RGB图像的G分量的值，将所述第三均值图作为RGB图像的B分量的值，得到融合图像。在本申请一些实施例中，所述计算所述三部分图像中各部分图像的均值图，得到第一均值图、第二均值图和第三均值图，包括：取所述三部分图像中时序最前的第一部分图像，计算所述第一部分图像的均值图，得到第一均值图；取所述三部分图像中所述第一部分图像后的第二部分图像，计算所述第二部分图像的均值图，得到第二均值图；取所述三部分图像中时序最后的第三部分图像，计算所述第三部分图像的均值图，得到第三均值图。在本申请一些实施例中，所述对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵，包括：对所述融合后图像进行拥堵识别，确定所述货物输送线是否存在拥堵区域；若是，确定所述货物输送线存在拥堵。在本申请一些实施例中，所述对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵，包括：获取所述融合后图像中所述货物输送线对应的输送区域；确定所述输送区域内是否存在没有色彩的区域；若是，确定所述货物输送线存在拥堵区域。在本申请一些实施例中，所述对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵，包括：将所述融合图像，输入预设的深度神经网络模型进行拥堵识别，以确定所述货物输送线是否存在拥堵区域。另一方面，本申请提供一种货物拥堵识别装置，所述装置包括：获取单元，用于获取拍摄装置拍摄的货物输送线的多帧货物图像；融合单元，用于对所述多帧货物图像进行运动融合，得到融合图像；确定单元，用于对所述融合图像进行拥堵识别，确定所述货物输送线存在拥堵。在本申请一些实施例中，所述多帧货物图像的数量与所述拍摄装置的播放帧率对应，所述融合单元具体用于：将所述多帧货物图像等分成相同数量的三部分图像；计算所述三部分图像中各部分图像的均值图，得到第一均值图、第二均值图和第三均值图；根据所述第一均值图、第二均值图和第三均值图进行运动融合，得到融合图像。在本申请一些实施例中，所述融合单元具体用于：新建RGB图像；将所述第一均值图作为RGB图像的R分量的值，将所述第二均值图作为RGB图像的G分量的值，将所述第三均值图作为RGB图像的B分量的值，得到融合图像。在本申请一些实施例中，所述融合单元具体用于：取所述三部分图像中时序最前的第一部分图像，计算所述第一部分图像的均值图，得到第一均值图；取所述三部分图像中所述第一部分图像后的第二部分图像，计算所述第二部分图像的均值图，得到第二均值图；取所述三部分图像中时序最后的第三部分图像，计算所述第三部分图像的均值图，得到第三均值图。在本申请一些实施例中，所述确定单元具体用于：对所述融合后图像进行拥堵识别，确定所述货物输送线是否存在拥堵区域；若是，确定所述货物输送线存在拥堵。在本申请一些实施例中，所述确定单元具体用于：获取所述融合后图像中所述货物输送线对应的输送区域；确定所述输送区域内是否存在没有色彩的区域；若是，确定所述货物输送线存在拥堵区域。在本申请一些实施例中，所述确定单元具体用于：将所述融合图像，输入预设的深度神经网络模型进行拥堵识别，以确定所述货物输送线是否存在拥堵区域。另一方面，本申请还提供一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；存储器；以及一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的货物拥堵识别方法。另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的货物拥堵识别方法中的步骤。本专利技术实施例获取拍摄装置拍摄的货物输送线的多帧货物图像；对所述多帧货物图像进行运动融合，得到融合图像；对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵。本专利技术实施例中在现有技术人工检测货物运输线是否拥堵的基础上，可以自动根据拍摄装置拍摄的货物输送线的多帧货物图像进行运动融合，得到融合图像，通过融合图像进行拥堵识别，确定货物输送线是否存在拥堵，本专利技术实施例能自动识别货物输送线上货物拥堵情况，进而方便工作人员及时疏导，减少快件的破损率，同时提高了快件的分拣效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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提供的货物拥堵识别系统的本文档来自技高网...

【技术保护点】
1.一种货物拥堵识别方法，其特征在于，所述方法包括：/n获取拍摄装置拍摄的货物输送线的多帧货物图像；/n对所述多帧货物图像进行运动融合，得到融合图像；/n对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵。/n

【技术特征摘要】
1.一种货物拥堵识别方法，其特征在于，所述方法包括：
获取拍摄装置拍摄的货物输送线的多帧货物图像；
对所述多帧货物图像进行运动融合，得到融合图像；
对所述融合图像进行拥堵识别，确定所述货物输送线是否存在拥堵。


2.根据权利要求1所述的货物拥堵识别方法，其特征在于，所述多帧货物图像的数量与所述拍摄装置的播放帧率对应，所述对所述多帧货物图像进行运动融合，得到融合图像，包括：
将所述多帧货物图像等分成相同数量的三部分图像；
计算所述三部分图像中各部分图像的均值图，得到第一均值图、第二均值图和第三均值图；
根据所述第一均值图、第二均值图和第三均值图进行运动融合，得到融合图像。


3.根据权利要求2所述的货物拥堵识别方法，其特征在于，所述根据所述第一均值图、第二均值图和第三均值图进行运动融合，得到融合图像，包括：
新建RGB图像；
将所述第一均值图作为RGB图像的R分量的值，将所述第二均值图作为RGB图像的G分量的值，将所述第三均值图作为RGB图像的B分量的值，得到融合图像。


4.根据权利要求2所述的货物拥堵识别方法，其特征在于，所述计算所述三部分图像中各部分图像的均值图，得到第一均值图、第二均值图和第三均值图，包括：
取所述三部分图像中时序最前的第一部分图像，计算所述第一部分图像的均值图，得到第一均值图；
取所述三部分图像中所述第一部分图像后的第二部分图像，计算所述第二部分图像的均值图，得到第二均值图；
取所述三部分图像中时序最后的第三部分图像，计算所述第三部分图像的均值图，得到第三均值图。


5.根据权利要求1所述的货物拥堵识...

【专利技术属性】
技术研发人员：郭明坚，方清，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东;44