堆积物检测方法、装置及计算机可读存储介质制造方法及图纸

本申请公开了一种堆积物检测方法、装置及计算机可读存储介质，该检测方法包括：获取待检测场景的三维点云数据；将三维点云数据映射到水平面上，得到二维点云数据；根据三维点云数据中对应的高度信息，对二维点云数据进行聚类处理，得到待检测场景中不同堆积物的子点云数据；根据不同堆积物各自的子点云数据，确定不同堆积物各自的尺寸信息；根据不同堆积物各自的尺寸信息，确定是否进行报警提示。本申请所提供的堆积物检测方法能够准确地检测堆积物，且适用于任何场景，复用性高。复用性高。复用性高。

【技术实现步骤摘要】
堆积物检测方法、装置及计算机可读存储介质


[0001]本申请涉及图像处理
，特别是涉及一种堆积物检测方法、装置及计算机可读存储介质。

技术介绍

[0002]在学校、商场、车站等人群密度较大的场所，出入口通畅是保证人员安全的第一要素。但是在日常生活中，人们往往忽视了通道顺畅的重要性，人们经常在楼道、楼梯口、电梯口等位置堆放杂物，包括电动车、纸板、废旧椅子等。一般情况下，只要通道没有被完全堵死，少量人群有规律的走动是不会受到任何影响的，但是一旦发生危险，势必会造成大量的人群涌动，那么被杂物堆积的通道会严重影响到人员的撤离速度，从而容易引起危险。除了通道区域，对于广场、马路、操场等空旷区域，堆放杂物更容易被人们忽视，但是占用这类公共区域引起的问题多且危险，同样值得我们关注。

技术实现思路

[0003]本申请提供一种积物检测方法、装置及计算机可读存储介质，能够准确地检测堆积物，且适用于任何场景，复用性高。
[0004]本申请实施例第一方面提供一种堆积物检测方法，所述访问方法包括：获取待检测场景的三维点云数据；将所述三维点云数据映射到水平面上，得到二维点云数据；根据所述三维点云数据中的高度信息，对所述二维点云数据进行聚类处理，得到所述待检测场景中不同堆积物的子点云数据；根据不同所述堆积物各自的子点云数据，确定不同所述堆积物各自的尺寸信息；根据不同所述堆积物各自的尺寸信息，确定是否进行报警提示。
[0005]本申请实施例第二方面提供一种堆积物检测装置，所述堆积物检测装置包括处理器、存储器以及通信电路，所述处理器分别耦接所述存储器、所述通信电路，所述存储器中存储有程序数据，所述处理器通过执行所述存储器内的所述程序数据以实现上述方法中的步骤。
[0006]本申请实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序能够被处理器执行以实现上述方法中的步骤。
[0007]有益效果是：本申请堆积物检测方法中，先获取待检测场景的三维点云数据，然后将三维点云数据映射到水平面上，得到二维点云数据；再根据三维点云数据中对应的高度信息，对二维点云数据进行聚类处理，得到待检测场景中不同堆积物的子点云数据；以及根据不同堆积物各自的子点云数据，确定不同堆积物各自的尺寸信息；最后根据不同堆积物各自的尺寸信息，确定是否进行报警提示。整个方法可以准确地对堆积物进行检测，及时通知相关人员对可能会造成堵塞的堆积物进行清理，保证公共区域的流通性，以防安全事故的发生，且不需要关注堆积物的类别和形状，可以适用于多个场景，复用性高。
附图说明
[0008]为了更清楚地说明本申请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申请的一些实施例，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。其中：
[0009]图1是本申请堆积物检测方法一实施方式的流程示意图；
[0010]图2是图1中步骤S110的流程示意图；
[0011]图3是图1中步骤S140的流程示意图；
[0012]图4是本申请堆积物检测装置一实施方式的结构示意图；
[0013]图5是本申请堆积物检测装置另一实施方式的结构示意图；
[0014]图6是本申请计算机可读存储介质一实施方式的结构示意图。
具体实施方式
[0015]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0016]参阅图1，图1是本申请堆积物检测方法一实施方式的流程示意图，该检测方法包括：
[0017]S110：获取待检测场景的三维点云数据。
[0018]其中，待检测场景可以是任何一个需要进行堆积物检测的场景，例如电梯入口处、楼梯口处、公共区域等。
[0019]其中，三维点云数据包括多个三维形式的坐标，每个坐标对应一个点。
[0020]在本实施方式中，结合图2，步骤S110获取三维点云数据的步骤，包括：
[0021]S111：采用双目相机对待检测场景进行拍摄，得到第一图像、第二图像。
[0022]其中，双目相机包括两个图像采集器，该两个图像采集器之间形成有预定角度，以从不同角度对待检测场景进行图像采集，从而得到第一图像以及第二图像。
[0023]其中，为了尽可能最大面积地进行监测，双目相机的安装方式可以采用顶装或者斜装的方式。
[0024]S112：根据第一图像以及第二图像，确定待检测场景的深度图像。
[0025]具体地，由于第一图像和第二图像是对同一场景从不同拍摄角度进行拍摄而得到的，因此对比第一图像和第二图像，可以得到视差图，进而可得到深度图。
[0026]其中，可以先对第一图像、第二图像均进行畸变校正、立体校正，分别得到第一校正图像、第二校正图像，然后利用立体匹配算法(例如SGBM算法)对第一校正图像、第二校正图像进行处理，从而得到视差图，最后再根据平行双目视觉的几何关系，将视差图转换为深度图。
[0027]S113：根据深度图像，确定三维点云数据。
[0028]其中，深度图像是物体的三维表示形式，然后结合双目相机的内标定参数，可以将深度图像转换为三维点云数据。
[0029]需要说明的是，在其他实施方式中，也可以通过其他方式获取待检测场景的三维点云数据，例如，通过三维激光扫描仪扫描得到三维点云数据。
[0030]S120：将三维点云数据映射到水平面上，得到二维点云数据。
[0031]具体地，将三维点云数据从三维映射到二维，得到二维点云数据。其中，在从三维映射到二维时，将三维点云数据映射到水平面上。
[0032]其中步骤S120可以理解为，三维点云数据中每个点的坐标均包括高度分量，然后将每个点的高度分量均设置为0，得到对应的二维点云数据，即将三维点云数据投影到水平面上，得到二维点云数据。
[0033]在本实施方式中，考虑到本申请是对堆积物进行检测，为了减少后续的计算量，步骤S120在将点云数据从三维映射到二维之前，还会去除三维点云数据中对应预设目标的点云数据，然后再将剩余的三维点云数据映射到水平面上，得到二维点云数据。
[0034]其中，预设目标可以是人、车、动物等，在此不做限制。其中，可以先对与待检测场景对应的待检测图像进行目标识别，得到预设目标，然后对应预设目标在待检测场景中的位置，从三维点云数据中去除对应预设目标的点云数据。其中，与待检测场景对应的待检测图像可以是双目相机拍摄得到的第一图像或者第二图像，也可以是单目相机拍摄的图像。
[0035]其中，在对待检测图像进行目标识别时，可以采用yolo、ssd、faster_rcnn等目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种堆积物检测方法，其特征在于，所述方法包括：获取待检测场景的三维点云数据；将所述三维点云数据映射到水平面上，得到二维点云数据；根据所述三维点云数据中对应的高度信息，对所述二维点云数据进行聚类处理，得到所述待检测场景中不同堆积物的子点云数据；根据不同所述堆积物各自的子点云数据，确定不同所述堆积物各自的尺寸信息；根据不同所述堆积物各自的尺寸信息，确定是否进行报警提示。2.根据权利要求1所述的方法，其特征在于，所述根据不同所述堆积物各自的子点云数据，确定不同所述堆积物各自的尺寸信息的步骤，包括：生成不同所述堆积物各自的子点云数据的外接矩形框；根据不同堆积物各自对应的所述外接矩形框，确定不同所述堆积物各自在预设方向上的宽度；根据不同所述堆积物各自的子点云数据对应的高度信息，确定所述堆积物各自的高度。3.根据权利要求2所述的方法，其特征在于，所述根据不同所述堆积物各自的子点云数据对应的高度信息，确定所述堆积物各自的高度的步骤，包括：根据不同所述堆积物各自的子点云数据中预设点对应的高度信息，确定不同所述堆积物各自的高度。4.根据权利要求2所述的方法，其特征在于，所述根据不同所述堆积物各自的尺寸信息，确定是否进行报警提示的步骤，包括：响应于至少一个所述堆积物在预设方向上的宽度超过第一阈值以及高度超过第二阈值，确定进行报警。5.根据权利要求4所述的方法，其特征在于，所述根据不同所述堆积物各自的尺寸信息，确定是否进行报警提示的步骤，进一步包括：响应于至少一个所述堆积物在预设方向上的宽度超过所述第一阈值以及高度超过所述第二阈值的持续时间达到时间阈值，确定进行报警。6.根据权利要求4所述的方法，其特征在于，所述方法还包...

【专利技术属性】
技术研发人员：郑敏，孙志亮，黄鹏，殷俊，潘思伟，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：