一种危化品仓储堆垛安全距离测量方法技术

本发明专利技术公开了一种危化品仓储堆垛安全距离测量方法，包括：获取待检测图片，基于所述待检测图片进行特征提取，得到所述待检测图片的多个初步特征点，采用KNN算法对多个所述初步特征点进行特征匹配，得到第一匹配点集，采用GMS算法删除所述第一匹配点集中的错误匹配点对，得到第二匹配点集，输出并存储所述第二匹配点集中的匹配点坐标，基于所述匹配点坐标计算出堆垛的三维坐标和堆垛间距。本发明专利技术通过构建图像金字塔，赋予特征点尺度不变性和高鲁棒性特征，在特征点匹配环节使用KNN算法进行粗匹配，提高了匹配速度，采用基于一致性约束的GMS算法来删除误匹配点对，解决了危化品堆垛特征点相似而导致的特征匹配的准确率低的问题，提高了匹配的准确率。提高了匹配的准确率。提高了匹配的准确率。

【技术实现步骤摘要】
金字塔进行滤波，得到图像金字塔的矩阵图像；
[0014]计算矩阵图像的局部极值点，得到多个初步特征点。
[0015]根据本专利技术的一个具体实施例，3层图像金字塔包括：第一矩阵图像层，第二矩阵图像 层和第三矩阵图像层，第一矩阵图像层用于存放原始图像，第二矩阵图像层用于存放第一矩 阵图像层的2倍采样点，第三矩阵图像层用于存放第二矩阵图像层的2倍采样点。
[0016]根据本专利技术的一个具体实施例，计算矩阵图像的局部极值点，得到多个初步特征点包 括：
[0017]根据Hessian矩阵的计算公式计算矩阵图像的关键特征点和旁边点的Hessian值，将每 个像素点I(x,y)与其领域内的26个像素点进行比较，选取极大值点或极小值点作为初步 特征点，其中Hessian矩阵的计算公式为：
[0018]Det(H)＝Dxx(x,y,σ)
×
Dyy(x,y,σ)
‑
(0.9
×
Dxy(x,y,σ))2[0019]式中，Det(H)为每个像素的Hessian矩阵行列式的近似值，Dxx(x,y,σ)、Dyy(x,y,σ) 和Dxy(x,y,σ)分别为Lxx(x,y,σ)、Lxy(x,y,σ)、Lyy(x,y,σ)经过盒式滤波器滤波之后得到 的近似值，其中Lxx(x,y,σ)、Lxy(x,y,σ)、Lyy(x,y,σ)分别代表了经过高斯滤波、二阶微 分在点I＝(x,y)处与原图像的卷积。
[0020]根据本专利技术的一个具体实施例，方法还包括：
[0021]对待检测图片的多个初步特征点进行特征点描述，得到初步特征点的特征描述子。
[0022]根据本专利技术的一个具体实施例，对待检测图片的多个初步特征点进行特征点描述，得 到初步特征点的特征描述子包括：
[0023]采用SURF算法给多个初步特征点添加方向信息；
[0024]使用rBridf描述子描述初步特征点，将选择的多个特征点对的灰度值转化为二进制字 符串，二进制字符串作为特征点的特征描述子。
[0025]根据本专利技术的一个具体实施例，采用KNN算法对多个初步特征点进行特征匹配，得到 第一匹配点集包括：
[0026]分别计算多个初步特征点相邻的最优特征匹配点和次优特征匹配点，并分别计算出多 个初步特征点与最优特征匹配点的距离d1以及多个初步特征点与次优特征匹配点的距离 d2；
[0027]计算距离d1与距离d2的汉明距离比率t，并
[0028]基于汉明距离比率t筛选出错误匹配点对，得到第一匹配点集。
[0029]根据本专利技术的一个具体实施例，基于汉明距离比率t筛选出错误匹配点对包括：
[0030]将汉明距离比率t和预设比率值进行比对，当汉明距离比率t大于预设比率值时，将汉 明距离比率t对应的最优特征匹配点和次优特征匹配点判定为错误匹配点对。
[0031]根据本专利技术的一个具体实施例，采用GMS算法删除第一匹配点集中的错误匹配点对， 得到第二匹配点集包括：
[0032]基于GMS算法的一致性约束，删除第一匹配点集的错误匹配点对，同时保留第一匹配 点集的正确匹配点对，得到第二匹配点集。
[0033]与现有技术相比，本专利技术提供的一种危化品仓储堆垛安全距离测量方法，采用SURF 算法来改进ORB算法特征检测，通过构建图像金字塔的方式，赋予特征点尺度不变性
和高 鲁棒性特征，在特征点匹配环节使用KNN算法进行粗匹配，提高了匹配速度，采用基于一 致性约束的GMS算法来删除误匹配点对，解决了危化品堆垛特征点相似而导致的特征匹配 的准确率低的问题，提高了匹配的准确率，最后对正确的匹配点对的像素坐标进行计算，得 到危化品堆垛的空间坐标，进而实现了危化品仓储堆垛精确测距的目标。通过对多组危化品 堆垛测距进行实验，本专利技术提出的算法在不同距离的堆垛之间距离测量精度均有所提升，测 距平均误差为0.35％,测距精度满足危化品堆垛测距精度达到分米级别甚至厘米级别的要求， 适用于危化品仓储堆垛五距的监管。
附图说明
[0034]图1是根据本专利技术一实施例提供的危化品仓储堆垛安全距离测量方法流程图。
[0035]图2是根据本专利技术一实施例提供的特征提取方法流程图。
[0036]图3是根据本专利技术一实施例提供的特征点描述方法流程图。
[0037]图4是根据本专利技术一实施例提供的特征匹配方法流程图。
具体实施方式
[0038]为了使本领域技术人员更加清楚地理解本专利技术的概念和思想，以下结合具体实施例详 细描述本专利技术。应理解，本文给出的实施例都只是本专利技术可能具有的所有实施例的一部分。 本领域技术人员在阅读本申请的说明书以后，有能力对下述实施例的部分或整体作出改进、 改造、或替换，这些改进、改造、或替换也都包含在本专利技术要求保护的范围内。
[0039]在本文中，术语“第一”、“第二”和其它类似词语并不意在暗示任何顺序、数量和重 要性，而是仅仅用于对不同的元件进行区分。在本文中，术语“一”、“一个”和其它类似词 语并不意在表示只存在一个事物，而是表示有关描述仅仅针对事物中的一个，事物可能具有 一个或多个。在本文中，术语“包含”、“包括”和其它类似词语意在表示逻辑上的相互关 系，而不能视作表示空间结构上的关系。例如，“A包括B”意在表示在逻辑上B属于A， 而不表示在空间上B位于A的内部。另外，术语“包含”、“包括”和其它类似词语的含义 应视为开放性的，而非封闭性的。例如，“A包括B”意在表示B属于A，但是B不一定构 成A的全部，A还可能包括C、D、E等其它元素。
[0040]在本文中，术语“实施例”、“本实施例”、“一实施例”、“一个实施例”并不表示有关 描述仅仅适用于一个特定的实施例，而是表示这些描述还可能适用于另外一个或多个实施例 中。本领域技术人员应理解，在本文中，任何针对某一个实施例所做的描述都可以与另外一 个或多个实施例中的有关描述进行替代、组合、或者以其它方式结合，替代、组合、或者以 其它方式结合所产生的新实施例是本领域技术人员能够容易想到的，属于本专利技术的保护范 围。
[0041]实施例1
[0042]本专利技术的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描 述中变得明显，或通过本专利技术的实施方式的实践了解到。结合图1
‑
图4，本专利技术实施例提供 了一种危化品仓储堆垛安全距离测量方法，包括：
[0043]S1：获取待检测图片，包括采用双目摄像机拍摄的危化品仓储堆垛左图像和右图像。
[0044]S2：基于待检测图片进行特征提取，得到待检测图片的多个初步特征点。
[0045]S3：对待检测图片的多个初步特征点进行特征点描述，得到初步特征点的特征描述 子。
[0046]S4：采用KNN算法对多个初步特征点进行特征匹配，得到第一匹配点集。
[0047]S5：采用GMS算法删除第一匹配点集中的错误匹配点对，得到第二匹配点集。
[0048]S6：输出并存储第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种危化品仓储堆垛安全距离测量方法，其特征在于，包括：获取待检测图片；基于所述待检测图片进行特征提取，得到所述待检测图片的多个初步特征点；采用KNN算法对多个所述初步特征点进行特征匹配，得到第一匹配点集；采用GMS算法删除所述第一匹配点集中的错误匹配点对，得到第二匹配点集；输出并存储所述第二匹配点集中的匹配点坐标；基于所述匹配点坐标计算出堆垛的三维坐标和堆垛间距。2.根据权利要求1所述的危化品仓储堆垛安全距离测量方法，其特征在于，所述待检测图片包括：采用双目摄像机拍摄的危化品仓储堆垛左图像和右图像。3.根据权利要求1所述的危化品仓储堆垛安全距离测量方法，其特征在于，所述基于所述待检测图片进行特征提取，得到所述待检测图片的多个初步特征点包括：采用SURF算法构建3层图像金字塔，并使用盒式滤波器近似高斯滤波器对所述3层图像金字塔进行滤波，得到所述图像金字塔的矩阵图像；计算所述矩阵图像的局部极值点，得到多个初步特征点。4.根据权利要求3所述的危化品仓储堆垛安全距离测量方法，其特征在于，所述3层图像金字塔包括：第一矩阵图像层，第二矩阵图像层和第三矩阵图像层，所述第一矩阵图像层用于存放原始图像，所述第二矩阵图像层用于存放所述第一矩阵图像层的2倍采样点，所述第三矩阵图像层用于存放所述第二矩阵图像层的2倍采样点。5.根据权利要求3所述的危化品仓储堆垛安全距离测量方法，其特征在于，所述计算所述矩阵图像的局部极值点，得到多个初步特征点包括：根据Hessian矩阵的计算公式计算所述矩阵图像的关键特征点和旁边点的Hessian值，将每个像素点I(x,y)与其领域内的26个像素点进行比较，选取极大值点或极小值点作为初步特征点，其中Hessian矩阵的计算公式为：Det(H)＝Dxx(x,y,σ)
×
Dyy(x,y,σ)
‑
(0.9
×
Dxy(x,y,σ))2式中，Det(H)为每个像素的Hessian矩阵行列式的近似值，Dxx(x,y,σ)、Dyy(x,y,σ)和Dxy...

【专利技术属性】
技术研发人员：戴波，龚慧芳，李晗丹，
申请(专利权)人：北京石油化工学院，
类型：发明
国别省市：