一种建立探测模型和基于多图像的轨道异物探测方法技术

本发明专利技术公开了一种建立探测模型和基于多图像的轨道异物探测方法，对具有某种异物图像的初始图片进行图像处理，得到所述种类异物样本图像，遍历各种类异物图像，得到各种类异物样本图像，对各种类异物样本图像、无异物图像样本进行训练，建立探测模型，包括红外探测模型和RGB探测模型，用于提取异物特征，同时获取同一场景下的红外图像、RGB图像、深度图像，对各图像分别进行图像处理后，分别输入各自的探测模型进行判断，得到红外判断结果、RGB判断结果、深度判断结果，将红外判断结果、RGB判断结果深度判断结果结合，得到最终判断结果，克服各自检测存在的缺陷，提高异物探测精度。提高异物探测精度。提高异物探测精度。

【技术实现步骤摘要】
一种建立探测模型和基于多图像的轨道异物探测方法


[0001]本专利技术涉及异物探测
，尤其是涉及一种建立探测模型和基于多图像的轨道异物探测方法。

技术介绍

[0002]在电梯门与屏蔽门之间、地铁门与屏蔽门之间都存在有间隙，间隙的存在，就有可能被异物堵塞，从而影响电梯或地铁的安全运行。
[0003]目前异物检测的方法有多种，有基于红外光幕的方法，基于激光探测的方法，基于激光扫描的方法，还有基于机器视觉的方法，这些方法都有其各自性能上的优点和缺点，基于区外光幕的方法，由于 聚光效果差而需要多对接力才能完成远距离空隙异物检测，基于激光探测的方法，由于 聚光效果好，而能远距离检测，但列车行驶产生的振动可能会使激光偏离对应的接收器。基于机器视觉的方法，因深度图存在一定的误差，也会影响检测结果。
[0004]因此，如何提高门异物检测精度，是目前亟待解决的问题。

技术实现思路

[0005]本专利技术的目的是提供一种建立探测模型和基于多图像的轨道异物探测方法，基于有异物图像和无异物图像，建立探测模型；同时获取检测区域的多种图像，分别进行异物检测，将异物检测结果进行结合，克服各自检测存在的缺陷，提高异物探测精度。
[0006]第一方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：一种建立探测模型的方法，对具有某种异物图像的初始图片进行图像处理，得到所述种类异物样本图像，遍历各种类异物图像，得到各种类异物样本图像，对各种类异物样本图像、无异物图像样本进行训练，建立探测模型，包括红外探测模型和RGB探测模型，用于提取异物特征。
[0007]本专利技术进一步设置为：对初始图片进行图像处理，包括对初始图片进行预处理，得到统一规格的初始图像，对初始图像进行插值处理，得到插值图像，对插值图像进行仿射变换矩阵操作，得到仿射图像，对仿射图像进行二值化，得到异物掩膜图像，对异物掩膜图像进行形态学处理，得到异物目标图像，将异物目标图像与门背景图像进行合成，得到异物样本图像。
[0008]本专利技术进一步设置为：采用插值方法对初始图像进行插值处理，得到插值图像；插值方法包括最近邻插值法、双线性插值法、基于4x4像素邻域的3次插值法、基于局部像素的重采样法。
[0009]本专利技术进一步设置为：获取插值图像的第一中心点、插值图像中异物图像的第二中心点，以第二中心点进行异物图像旋转，以第一中心点标定异物图像位置，改变异物图像位置及角度旋转，得到仿射变换图像数据。
[0010]本专利技术进一步设置为：获取异物图像在仿射变换图像中的位置坐标信息，对异物
图像进行二值化处理，基于设定阈值对二值化图像进行分割，获得掩膜图像。
[0011]本专利技术进一步设置为：对掩膜图像进行腐蚀、膨胀和开运算，得到异物目标图像；将异物目标图像与电梯背景图像进行合成，得到异物样本图像。
[0012]本专利技术进一步设置为：对探测模型进行裁剪、压缩和稀疏训练，得到精简探测模型。
[0013]第二方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：一种基于多图像的轨道异物探测方法，同时获取同一场景下的红外图像、RGB图像、深度图像，对各图像分别进行图像处理后，将红外图像输入红外探测模型进行判断，得到红外判断结果，将RGB图像输入RGB探测模型进行判断，得到RGB判断结果，对深度图像进行判断，得到深度判断结果，将红外判断结果、RGB判断结果结合，得到第一判断结果，再与深度判断结果结合，得到最终判断结果。
[0014]本专利技术进一步设置为：将红外判断结果、RGB判断结果进行相与运算后，得到第一判断结果，将第一判断结果与深度判断结果进行相或运算后，得到最终判断结果。
[0015]第三方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：一种基于多图像的轨道异物探测终端，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请所述方法。
[0016]第四方面，本专利技术的上述专利技术目的通过以下技术方案得以实现：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，所述计算机程序被所述处理器执行时实现本申请所述方法。
[0017]与现有技术相比，本申请的有益技术效果为：1.本申请通过将不同的异物合成到背景图像上，生成异物样本图像，再将异物样本图像、无异物样本图像进行训练，得到探测模型，为异物检测提供判断工具，提高判断速度；2.进一步地，本申请对异物图片进行处理，得到异物图像样本，为异物判断提供依据；3.进一步地，本申请通过将不同种探测模型的判断结果进行结合，各种探测结果优缺点互补，提高了异物判断的精确度。
附图说明
[0018]图1是本申请的一个具体实施例的深度判断流程示意图；图2是本申请的一个具体实施例的红外与RGB判断流程示意图。
具体实施方式
[0019]以下结合附图对本专利技术作进一步详细说明。
[0020]具体实施例一本申请的一种建立探测模型的方法，用于地铁门与地铁屏蔽门之间的异物检测，或用于电梯门与电梯屏蔽门之间的异物检测，包括获取具体某种异物图像的初始图片，对初始图片进行图像处理，将异物图像从初始图片中分离来，并与背景门图像进行合成，获得
所述异物种类的异物样本图像，对各种异物图像进行相同的处理，得到各种类异物样本图像，现对各种类异物样本图像、无异物样本图像进行训练，得到探测模型。
[0021]基于初始图片的来源不同，分为RGB图片与红外图片，基于RGB的初始图片进行图像处理、训练后得到的探测模型，为RGB探测模型，基于红外的初始图片进行图像处理、训练后得到的探测模型，为红外探测模型。
[0022]对初始图片进行图像处理，包括预处理、插值处理、仿射处理、掩膜处理、形态学处理、合成处理。
[0023]预处理、插值处理、仿射处理、掩膜处理、形态学处理的目的，是将异物图像从初始图片中分离出来，得到异物图像；合成处理是将异物图像与门背景图像进行合成，得到异物样本图像。
[0024]预处理是将初始图片进行初步的裁剪缩放，得到统一规格的、符合训练数据的初始图像，如M*N个像素点，或M*N大小，用于后续的处理，对后续的数据质量以及深度学习模型的学习率有着重要影响。
[0025]插值处理，是对初始图像进行处理，是对像素进行重新计算的过程，经插值处理后，得到插值处理图像。
[0026]插值方法包括：最近邻插值法、双线性插值法、基于4x4像素邻域的3次插值法、基于局部像素的重采样法。
[0027]采用其中一种插值方法对初始图像进行插值处理。
[0028]在本申请的一个具体实施例中，对于抽取图像，采用基于局部像素的重采样法，进行插值处理。
[0029]在本申请的一个具体实施例中，对于放大图像，采用最近邻插值法，或基于局部像素的重采样法，进行插值处理。
[0030]对插值处理图像进行仿射变换处理：获取获取图片的长宽以及通道数，得到插值图像的第一中心本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建立探测模型的方法，其特征在于：对具有某种异物图像的初始图片进行图像处理，得到所述种类异物样本图像，遍历各种类异物图像，得到各种类异物样本图像，对各种类异物样本图像、无异物图像样本进行训练，建立探测模型，包括红外探测模型和RGB探测模型，用于提取异物特征。2.根据权利要求1所述建立探测模型的方法，其特征在于，对初始图片进行图像处理，包括对初始图片进行预处理，得到统一规格的初始图像，对初始图像进行插值处理，得到插值图像，对插值图像进行仿射变换矩阵操作，得到仿射图像，对仿射图像进行二值化，得到异物掩膜图像，对异物掩膜图像进行形态学处理，得到异物目标图像，将异物目标图像与门背景图像进行合成，得到异物样本图像。3.根据权利要求1所述建立探测模型的方法，其特征在于，采用插值方法对初始图像进行插值处理，得到插值图像；插值方法包括最近邻插值法、双线性插值法、基于4x4像素邻域的3次插值法、基于局部像素的重采样法。4.根据权利要求1所述建立探测模型的方法，其特征在于，获取插值图像的第一中心点、插值图像中异物图像的第二中心点，以第二中心点进行异物图像旋转，以第一中心点标定异物图像位置，改变异物图像位置及角度旋转，得到仿射变换图像数据。5.根据权利要求1所述建立探测模型的方法，其特征在于，获取异物图像在仿射变换图像中的位置坐标信息，对异物图像进行二值化处理，基于设定阈值对二值化图像进行分割，获得掩膜图像。6.根据权利要求1所...

【专利技术属性】
技术研发人员：李京乐，成宇，邱志伟，朱志东，彭海霞，
申请(专利权)人：宁波微科光电股份有限公司，
类型：发明
国别省市：