一种基于多维度特征的障碍物占道检测的方法与终端技术

本发明专利技术公开了一种基于多维度特征的障碍物占道检测的方法与终端，获取某一位置的待检图像，计算待检图像以及对应位置无障碍物情况下的背景图像的灰度图相似度；生成待检图像和背景图像的二值化图，并计算二值化图相似度，并获取差异部分的白色像素点个数以及最大面积轮廓的面积占比；根据灰度图相似度、二值化图相似度、白色像素点个数以及面积占比进行阈值比较和权重计算，生成检测结果；本发明专利技术基于待检图像和无障碍情况下的背景图像，融合了对应的灰度图特征、二值化图特征、形态学轮廓面积及白色像素点个数四个纬度进行考量，加权计算综合得分，给出最终结果，能够根据图像简便有效地识别到障碍物，具有抗干扰能力强，准确率高的优点。率高的优点。率高的优点。

A method and terminal of obstacle occupation detection based on multi-dimensional features

【技术实现步骤摘要】
一种基于多维度特征的障碍物占道检测的方法与终端


[0001]本专利技术涉及图像处理
，特别涉及一种基于多维度特征的障碍物占道检测的方法与终端。

技术介绍

[0002]随着视觉人工智能算法技术的发展和智慧社区的不断落地，越来越多的智能检测技术应用到智慧社区各个应用场景。而大型物流仓库的货物运送通道属于仓库的极为重要的纽带，当有货物从物流架或从运输的叉车上滑落下来，或因员工不规范操作把其他类型的障碍物(拖把、垃圾桶、废弃纸箱等)遗落在正常通道上，没有及时处理，阻塞正常的运输通道。后续其他运送货物的叉车司机达到该位置后，需要下车清理通道的障碍物，才可以继续运送货物，导致货物运输效率降低。若后续的叉车司机没有注意到障碍物，情节严重的可能导致叉车与障碍物碰撞，直接导致货物损伤和人员人身安全，甚至导致叉车撞到货架，引发更大事故。一旦发生险情，这必将是重大安全隐患。
[0003]而现有图像目标检测或识别技术的研究的目标主要集中在行人、车辆等固定类别目标的检测，在深度学习领域，对于不确定类别的障碍物检测的研究较少。对于不确定类别的障碍物的目标可能有几千几万种，很难用现有深度学习技术来解决不确定类别的障碍物检测。
[0004]而在物流仓库货物运输活动过程的安全管理中，单靠使用仓库管理员来排查仓库走廊是否通畅，效率低下且持续人力成本投入较高。

技术实现思路

[0005]本专利技术所要解决的技术问题是：提供一种基于多维度特征的障碍物占道检测的方法，能够有效地实现障碍物的占道检测。
[0006]为了解决上述技术问题，本专利技术采用的技术方案为：
[0007]一种基于多维度特征的障碍物占道检测的方法，包括步骤：
[0008]S1、获取某一位置的待检图像，计算所述待检图像以及对应位置无障碍物情况下的背景图像的灰度图相似度；
[0009]S2、生成所述待检图像和所述背景图像的二值化图，并计算二值化图相似度，并获取差异部分的白色像素点个数以及最大面积轮廓的面积占比；
[0010]S3、根据所述灰度图相似度、所述二值化图相似度、所述白色像素点个数以及所述面积占比进行阈值比较和权重计算，生成检测结果。
[0011]为了解决上述技术问题，本专利技术采用的另一种技术方案为：
[0012]一种基于多维度特征的障碍物占道检测的终端，包括处理器、存储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以上一种基于多维度特征的障碍物占道检测的方法中的步骤。
[0013]本专利技术的有益效果在于：本专利技术基于待检图像和无障碍情况下的背景图像，融合
了对应的灰度图特征、二值化图特征、形态学轮廓面积及白色像素点个数四个纬度进行考量，加权计算四个维度特征的综合得分，根据得分给出最终判断结果，从而能够根据图像简便有效地识别出是否存在障碍物，具有抗干扰能力强，准确率高的优点。
附图说明
[0014]图1为本专利技术实施例的一种基于多维度特征的障碍物占道检测的方法的流程图；
[0015]图2为本专利技术实施例的一种基于多维度特征的障碍物占道检测的终端的结构图；
[0016]图3为本专利技术实施例的一种基于多维度特征的障碍物占道检测的方法的待检图像和背景图像的灰度图；
[0017]图4为本专利技术实施例的一种基于多维度特征的障碍物占道检测的方法的待检图像和背景图像的二值化图；
[0018]图5为本专利技术实施例的一种基于多维度特征的障碍物占道检测的方法的待检图像和背景图像的差异特征图；
[0019]图6为本专利技术实施例的一种基于多维度特征的障碍物占道检测的方法的待检图像和背景图像的障碍物示意图；
[0020]图7为本专利技术实施例的一种基于多维度特征的障碍物占道检测的方法的工作流程示意图；
[0021]标号说明：
[0022]1、一种基于多维度特征的障碍物占道检测的终端；2、处理器；3、存储器。
具体实施方式
[0023]为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。
[0024]请参照图1以及图2，一种基于多维度特征的障碍物占道检测的方法，包括步骤：
[0025]S1、获取某一位置的待检图像，计算所述待检图像以及对应位置无障碍物情况下的背景图像的灰度图相似度；
[0026]S2、生成所述待检图像和所述背景图像的二值化图，并计算二值化图相似度，并获取差异部分的白色像素点个数以及最大面积轮廓的面积占比；
[0027]S3、根据所述灰度图相似度、所述二值化图相似度、所述白色像素点个数以及所述面积占比进行阈值比较和权重计算，生成检测结果。
[0028]从上述描述可知，本专利技术的有益效果在于：本专利技术基于待检图像和无障碍情况下的背景图像，融合了对应的灰度图特征、二值化图特征、形态学轮廓面积及白色像素点个数四个纬度进行考量，加权计算四个维度特征的综合得分，根据得分给出最终判断结果，从而能够根据图像简便有效地识别出是否存在障碍物，具有抗干扰能力强，准确率高的优点。
[0029]进一步地，所述步骤S3具体包括步骤：
[0030]S31、判断所述灰度图相似度是否小于预设的第一阈值，若是则灰度图相似度得分为1，否则灰度图相似度得分为0；
[0031]S32、判断所述二值化图相似度是否小于预设的第二阈值，若是则二值图相似度得分为1，否则二值图相似度得分为0；
[0032]S33、判断所述白色像素点个数是否大于预设的第三阈值，若是则白色像素点个数得分为1，否则白色像素点个数得分为0；
[0033]S34、判断所述面积占比是否大于预设的第四阈值，若是则面积占比得分为1，否则面积占比得分为0；
[0034]S35、计算所述灰度图相似度得分、所述二值图相似度得分、所述白色像素点个数得分和所述面积占比得分对应预设权重的加权总和，若所述加权总和大于预设的第五阈值，则检测结果为存在障碍物，否则检测结果为不存在障碍物。
[0035]由上述描述可知，灰度图和二值化图的相似度越低，则存在障碍物的可能越高，差异部分的最大轮廓占比越高，则存在障碍物的可能越高，差异部分的白色像素点越多，则存在障碍物的可能性越高，综合这四个方向进行综合考虑，来判断是否存在障碍物。
[0036]进一步地，步骤S2中所述获取差异部分的白色像素点个数以及最大面积轮廓的面积占比具体为：
[0037]将所述待检图像的二值化图和所述背景图像的二值化图进行相减，得到二者的差异特征图；
[0038]通过轮廓找寻方法获取到所述差异特征图中的最大面积轮廓，计算所述最大面积轮廓在所述差异特征图中的面积占比，并获取所述最大面积轮廓内的白色像素点个数。
[0039]由上述描述可知，通过二值图比较，从而更清晰地确定差异部分，从而得到差异部分，获取差异部分中最大轮廓的面积占比和白色像素点个数，作为参数结合权重来用于障碍物识别结果的确定。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维度特征的障碍物占道检测的方法，其特征在于，包括步骤：S1、获取某一位置的待检图像，计算所述待检图像以及对应位置无障碍物情况下的背景图像的灰度图相似度；S2、生成所述待检图像和所述背景图像的二值化图，并计算二值化图相似度，并获取差异部分的白色像素点个数以及最大面积轮廓的面积占比；S3、根据所述灰度图相似度、所述二值化图相似度、所述白色像素点个数以及所述面积占比进行阈值比较和权重计算，生成检测结果。2.根据权利要求1所述的一种基于多维度特征的障碍物占道检测的方法，其特征在于，所述步骤S3具体包括步骤：S31、判断所述灰度图相似度是否小于预设的第一阈值，若是则灰度图相似度得分为1，否则灰度图相似度得分为0；S32、判断所述二值化图相似度是否小于预设的第二阈值，若是则二值图相似度得分为1，否则二值图相似度得分为0；S33、判断所述白色像素点个数是否大于预设的第三阈值，若是则白色像素点个数得分为1，否则白色像素点个数得分为0；S34、判断所述面积占比是否大于预设的第四阈值，若是则面积占比得分为1，否则面积占比得分为0；S35、计算所述灰度图相似度得分、所述二值图相似度得分、所述白色像素点个数得分和所述面积占比得分对应预设权重的加权总和，若所述加权总和大于预设的第五阈值，则检测结果为存在障碍物，否则检测结果为不存在障碍物。3.根据权利要求1所述的一种基于多维度特征的障碍物占道检测的方法，其特征在于，步骤S2中所述获取差异部分的白色像素点个数以及最大面积轮廓的面积占比具体为：将所述待检图像的二值化图和所述背景图像的二值化图进行相减，得到二者的差异特征图；通过轮廓找寻方法获取到所述差异特征图中的最大面积轮廓，计算所述最大面积轮廓在所述差异特征图中的面积占比，并获取所述最大面积轮廓内的白色像素点个数。4.根据权利要求1所述的一种基于多维度特征的障碍物占道检测的方法，其特征在于，所述步骤S3之后还包括步骤：S4、若所述检测结果为存在障碍物，则累计所述障碍物的存在时间，当所述存在时间大于预设的时间阈值时，生成障碍物占道预警消息。5.根据权利要求1所述的一种基于多维度特征的障碍物占道检测的方法，其特征在于，所述步骤S1具体包括步骤：S11、获取某一位置的待检图像，并获取对应位置无障碍物情况下的背景图像，对所述待检图像和所述背景图像进行灰度处理，得到待检灰度图和背景灰度图；S12、根据SSIM相似...

【专利技术属性】
技术研发人员：徐鑫，谢伟，林开雄，黄保成，张晨，
申请(专利权)人：厦门兆慧网络科技有限公司，
类型：发明
国别省市：