基于图像处理的天车控制方法技术

本发明专利技术涉及数据处理技术领域，具体涉及基于图像处理的天车控制方法，包括：构建目标灰度图像，获取目标灰度图像中背景区域像素点的个数，获取目标物对应的灰度级和背景区域对应的灰度级，利用目标物对应的灰度级均值和背景区域对应的灰度级均值得到分割目标灰度图像中背景区域的阈值范围，利用分割目标灰度图像中背景区域的阈值范围得到大津阈值分割算法的动态权值，利用动态权值得到最佳阈值，利用最佳阈值对目标灰度图像进行分割得到分割后的背景区域，根据最佳背景区域识别天车运行过程中是否存在干扰物，从而影响天车的安全运行。本发明专利技术提高了天车运行过程中判断其周围环境是否存在安全隐患的准确性。境是否存在安全隐患的准确性。境是否存在安全隐患的准确性。

【技术实现步骤摘要】
基于图像处理的天车控制方法


[0001]本专利技术涉及数据处理
，具体涉及基于图像处理的天车控制方法。

技术介绍

[0002]在工业生产中，吊装天车常用于运输生产物料、成品，是工业化生产的重要设备，对工业发展起着重要作用。由于天车运行过程中周围环境的影响，导致在天车吊运货物的过程中出现很多安全事故，例如人员伤亡和巨额财产损失，因此天车的安全、可靠运行对企业物料调运生产至关重要。
[0003]现有的往往是通过改变天车运行的路径避免天车运行过程中发生安全事故，因此，需要对天车的周围环境进行识别，若天车运行过程中其周围环境存在安全隐患，则根据其周围环境重新设计天车运行路径，若天车的运行过程中其周围环境不存在安全隐患，则天车按原路径运行；现有技术往往使用Otsu大津阈值分割算法分割天车所吊目标物图像中的目标物区域和背景区域，即目标物区域和周围环境区域，根据分割得到的背景区域判断天车的运行路径是否存在安全隐患，但是天车的运输过程中随着天车所吊目标物离地面越远，图像中背景区域会越来越模糊，图像中目标物的面积和类间方差会越来越大，导致Otsu算法分割阈值会偏向目标物区域，使目标物区域和背景区域分割不准确，导致背景区域中存在的安全隐患识别不准确，影响天车的运行路径，进而影响天车的运行安全。

技术实现思路

[0004]本专利技术提供基于图像处理的天车控制方法，以解决现有的目标物区域和背景区域分割不准确，从而影响影响天车运行安全的问题。
[0005]本专利技术的基于图像处理的天车控制方法，采用如下技术方案：S1、获取不同光圈值下天车所吊目标物的灰度图像，利用灰度图像中每个像素点与其邻域像素点的灰度值构建目标灰度图像，获取目标灰度图像中背景区域像素点的个数；S2、利用背景区域像素点的个数将目标灰度图像的灰度直方图的灰度级分为目标物对应的灰度级和背景区域对应的灰度级，利用目标物对应的灰度级均值和背景区域对应的灰度级均值得到分割目标灰度图像中背景区域的阈值范围；S3、利用分割目标灰度图像中背景区域的阈值范围得到大津阈值分割算法的动态权值，利用动态权值得到分割目标灰度图像中背景区域的最佳阈值，利用最佳阈值对目标灰度图像进行分割得到分割后的背景区域；S4、计算不同光圈值下的背景区域的平均梯度，将最大平均梯度所对应的光圈值的下背景区域作为最佳背景区域，根据最佳背景区域判断天车运行路径是否存在安全隐患，如存在安全隐患，重新设计天车运行路径，如不存在安全隐患，天车按原路径运行。
[0006]进一步的，所述构建目标灰度图像的方法是：获取灰度图像中每个像素点与其8邻域内每个像素点灰度差的绝对值之和，将所
得绝对值之和作为对应8邻域中心像素点的灰度值构建目标灰度图像。
[0007]进一步的，所述目标灰度图像中背景区域像素点的个数是按如下方法确定的：获取目标物的实际俯视面积及相机与目标物的实时距离；利用目标物的实际俯视面积、相机与目标物的实时距离及相机参数得到目标灰度图像中目标物面积；获取目标灰度图像面积，利用目标灰度图像面积、目标灰度图像中目标物面积得到目标灰度图像中背景区域的像素点数量。
[0008]进一步的，所述目标物对应的灰度级和背景区域对应的灰度级是按如下方法确定的：获取目标灰度图像的灰度直方图低灰度区到高灰度区的像素点个数的累加值得到与背景区域像素点个数相等的累加值；将与背景区域像素点个数相等的累加值对应的灰度级作为临界灰度级；根据临界灰度级将目标物灰度图像的灰度直方图分为目标物对应的灰度级和背景区域对 应的灰度级。
[0009]进一步的，所述阈值范围是按如下方法确定的：将目标物灰度图像的灰度直方图中目标物对应的灰度级的均值作为阈值范围的右端点，将背景区域对应的灰度级的均值作为阈值范围的左端点得到阈值范围。
[0010]进一步的，所述大津阈值分割算法的动态权值是按如下方法确定的：将阈值范围作为阈值遍历范围，根据阈值范围及阈值遍历范围得到阈值范围内每个阈值到目标物对应灰度级均值的距离占阈值遍历范围的比值；根据阈值范围及阈值遍历范围得到阈值范围内每个阈值与目标物对应灰度级均值间的像素点个数占阈值遍历范围内所有灰度级对应像素点的总个数的比值；利用阈值范围内每个阈值到目标物对应灰度级均值的距离占阈值遍历范围的比值和阈值范围内每个阈值与目标物对应灰度级均值间的像素点个数占阈值遍历范围内所有灰度级对应像素点的总个数的比值得到大津阈值分割算法的动态权值。
[0011]进一步的，所述最佳阈值是按如下方法确定的：利用动态权值得到加权后的大津阈值算法，获取加权后的大津阈值算法结果的最大值；将得到最大值时大津阈值分割算法的动态权值所对应的阈值作为最佳阈值。
[0012]本专利技术的有益效果是：本专利技术首先获取了目标物的灰度图像，对目标物灰度图像中的像素点进行转换得到目标灰度图像，通过改进大津阈值分割算法得到了大津阈值分割算法的动态权值，该动态权值结合了天车运输过程中目标物和背景区域的类间方差的变化，因此，根据利用该动态权值得到的最佳阈值更加准确；利用最佳阈值分割目标灰度图像得到了准确的背景区域，获取不同光圈值下背景区域的最大平均梯度，利用最大平均梯度得到最清晰的背景区域图像，背景区域图像越清晰，越能够准确的判断背景区域中存在的安全隐患，因此本专利技术通过最佳阈值分割出了准确的背景区域，再利用最大平均梯度得到了最清晰的背景区域，根据最清晰的背景区域判断天车运行过程中是否存在安全隐患，使得最终的判断结果更加准确。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的实施例提供了基于图像处理的天车控制方法的流程图。
具体实施方式
[0015]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]本专利技术的基于图像处理的天车控制方法的实施例，如图1所示，包括：对于天车运输目标物，随着天车吊钩对目标物的提升，相机自动对焦吊升的目标物，目标物逐渐接近相机，且目标物在所采集图像中的面积占比逐渐增大，图像景深变浅，背景区域逐渐模糊，采集图像处于动态变化的状态，现通过对大津阈值分割算法进行动态加权，改进大津阈值分割算法，使其精准的分割目标物与背景。
[0017]S1、获取不同光圈值下天车所吊目标物的灰度图像，利用灰度图像中每个像素点与其邻域像素点的灰度值构建目标灰度图像，获取目标灰度图像中背景区域像素点的个数。
[0018]S2、利用背景区域像素点的个数将目标灰度图像的灰度直方图的灰度级分为目标物对应的灰度级和背本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像处理的天车控制方法，其特征在于，包括：S1、获取不同光圈值下天车所吊目标物的灰度图像，利用灰度图像中每个像素点与其邻域像素点的灰度值构建目标灰度图像，获取目标灰度图像中背景区域像素点的个数；S2、利用背景区域像素点的个数将目标灰度图像的灰度直方图的灰度级分为目标物对应的灰度级和背景区域对应的灰度级，利用目标物对应的灰度级均值和背景区域对应的灰度级均值得到分割目标灰度图像中背景区域的阈值范围；S3、利用分割目标灰度图像中背景区域的阈值范围得到大津阈值分割算法的动态权值，利用动态权值得到分割目标灰度图像中背景区域的最佳阈值，利用最佳阈值对目标灰度图像进行分割得到分割后的背景区域；S4、计算不同光圈值下的背景区域的平均梯度，将最大平均梯度所对应的光圈值的下背景区域作为最佳背景区域，根据最佳背景区域判断天车运行路径是否存在安全隐患，如存在安全隐患，重新设计天车运行路径，如不存在安全隐患，天车按原路径运行。2.根据权利要求1所述的基于图像处理的天车控制方法，其特征在于，所述构建目标灰度图像的方法是：获取灰度图像中每个像素点与其8邻域内每个像素点灰度差的绝对值之和，将所得绝对值之和作为对应8邻域中心像素点的灰度值构建目标灰度图像。3.根据权利要求1所述的基于图像处理的天车控制方法，其特征在于，所述目标灰度图像中背景区域像素点的个数是按如下方法确定的：获取目标物的实际俯视面积及相机与目标物的实时距离；利用目标物的实际俯视面积、相机与目标物的实时距离及相机参数得到目标灰度图像中目标物面积；获取目标灰度图像面积，利用目标灰度图像面积、目标灰度图像中目标物面积得到目标灰度图像中背景区域的像素点数量。4.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：蒋元进，
申请(专利权)人：南通斯坦普利起重设备有限公司，
类型：发明
国别省市：