本申请属于图像处理技术领域，尤其涉及一种巡检图像对齐方法、装置、计算机可读存储介质及机器人。所述方法包括：获取目标巡检图像，并确定所述目标巡检图像的第一掩膜图像；将所述第一掩膜图像与预设的基准巡检图像的第二掩膜图像进行图像语义匹配，得到图像语义匹配结果；根据所述图像语义匹配结果对所述目标巡检图像进行仿射变换，得到对齐图像。通过上述方法，可以根据第一掩膜图像与第二掩膜图像的图像语义匹配结果获得对齐图像，实现了巡检图像中的目标与基准图像中的目标一一对应，提升了巡检准确率，具有较强的易用性与实用性。具有较强的易用性与实用性。具有较强的易用性与实用性。
【技术实现步骤摘要】
巡检图像对齐方法、装置、计算机可读存储介质及机器人
[0001]本申请属于图像处理
，尤其涉及一种巡检图像对齐方法、装置、计算机可读存储介质及机器人。
技术介绍
[0002]目前，地面式巡检机器人在巡检时主要通过激光导航或者视觉导航。然而，由于机器人导航技术的限制，机器人的实际位置与目标位置的距离和角度会存在一定偏差，导致巡检图像中的目标无法与基准图像中的目标一一对应，造成巡检准确率下降。
技术实现思路
[0003]有鉴于此，本申请实施例提供了一种巡检图像对齐方法、装置、计算机可读存储介质及机器人，以解决巡检图像中的目标无法与基准图像中的目标一一对应，造成巡检准确率下降的问题。
[0004]本申请实施例的第一方面提供了一种巡检图像对齐方法，可以包括：
[0005]获取目标巡检图像，并确定所述目标巡检图像的第一掩膜图像；
[0006]将所述第一掩膜图像与预设的基准巡检图像的第二掩膜图像进行图像语义匹配，得到图像语义匹配结果；
[0007]根据所述图像语义匹配结果对所述目标巡检图像进行仿射变换，得到对齐图像。
[0008]在第一方面的一种具体实现方式中，所述确定所述目标巡检图像的第一掩膜图像，可以包括：
[0009]使用预设的目标检测模型对所述目标巡检图像进行目标检测，得到所述目标巡检图像的目标语义对象；其中，所述目标检测模型为预先训练得到的用于对图像进行目标检测的人工智能模型；
[0010]根据所述目标语义对象确定所述第一掩膜图像。
[0011]在第一方面的一种具体实现方式中，所述将所述第一掩膜图像与预设的基准巡检图像的第二掩膜图像进行图像语义匹配，得到图像语义匹配结果，可以包括：
[0012]对所述第一掩膜图像与所述第二掩膜图像进行粗匹配，得到匹配轮廓对；
[0013]根据所述匹配轮廓对分别计算所述第一掩膜图像的目标对象与所述第二掩膜图像的各个待匹配对象之间的重叠度；其中，所述目标对象为所述第一掩膜图像的任意一个目标对象；
[0014]将最大的重叠度对应的待匹配对象确定为与所述目标对象匹配的对象。
[0015]在第一方面的一种具体实现方式中，所述对所述第一掩膜图像与所述第二掩膜图像进行粗匹配，得到匹配轮廓对，可以包括：
[0016]按照轮廓面积分别对所述第一掩膜图像的轮廓与所述第二掩膜图像的轮廓进行排序，得到所述第一掩膜图像的第一轮廓与所述第二掩膜图像的第二轮廓；
[0017]计算所述第一轮廓与所述第二轮廓的相似度；
[0018]若所述相似度大于预设的相似度阈值，则将所述第一轮廓与所述第二轮廓作为匹配轮廓对。
[0019]在第一方面的一种具体实现方式中，所述根据所述匹配轮廓对分别计算所述第一掩膜图像的目标对象与所述第二掩膜图像的各个待匹配对象之间的重叠度，可以包括：
[0020]分别获取所述匹配轮廓对中第一轮廓的第一矩形框与第二轮廓的第二矩形框；其中，所述第一矩形框为经过调整的与所述第二矩形框尺寸相同的矩形框；
[0021]计算所述第一矩形框中的所述目标对象与所述第二矩形框中各个待匹配对象之间的矩形框重叠度。
[0022]在第一方面的一种具体实现方式中，所述根据所述图像语义匹配结果对所述目标巡检图像进行仿射变换，得到对齐图像，可以包括：
[0023]根据所述第一掩膜图像与所述第二掩膜图像上的匹配成功对象的坐标，得到仿射矩阵；
[0024]利用所述仿射矩阵对所述目标巡检图像进行仿射变换，得到所述对齐图像。
[0025]在第一方面的一种具体实现方式中，在得到对齐图像之后，可以包括：
[0026]检测所述对齐图像中目标巡检对象的状态；
[0027]若所述目标巡检对象处于异常状态，则发出预设的报警信息；其中，所述报警信息用于指示所述目标巡检对象出现异常情况。
[0028]本申请实施例的第二方面提供了一种巡检图像对齐装置，可以包括：
[0029]掩膜图像确定模块，用于获取目标巡检图像，并确定所述目标巡检图像的第一掩膜图像；
[0030]图像语义匹配模块，用于将所述第一掩膜图像与预设的基准巡检图像的第二掩膜图像进行图像语义匹配，得到图像语义匹配结果；
[0031]仿射变换模块，用于根据所述图像语义匹配结果对所述目标巡检图像进行仿射变换，得到对齐图像。
[0032]在第二方面的一种具体实现方式中，所述掩膜图像确定模块可以包括：
[0033]目标检测单元，用于使用预设的目标检测模型对所述目标巡检图像进行目标检测，得到所述目标巡检图像的目标语义对象；其中，所述目标检测模型为预先训练得到的用于对图像进行目标检测的人工智能模型；
[0034]掩膜图像确定单元，用于根据所述目标语义对象确定所述第一掩膜图像。
[0035]在第二方面的一种具体实现方式中，所述图像语义匹配模块可以包括：
[0036]粗匹配单元，用于对所述第一掩膜图像与所述第二掩膜图像进行粗匹配，得到匹配轮廓对；
[0037]重叠度计算单元，用于根据所述匹配轮廓对分别计算所述第一掩膜图像的目标对象与所述第二掩膜图像的各个待匹配对象之间的重叠度；其中，所述目标对象为所述第一掩膜图像的任意一个目标对象；
[0038]匹配对象确定单元，用于将最大的重叠度对应的待匹配对象确定为与所述目标对象匹配的对象。
[0039]在第二方面的一种具体实现方式中，所述粗匹配单元可以包括：
[0040]轮廓排序子单元，用于按照轮廓面积分别对所述第一掩膜图像的轮廓与所述第二
掩膜图像的轮廓进行排序，得到所述第一掩膜图像的第一轮廓与所述第二掩膜图像的第二轮廓；
[0041]相似度计算子单元，用于计算所述第一轮廓与所述第二轮廓的相似度；
[0042]匹配轮廓对确定子单元，用于若所述相似度大于预设的相似度阈值，则将所述第一轮廓与所述第二轮廓作为匹配轮廓对。
[0043]在第二方面的一种具体实现方式中，所述重叠度计算单元可以包括：
[0044]矩形框获取子单元，用于分别获取所述匹配轮廓对中第一轮廓的第一矩形框与第二轮廓的第二矩形框；其中，所述第一矩形框为经过调整的与所述第二矩形框尺寸相同的矩形框；
[0045]重叠度计算子单元，用于计算所述第一矩形框中的所述目标对象与所述第二矩形框中各个待匹配对象之间的矩形框重叠度。
[0046]在第二方面的一种具体实现方式中，所述仿射变换模块可以包括：
[0047]仿射矩阵获取单元，用于根据所述第一掩膜图像与所述第二掩膜图像上的匹配成功对象的坐标，得到仿射矩阵；
[0048]仿射变换单元，用于利用所述仿射矩阵对所述目标巡检图像进行仿射变换，得到所述对齐图像。
[0049]在第二方面的一种具体实现方式中，所述巡检图像对齐装置还可以包括：
[0050]状态检测模块，用于检测所述对齐图像中目标巡检对象的状态；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种巡检图像对齐方法，其特征在于，包括：获取目标巡检图像，并确定所述目标巡检图像的第一掩膜图像；将所述第一掩膜图像与预设的基准巡检图像的第二掩膜图像进行图像语义匹配，得到图像语义匹配结果；根据所述图像语义匹配结果对所述目标巡检图像进行仿射变换，得到对齐图像。2.根据权利要求1所述的巡检图像对齐方法，其特征在于，所述确定所述目标巡检图像的第一掩膜图像，包括：使用预设的目标检测模型对所述目标巡检图像进行目标检测，得到所述目标巡检图像的目标语义对象；其中，所述目标检测模型为预先训练得到的用于对图像进行目标检测的人工智能模型；根据所述目标语义对象确定所述第一掩膜图像。3.根据权利要求1所述的巡检图像对齐方法，其特征在于，所述将所述第一掩膜图像与预设的基准巡检图像的第二掩膜图像进行图像语义匹配，得到图像语义匹配结果，包括：对所述第一掩膜图像与所述第二掩膜图像进行粗匹配，得到匹配轮廓对；根据所述匹配轮廓对分别计算所述第一掩膜图像的目标对象与所述第二掩膜图像的各个待匹配对象之间的重叠度；其中，所述目标对象为所述第一掩膜图像的任意一个目标对象；将最大的重叠度对应的待匹配对象确定为与所述目标对象匹配的对象。4.根据权利要求3所述的巡检图像对齐方法，其特征在于，所述对所述第一掩膜图像与所述第二掩膜图像进行粗匹配，得到匹配轮廓对，包括：按照轮廓面积分别对所述第一掩膜图像的轮廓与所述第二掩膜图像的轮廓进行排序，得到所述第一掩膜图像的第一轮廓与所述第二掩膜图像的第二轮廓；计算所述第一轮廓与所述第二轮廓的相似度；若所述相似度大于预设的相似度阈值，则将所述第一轮廓与所述第二轮廓作为匹配轮廓对。5.根据权利要求3所述的巡检图像对齐方法，其特征在于，所述根据所述匹配轮廓对分别计算所述第一掩膜图像的目...
【专利技术属性】
技术研发人员：朱文勇，张琨，熊友军，
申请(专利权)人：深圳市优必行科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。