【技术实现步骤摘要】
本申请涉及安保，尤其是涉及一种警戒带的识别方法、装置、电子设备及存储介质。
技术介绍
1、目前随着移动机器人技术的飞速发展，机器人使用场景正在面向复杂环境，需要针对不同类型障碍物进行避障处理。在工业巡检机器人使用环境中，经常存在临时性的工程施工、设备检修等情况，一般作业现场通过警戒带进行区域隔离，对于机器人来说，对巡检路径上的警戒带是否能够有效识别，会直接影响到机器人与现场设备或人员的安全性，甚至会引起安全事故。目前警戒带识别方法主要通过图像处理技术提取物体轮廓，再对物体轮廓形状进行判断是否为警戒带。对图像中物体轮廓进行提取，根据轮廓形状特征进行判断是否为警戒带。该类方法主要以下两方面缺点：一是对于复杂背景无法有效提取警戒带轮廓；二是对于轮廓形状类似的物体无法区分，例如警戒带的轮廓与细长型杆状物的轮廓或者地面上的车道线轮廓无法区分，会导致警戒带识别的准确性受到影响。所以，如何提高警戒带识别的准确性成为了不容小觑的技术问题。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种警戒带的识别方法、装置、电子设备及存储介质，通过针对不同类型警戒带分别进行不同的图像处理，在一定程度上能够消除复杂环境背景影响，提高警戒带轮廓提取的有效性，通过轮廓中目标颜色的像素点数量确定出警戒带以及警戒带类型，提高了警戒带识别的准确性。
2、本申请实施例提供了一种警戒带的识别方法，所述识别方法包括：
3、对待识别区域图像进行黄白色警戒带图像预处理确定出处理后的第一图像，以及对所述待识
4、对所述第一图像以及所述第二图像进行物体轮廓提取，确定出所述第一图像的第一物体轮廓以及所述第二图像的第二物体轮廓；
5、对所述第一物体轮廓以及所述第二物体轮廓进行轮廓初步筛选处理以及轮廓形状计算处理，确定出候选轮廓；其中，所述候选轮廓为所述第一物体轮廓以及所述第二物体轮廓之中符合警戒带特征的轮廓；
6、基于所述候选轮廓之中的目标颜色的像素点数量，确定出所述待识别区域图像之中警戒带以及警戒带的类型。
7、在一种可能的实施方式之中，所述对待识别区域图像进行黄白色警戒带图像预处理确定出处理后的第一图像，包括：
8、对所述待识别区域图像进行图像灰度转换处理确定出灰度图像，对所述灰度图像进行中值滤波处理，确定出中值滤波图像；
9、基于所述灰度图像以及所述中值滤波图像进行像素差计算，确定出像素差值图像；
10、对所述像素差值图像进行图像二值化处理，确定出二值化图像；
11、对所述二值化图像依次进行开运算处理、闭运算处理以及图像边缘检测，确定出所述第一图像。
12、在一种可能的实施方式之中，所述对所述待识别区域图像进行红色警戒带图像预处理确定出处理后的第二图像，包括：
13、基于hsv颜色模型对所述待识别区域图像进行转换，确定出hsv图像；
14、对所述hsv图像进行多个通道下的像素点进行分离，在多个通道下的像素点之中筛选出红色的像素点，并将非红色的像素点设置为黑色，确定出红色像素图像；
15、对所述红色像素图像依次进行开运算处理、闭运算处理以及图像边缘检测，确定出所述第二图像。
16、在一种可能的实施方式之中，所述对所述第一物体轮廓以及所述第二物体轮廓进行轮廓初步筛选处理以及轮廓形状计算处理，确定出候选轮廓，包括：
17、基于轮廓周长、轮廓面积以及轮廓长宽比例对所述第一物体轮廓以及所述第二物体轮廓进行轮廓初步筛选处理，确定出筛选后的所述第一物体轮廓以及筛选后的所述第二物体轮廓；
18、基于筛选后的所述第一物体轮廓、筛选后的所述第二物体轮廓与预设警戒带轮廓进行轮廓形状计算处理，确定出筛选后的所述第一物体轮廓的得分值以及筛选后的所述第二物体轮廓与的得分值；
19、基于所述得分值在筛选后的所述第一物体轮廓以及筛选后的所述第二物体轮廓之中确定出所述候选轮廓。
20、在一种可能的实施方式之中，通过以下步骤确定出筛选后的所述第一物体轮廓的得分值：
21、若所述筛选后的所述第一物体轮廓的轮廓宽度大于第一预设轮廓宽度阈值，则对所述筛选后的所述第一物体轮廓按照第二预设轮廓宽度分割成多个子轮廓；
22、确定在多个子轮廓中子轮廓宽度小于所述第一预设轮廓宽度阈值的子轮廓数量；
23、基于子轮廓总数量、子轮廓数量、所述筛选后的所述第一物体轮廓相对应的标准得分值，确定出筛选后的所述第一物体轮廓的得分值。
24、在一种可能的实施方式之中，通过以下步骤确定出筛选后的所述第一物体轮廓的得分值：
25、根据预设警戒带轮廓的长度信息设置对应的标准得分表；
26、若所述筛选后的所述第一物体轮廓的轮廓宽度小于等于第一预设轮廓宽度阈值，则基于筛选后的所述第一物体轮廓的长度信息以及所述标准得分值，确定出筛选后的所述第一物体轮廓的得分值。
27、在一种可能的实施方式之中，所述基于所述候选轮廓之中的目标颜色的像素点数量，确定出所述待识别区域图像之中警戒带以及警戒带的类型，包括：
28、确定出所述候选轮廓中黄色颜色的像素点数量、白色颜色的像素点数量以及红色颜色像素点数量；
29、基于所述黄色颜色的像素点数量、白色颜色的像素点数量、红色颜色像素点数量以及预设像素点数量的取值范围，确定出所述待识别区域图像之中警戒带以及警戒带的类型；其中，所述警戒带的类型包括红色警戒带以及黄白色警戒带。
30、本申请实施例还提供了一种警戒带的识别装置，所述识别装置包括：
31、图像处理模块，用于对待识别区域图像进行黄白色警戒带图像预处理确定出处理后的第一图像，以及对所述待识别区域图像进行红色警戒带图像预处理确定出处理后的第二图像；
32、轮廓提取模块，用于对所述第一图像以及所述第二图像进行物体轮廓提取，确定出所述第一图像的第一物体轮廓以及所述第二图像的第二物体轮廓；
33、轮廓筛选模块，用于对所述第一物体轮廓以及所述第二物体轮廓进行轮廓初步筛选处理以及轮廓形状计算处理，确定出候选轮廓；其中，所述候选轮廓为所述第一物体轮廓以及所述第二物体轮廓之中符合警戒带特征的轮廓；
34、类型确定模块，用于基于所述候选轮廓之中的目标颜色的像素点数量，确定出所述待识别区域图像之中警戒带以及警戒带的类型。
35、本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的警戒带的识别方法的步骤。
36、本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的警戒带的识别方法的本文档来自技高网...
【技术保护点】
1.一种警戒带的识别方法，其特征在于，所述识别方法包括：
2.根据权利要求1所述的识别方法，其特征在于，所述对待识别区域图像进行黄白色警戒带图像预处理确定出处理后的第一图像，包括：
3.根据权利要求1所述的识别方法，其特征在于，所述对所述待识别区域图像进行红色警戒带图像预处理确定出处理后的第二图像，包括：
4.根据权利要求1所述的识别方法，其特征在于，所述对所述第一物体轮廓以及所述第二物体轮廓进行轮廓初步筛选处理以及轮廓形状计算处理，确定出候选轮廓，包括：
5.根据权利要求4所述的识别方法，其特征在于，通过以下步骤确定出筛选后的所述第一物体轮廓的得分值：
6.根据权利要求4所述的识别方法，其特征在于，通过以下步骤确定出筛选后的所述第一物体轮廓的得分值：
7.根据权利要求1所述的识别方法，其特征在于，所述基于所述候选轮廓之中的目标颜色的像素点数量，确定出所述待识别区域图像之中警戒带以及警戒带的类型，包括：
8.一种警戒带的识别装置，其特征在于，所述识别装置包括：
9.一种电子设备，其特征
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的警戒带的识别方法的步骤。
...【技术特征摘要】
1.一种警戒带的识别方法，其特征在于，所述识别方法包括：
2.根据权利要求1所述的识别方法，其特征在于，所述对待识别区域图像进行黄白色警戒带图像预处理确定出处理后的第一图像，包括：
3.根据权利要求1所述的识别方法，其特征在于，所述对所述待识别区域图像进行红色警戒带图像预处理确定出处理后的第二图像，包括：
4.根据权利要求1所述的识别方法，其特征在于，所述对所述第一物体轮廓以及所述第二物体轮廓进行轮廓初步筛选处理以及轮廓形状计算处理，确定出候选轮廓，包括：
5.根据权利要求4所述的识别方法，其特征在于，通过以下步骤确定出筛选后的所述第一物体轮廓的得分值：
6.根据权利要求4所述的识别方法，其特征在于，通过以下步骤确定出筛选后的所述第一物体...
【专利技术属性】
技术研发人员：袁绪强，姬少英，徐庆龙，刘腾飞，唐慰，
申请(专利权)人：北京眸视科技有限公司，
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。