本发明专利技术涉及一般的图像处理或产生技术领域，具体涉及一种基于图像处理的车间智能管理方法及系统、电子设备，通过建立预测目标框、第一背景选取框，计算预测目标框与第一背景选取框的第一相似度，计算预测目标框与第一目标搜索框的相应区域的第二相似度，判断第一相似度是否大于第二相似度，根据判断结果判定目标是否被遮挡，计算持续拍摄过程中目标被遮挡的红外热成像图像的第一总数量，根据第一总数量判定是否存在异常行为，并根据判断结果判定是否输出有关于发生异常行为的报警信号。仅通过红外热成像装置，即可实现位于所监控区域的同一目标的行为的持续性监测，将视频跟踪算法和车间管理有机结合，实现高效、高通用性、高安全性的车间管理。
1、视频跟踪是计算机视觉中最重要的研究领域之一，有着诸多广泛的应用。现有技术中的跟踪算法包括：支持向量机的支持向量跟踪算法，并将目标跟踪与目标检测结合在一起，从而实现跟踪、学习、检测，而现有技术中，车间的管理，往往通过人工通过监控摄像头监控，存在监控效率低、人工工作量大、人工成本高的缺点，且现有的车间生产中，较特殊的生产环境例如粉尘环境、避光环境等，会影响常规的监控摄像头的拍摄，现有的智能监测方案中，通常使用常规的监控摄像头，而常规的监控摄像头会受到环境因素的影响较大，在照明设备损坏时，常规的监控摄像头往往无法继续执行监控任务，无法清晰拍摄生产区域的情况，因此存在一定的安全隐患。在当今智慧车间快速发展的需求下，已经无法满足高效、实时的智慧车间管理监控工作，而采用深度学习进行煤矿安全生产监控已经成为新的发展趋势，但是现有技术往往只能实现目标的跟踪，如何将视频跟踪算法和车间管理有机结合，实现高效、高通用性、高安全性的车间管理，是现有技术中亟待解决的问题。
>3、s100、利用设置于车间上方的红外热成像装置，按照预设时间间隔获取车间目标区域的红外热成像图像，判断红外热成像图像数据内是否存在灰度值大于或等于第一预设阈值的像素点，若存在，将该像素点确定为目标点，根据所有目标点，在当前帧红外热成像图像中建立第一目标搜索框，在下一帧红外热成像图像中建立第二目标搜索框；4、s200、在第一目标搜索框周围生成预设尺寸且紧密排布的第一背景选取框，根据第一背景选取框确定背景搜索范围，根据背景搜索范围建立第一背景搜索框，判断第二目标搜索框的边界上的各像素点中，是否存在位于第一背景搜索框内的像素点，若是，以该像素点为中心，建立预设尺寸的预测目标框，计算预测目标框与第一背景选取框的第一相似度，计算预测目标框与第一目标搜索框的相应区域的第二相似度，判断第一相似度是否大于第二相似度，根据判断结果判定目标是否被遮挡；
5、s300、若目标被遮挡，控制计数器加1，计算持续拍摄过程中目标被遮挡的红外热成像图像的第一总数量，根据第一总数量判定是否存在异常行为，并根据判断结果判定是否输出有关于发生异常行为的报警信号。
6、具体的，所述判断第一相似度是否大于第二相似度，根据判断结果判定目标是否被遮挡，包括：
7、若第一相似度大于第二相似度，判定目标被遮挡；
8、若第一相似度小于或等于第二相似度，判定目标未被遮挡。
9、具体的，所述根据第一总数量判断是否存在异常行为，包括：
10、判断第一总数量是否大于或等于第二预设阈值，并根据判断结果判定是否存在异常行为。
11、具体的，所述判断第一总数量是否大于或等于第二预设阈值，并根据判断结果判定是否存在异常行为，包括：
12、若第一总数量大于或等于第二预设阈值，判定存在异常行为；
13、若第一总数量小于第二预设阈值，判定不存在异常行为。
14、具体的，所述根据判断结果判定是否输出有关于发生异常行为的报警信号，包括：
15、若判定存在异常行为，输出有关于发生异常行为的报警信号；
16、若判定不存在异常行为，输出有关于未发生异常行为的提示信号。
17、具体的，所述方法还包括：
18、分别获取第一目标搜索框和第二搜索框的四个顶点的坐标，根据第一目标搜索框和第二搜索框的四个顶点的坐标，计算第一目标搜索框的目标的质心的第一坐标，计算第二目标搜索框的目标的质心的第二坐标，计算第一坐标和第二坐标的第一欧式距离，判断第一欧式距离是否小于第三预设阈值，若是，控制计数器加1，计算第一欧式距离小于第三预设阈值的红外热成像图像的第二总数量，根据第二总数量判定是否存在异常行为，并根据判断结果判定是否输出有关于发生异常行为的报警信号。
19、具体的，所述根据第二总数量判定是否存在异常行为，并根据判断结果判定是否输出有关于发生异常行为的报警信号，包括：
20、判断第二总数量是否大于或等于第四预设阈值，并根据判断结果判定是否存在异常行为。
21、具体的，所述判断第二总数量是否大于或等于第四预设阈值，并根据判断结果判定是否存在异常行为，包括：
22、若第二总数量大于或等于第四预设阈值，判定存在异常行为；
23、若第二总数量小于第四预设阈值，判定不存在异常行为。
24、根据本专利技术的第二方面，提供一种基于图像处理的车间智能管理系统，包括：
25、获取模块，包括设置于车间上方的红外热成像装置，用于获取车间目标区域的红外热成像图像；
26、控制模块，用于利用设置于车间上方的红外热成像装置，按照预设时间间隔获取车间目标区域的红外热成像图像，判断红外热成像图像数据内是否存在灰度值大于或等于第一预设阈值的像素点，若存在，将该像素点确定为目标点，根据所有目标点，在当前帧红外热成像图像中建立第一目标搜索框，在下一帧红外热成像图像中建立第二目标搜索框；
27、或用于在第一目标搜索框周围生成预设尺寸且紧密排布的第一背景选取框，根据第一背景选取框确定背景搜索范围，根据背景搜索范围建立第一背景搜索框，判断第二目标搜索框的边界上的各像素点中，是否存在位于第一背景搜索框内的像素点，若是，以该像素点为中心，建立预设尺寸的预测目标框，计算预测目标框与第一背景选取框的第一相似度，计算预测目标框与第一目标搜索框的相应区域的第二相似度，判断第一相似度是否大于第二相似度，根据判断结果判定目标是否被遮挡；
28、或用于在目标被遮挡时，控制计数器加1，计算持续拍摄过程中目标被遮挡的红外热成像图像的第一总数量，根据第一总数量判定是否存在异常行为，并根据判断结果判定是否输出有关于发生异常行为的报警信号。
29、根据本专利技术的第三方面，提供一种电子设备，包括：存储器；以及处理器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现上述的基于图像处理的车间智能管理方法。
30、有益效果：
31、本专利技术仅通过红外热成像装置，即可实现位于所监控区域的同一目标的行为的持续性监测，在监测到异常行为时及时报警，将视频跟踪算法和车间管理有机结合，实现高效、高通用性、高安全性的车间管理，很大程度上简化了硬件系统，且无需复杂算法建模，很大程度上提高了本专利技术的智能化程度和可用性、大大拓展了本专利技术的应用场景。
本文档来自技高网...
【技术保护点】
1.一种基于图像处理的车间智能管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图像处理的车间智能管理方法，其特征在于，所述判断第一相似度是否大于第二相似度，根据判断结果判定目标是否被遮挡，包括：
3.根据权利要求2所述的基于图像处理的车间智能管理方法，其特征在于，所述根据第一总数量判断是否存在异常行为，包括：
4.根据权利要求3所述的基于图像处理的车间智能管理方法，其特征在于，所述判断第一总数量是否大于或等于第二预设阈值，并根据判断结果判定是否存在异常行为，包括：
5.根据权利要求4所述的基于图像处理的车间智能管理方法，其特征在于，所述根据判断结果判定是否输出有关于发生异常行为的报警信号，包括：
6.根据权利要求1所述的基于图像处理的车间智能管理方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的基于图像处理的车间智能管理方法，其特征在于，所述根据第二总数量判定是否存在异常行为，并根据判断结果判定是否输出有关于发生异常行为的报警信号，包括：
8.根据权利要求7所述的基于图像处理的车间智能管理方法，其特征在于，所述判断第二总数量是否大于或等于第四预设阈值，并根据判断结果判定是否存在异常行为，包括：
9.一种基于图像处理的车间智能管理系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括：
...
【技术特征摘要】
1.一种基于图像处理的车间智能管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图像处理的车间智能管理方法，其特征在于，所述判断第一相似度是否大于第二相似度，根据判断结果判定目标是否被遮挡，包括：
3.根据权利要求2所述的基于图像处理的车间智能管理方法，其特征在于，所述根据第一总数量判断是否存在异常行为，包括：
4.根据权利要求3所述的基于图像处理的车间智能管理方法，其特征在于，所述判断第一总数量是否大于或等于第二预设阈值，并根据判断结果判定是否存在异常行为，包括：
5.根据权利要求4所述的基于图像处理的车间智能管理方法，其特征在于，所述根据判断结果判...
【专利技术属性】
技术研发人员：周志维，
申请(专利权)人：青岛三诚众合智能设备科技有限公司，
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。