[发明专利]应用于危险化学品库房堆垛的图像处理方法

说明书

本发明涉及一种应用于危险化学品库房堆垛的图像处理方法，属于危险化学品存储监测技术领域，解决现有技术危险化学品仓库内部货物安全储存状态监测运算量大的问题，该方法实时获取危险化学品堆垛监测照片；将获取的监测照片转换为灰度图；将灰度图转换为二值图；从二值图中提取危险化学品堆垛的边缘特征图，并根据边缘特征图确定堆垛所在区域的边缘界线；根据预设规则获取边缘界线上的角点；利用卷积核匹配算法和角点计算危险化学品堆垛的视差图，该方法主要用于危险化学品堆垛图像处理。

技术领域

本发明属于危险化学品监控技术领域，具体涉及一种应用于危险化学品库房堆垛的图像处理方法。

背景技术

现今，危险化学品仓库需求量随社会的发展越来越大，危险化学品燃烧，爆炸，腐蚀等特点存在严重的安全事故隐患。不仅关系到企业本身安全，而且关系到企业周边居民公共安全和生态环境安全。面对此问题，急需危险化学品仓库内部货物安全储存状态监测与预警。现阶段危险化学品仓储企业的监控系统主要是视频监控。这既不能保证危险化学品库房的绝对安全，且消耗大量劳动力，又不能向安全监管部门提供危险化学品库房安全的实时、有效数据，效率较低。是不满足现代企业信息化和自动化的要求。

机器视觉是人工智能正在快速发展的一个分支，双目视觉三维测量的应用非常广泛，对危险化学品堆垛进行图像处理的研究是很有潜力的发展方向，但目前，尚且没有能够适合实际应用需求的危险化学品仓库内部货物安全储存状态监测方案。

在堆垛安全中，“5距离”分为垛距、墙距、柱距、灯距、梁距，为保证危险化学品的储存安全，相关技术中采用双目监测系统，双目三维数据还原步骤大致可分为摄像机标定、立体匹配和深度信息三个部分。传统的灰度图匹配算法有BM、SGBM、SAD卷积核运算算法，其中，SAD算法比BM和SGBM在图像处理质量上都会更好。但是SAD匹配算法的运算耗时非常大，十分浪费资源。

发明内容

为了解决现有技术危险化学品仓库内部货物安全储存状态监测浪费运算资源的问题，本发明提供了一种应用于危险化学品库房堆垛的图像处理方法，其具有监测准确等特点。

一方面，一种应用于危险化学品库房堆垛的图像处理方法，包括：

实时获取危险化学品堆垛监测照片；

将获取的所述监测照片转换为灰度图；

将所述灰度图转换为二值图；

从所述二值图中提取所述危险化学品堆垛的边缘特征图，并根据所述边缘特征图确定堆垛所在区域的边缘界线；

根据预设规则获取所述边缘界线上的角点；

利用卷积核匹配算法和角点计算所述危险化学品堆垛的视差图。

进一步可选的，所述从所述二值图中提取所述危险化学品堆垛的边缘特征图包括：

对所述二值图进行膨胀和腐蚀，从所述二值图中分割出所述危险化学品堆垛的图像元素；

对膨胀和腐蚀后的二值图进行滤波，去除所述二值图中的独立元素点噪点。

进一步可选的，所述利用卷积核匹配算法和角点计算所述危险化学品堆垛的视差图为：利用SAD算法和角点计算所述危险化学品堆垛的视差图。

进一步可选的，所述利用SAD算法和角点计算所述危险化学品堆垛的视差图为：利用公式(1)定义卷积核窗口和搜索范围：

其中，n为模板图的宽度值减去卷积核L宽度大小的值，m为模板图高度值减去卷积核L高度值的值，d是搜索范围，L(i,j)是模板图形窗口的位置，R(i－k，j)为目标图形窗口的位置，i、j是子图在模板的左上角的坐标。

进一步可选的，i和j的位置从所述边缘特征图的第一个角点N开始。