[发明专利]基于分段直线拟合的危化品堆垛测距方法

说明书

本发明涉及一种基于分段直线拟合的危化品堆垛测距方法，包括：对危化品堆垛进行图像采集，对采集的图像进行角点检测，对检测的角点进行去噪处理，对去噪后的角点进行分段直线拟合，根据拟合得到的交点和去噪后的角点提取有效角点，利用提取的有效角点对危化品堆垛进行距离测量。本发明针对双目视觉测距的有效角点提取的关键问题，将Shi‑Tomasi角点检测与改进的分段直线拟合相结合，将分段直线拟合之后得到的直线交点补充为有效角点，解决了现有角点检测方法中存在的伪角点，角点遗漏的问题，进而提高了危化品堆垛角点检测准确率及降低测距误差。

技术领域

本发明涉及一种危化品堆垛测距方法，具体涉及一种基于分段直线拟合的危化品堆垛测距方法。

背景技术

随着社会的发展危险化学品仓库需求量也越来越大，由于危化品具有易燃易爆，易腐蚀等特点，危险化学品仓储存在严重的安全事故隐患，事关人民和城市安全。因此对危化品仓库内部货物安全储存状态监测与预警尤为重要。目前危化品仓库普遍采用平仓堆垛码放的方式，危化品堆垛多由规范的长方体和正方体箱体组成，具有线段和角点基本特征，危化品堆垛的安全5距即跺距、墙距、柱距、灯距、梁距是危化品仓库存储安全距离监测的重要因素。角点检测是判断距离的关键信息，对于角点检测问题，目前已有相关学者研究出各种检测方法，例如2006年，Rosten E等人提出的加速分割试验特征(features fromaccelerated segment test，FAST)角点检测算法，该算法以快速著称，适用于实时性要求较高的图像处理，但FAST算法只能检测单一类型的角点，会出现角点遗漏现象。Awrangjeb和Lu提出了一种基于弦到点距离累加(CPDA)的多弦长的角点检测算法，其噪声具有更好的鲁棒性。Harris算子提取角点较为理想，也存在尺寸固定、阈值较难设定的一些难点。近年来双目视觉三维检测技术在测距领域得到了广泛的应用，基于双目视觉测距的库内安全存储距离监测对危险化学品仓库进行安全隐患技术监管具有重要的研究意义。

发明内容

针对现有技术中的不足，本发明的目的是提供一种基于分段直线拟合的危化品堆垛测距方法，解决现有角点检测方法中存在的伪角点，角点遗漏的问题，以提高危化品堆垛角点检测准确率及降低测距误差。

本发明的目的是采用下述技术方案实现的：

一种基于分段直线拟合的危化品堆垛测距方法，包括：

对危化品堆垛进行图像采集；

对采集的图像进行角点检测，得到角点检测图像；

对所述角点检测图像进行去噪处理，得到角点去噪图像；

对所述角点去噪图像中的角点进行分段直线拟合，得到拟合直线的交点；

利用所述拟合直线的交点与角点去噪图像中的角点提取有效角点；

利用所述有效角点对危化品堆垛进行距离测量。

进一步的，所述对采集的图像进行角点检测，包括：采用Shi-Tomasi角点检测算法对采集的图像进行角点检测。

进一步的，所述对角点检测图像进行去噪处理，包括：采用K邻域算法对检测角点图像进行去噪处理，以去除所述检测角点图像中的危化品堆垛外和所述危化品堆垛内的角点，只保留所述危化品堆垛边缘上的角点。

进一步的，所述对角点去噪图像中的角点进行分段直线拟合，包括：首先对所述角点去噪图像中的角点进行分组，再对分组后的每组角点分别进行直线拟合，计算得到拟合直线的交点。

进一步的，所述对角点去噪图像中的角点进行分组，包括：

建立三种容器，分别存储所述危化品堆垛长宽高的斜率，其中每种容器包含多个子容器；

在所述角点去噪图像中的角点中选取角点ai，以角点ai为中心，建立角点ai的9×9邻域范围；