[发明专利]基于图像识别的物料流量检测方法、装置、设备及介质在审

专利信息
申请号: 201911013030.5 申请日: 2019-10-23
公开(公告)号: CN110766743A 公开(公告)日: 2020-02-07
发明(设计)人: 庞殊杨;王嘉骏;贾鸿盛;毛尚伟;寇鹏飞 申请(专利权)人: 中冶赛迪重庆信息技术有限公司
主分类号: G06T7/62 分类号: G06T7/62;G06T7/13;G06T7/136
代理公司: 31219 上海光华专利事务所(普通合伙) 代理人: 尹丽云
地址: 401122 重庆*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传送单元 标准图像信息 实时图像信息 差分图像 分图像 灰度差 物料流量检测 图像识别 激光线 采集 预处理 方法使用 激光照射 流量检测 物料流量 信息获取 运行参数 环境光 空载 图像 检测
【权利要求书】:

1.基于图像识别的物料流量检测方法、装置、设备及介质,其特征在于,所述的方法包括:

采集传送单元空载时的图像并作为标准图像信息,采集传送单元实时图像信息;

通过激光照射传送单元上的物料并获取物料的激光线形态,并分别采集标准图像信息以及实时图像信息中的激光线形态;

对所述标准图像信息以及所述实时图像信息进行预处理并获取灰度差分图像信息,所述预处理的方式包括以下之一:边缘检测、均值滤波、阈值分割;

根据所述灰度差分图像信息获取差分图像区域面积,根据差分图像区域面积以及传送单元运行参数,检测物料流量。

2.根据权利要求1所述的基于图像识别的物料流量检测方法,其特征在于,所述边缘检测包括:

将所述标准图像信息以及所述实时图像信息进行灰度处理,获取灰度图像;

将灰度图像分别与多个内核进行卷积,分别获取相应的多个卷积值;

对多个卷积值的平方和进行开方计算,获取近似梯度值;

通过近似梯度值,确定物料的边缘。

3.根据权利要求2所述的基于图像识别的物料流量检测方法,其特征在于,多个所述内核的大小分别为奇数。

4.根据权利要求1所述的基于图像识别的物料流量检测方法,其特征在于,所述均值滤波包括:

将所述标准图像信息以及所述实时图像信息进行灰度处理,获取灰度图像;

根据灰度图像中的目标像素设定模板,通过模板中的像素均值代替模板中的像素;

利用黑色像素填充轮廓区域,删除面积小于阈值面积的干扰信号。

5.根据权利要求4所述的基于图像识别的物料流量检测方法,其特征在于,所述阈值分割包括:

将所述标准图像信息以及所述实时图像信息进行灰度处理,获取灰度图像;

记t为灰度图像的前景与背景的分割阈值,前景点数占图像比例为w0,灰度图像的平均灰度为u0

背景点数占灰度图像比例为w1,平均灰度为u1

灰度图像的总平均灰度为:u=w0u0+w1u1

前景和背景图象的方差:

g=w0(u0-u)(u0-u)+w1(u1-u)(u1-u)=w0w1(u0-u1)(u0-u1)

当方差g最大时,认为此时前景和背景差异最大,进行阈值分割,此时的灰度t是最佳阈值:

t=w1w2(u1-u0)(u0-u1) 。

6.根据权利要求1所述的基于图像识别的物料流量检测方法,其特征在于,对所述标准图像信息以及所述实时图像信息进行预处理并获取灰度差分图像信息的步骤之后还包括:

设置阈值面积,删除面积小于阈值面积的干扰信号;

调整激光线形态,连接存在断裂的激光线。

7.根据权利要求6所述的基于图像识别的物料流量检测方法,其特征在于,根据所述灰度差分图像信息获取差分图像区域面积的步骤还包括:

使用黑色像素描绘灰度差分图像信息的边缘轮廓,删除差分图像中的干扰信号;

并使用黑色像素填充轮廓区域,删除面积小于特定阈值面积的干扰信号;

确定灰度差分图像信息的闭合区域,获取差分图像区域面积。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶赛迪重庆信息技术有限公司,未经中冶赛迪重庆信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911013030.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top