[发明专利]一种自助托运系统的行李规格检测与人包信息绑定方法

权利要求书

1.一种自助托运系统的行李规格检测与人包信息绑定方法，其特征在于：包括以下步骤：

S1、接到主控发送的检测命令，RGB相机和3D相机分别采集办理托运旅客以及行李图像数据，深度相机采集三维点云信息；

S2、对深度相机采集的三维点云数据处理，只保留行李部分的三维点云数据；

S3、采用弹力压缩算法测行李尺寸，采用引力分割算法检测行李件数，若尺寸超规则退出并进行超过的提示，若为多件则退出并进行放置多件提示，若尺寸合规并且行李的件数为一件则进行S4；

S4、对合规的一件行李采用局部特征检测与全局配准结合算法进行托盘识别：

若检测到有托盘，则采用引力迭代势能最小化算法进行托盘定位，定位到托盘后将托盘部分的点云进行去除，然后进行S5；

若没有检测到托盘的存在，则直接进行S5；

S5、采用径向基函数RBF的SVM方法进行行李种类检测：

若行李的类型是拉杆箱，则允许直接托运；

若行李的类型为软包或者纸箱，查看S4中的检测信息是否含有托盘，若有，则允许直接托运，否则退出，提示加托盘托运；

S6、在进行S2-S5的同时将RGB相机采集到的办理行李托运的旅客的图像进行人脸检测，并提取人脸部分深度特征，将RGB相机采集到的行李图像进行行李目标检测，并提取行李部分深度特征，然后将人脸部分深度特征与行李部分深度特征进行绑定，生成唯一的ID信息并转发上传；

S7、循环S1-S6，不断进行行李规格的检测和人包信息绑定。

2.根据权利要求1所述的一种自助托运系统的行李规格检测与人包信息绑定方法，其特征在于：所述S2中，三维点云数据处理包括以下步骤：

S21、点云直通滤波：直通滤波器就在数据的属性上设置范围，对点云数据值得范围进行滤波，保留行李部分的点云信息，将其无用的信息删除；

S21、离群点检测及高斯滤波：经过点云的直通滤波后，在允许的空间范围内还存在用于深度相机漂移而产生的离群点，采用基于一元正态分布的离群点检测方法检测离群点的位置，并使用高斯滤波删除离群点云数据；

S23、行李点云配准：求不同坐标系下的两个点云之间的旋转平移矩阵，将源点云变换到目标点云相同的坐标系下，将安装在托运系统上不同位置和不同角度的多个深度相机进行点云配准，组合拼接成一个完整的行李点云模型。

3.根据权利要求1所述的一种自助托运系统的行李规格检测与人包信息绑定方法，其特征在于：所述采用弹力压缩算法测行李尺寸的具体过程为：

根据实际经验和点云质量确定一个阈值，将点云按照不用的位置设定改点的弹力大小，若累计的弹力值大于设定的阈值则停止压缩，此时的最大值与最小值差值则为行李的实际尺寸规格；

一维弹力压缩法：在一个维度上进行压缩，弹力大于阈值时则此时的点云的最大值即为行李的实际高度；

二维弹力压缩法：从四个方向上分别压缩行李点云数据，当四个方向的弹力值都大于阈值时，此时的最大值与最小值绝对值只差即为行李的长度和宽度。

4.根据权利要求1所述的一种自助托运系统的行李规格检测与人包信息绑定方法，其特征在于：所述S3中，采用引力分割算法检测行李件数的具体过程为：

S31、首先计算行李的规格，若行李的规格没有达到设定的阈值，则判定为一件行李，不需要使用该算法进行行李件数的判别，算法结束；

S32、若行李的规格大于设定的阈值，则首先计算行李距传送带中心线的偏转角度，以该角度计算出深度图像上对应的垂线；

S33、将该垂线的方程中的常数B增加，从而使该垂线向下移动；

S34、判断该直线方程上非背景点的像素个数占整条直线上像素个数的比值是否大于设定的阈值，若大于则执行S35，若不大于，则执行S33；

S35、若S33的执行次数大于设定阈值，则结束，判定为一件行李，否则执行S36；

S36、以该直线上的第一个非背景点到最后一个非背景点为范围找到第一个背景点，该背景点为分割裂缝的起点；

S7、计算S36中背景点的引力值是否大于设定引力的阈值，若大于，则判定为两件行李，若不大于设定阈值，则执行S36直线上下一个背景点；

S8、若S36中的背景点寻找完毕，并且没有一个以该背景点计算出的引力值大于设定的阈值，则判定为一件行李。