[发明专利]基于图像分割和模板匹配的粮库仓储情况监测方法、设备和介质

权利要求书

1.一种基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，包括：

获取同一粮库同一预设位置于不同时间点拍摄的第一粮面图片与第二粮面图片；

采用图像语义分割模型对所述第一粮面图片与所述第二粮面图片进行语义分割，获得第一粮面语义分割图与第二粮面语义分割图；

对比所述第一粮面语义分割图与所述第二粮面语义分割图得到粮面外部边缘变化区域；

采用模板匹配对所述第一粮面图片与所述第二粮面图片进行相似度对比，得到粮面内部变化区域；

根据所述粮面外部边缘变化区域与所述粮面内部变化区域计算得到粮库仓储变化情况。

2.根据权利要求1所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，所述采用图像语义分割模型对所述第一粮面图片与所述第二粮面图片进行语义分割包括：

分别将所述第一粮面图片与所述第二粮面图片分割为粮食类和背景类。

3.根据权利要求1所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，所述方法还包括：

获取粮面原始图片数据集；

采用图片标注工具对所述粮面原始图片数据集执行图片标注处理，得到对应的粮面标注图片数据集；

根据所述粮面原始图片数据集与相应的所述粮面标注图片数据集获得粮面分割数据集；

将所述粮面分割数据集分为训练数据集、验证数据集与测试数据集；

采用深度学习框架搭建图像语义分割模型；

采用所述训练数据集对所述图像语义分割模型进行训练；

采用所述验证数据集对所述图像语义分割模型进行判断以调整所述图像语义分割模型的容量；

采用所述测试数据集对所述图像语义分割模型进行测试。

4.根据权利要求3所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，将所述粮面分割数据集分为训练数据集、验证数据集与测试数据集之前，所述方法还包括：

增强处理所述粮面分割数据集，以增加所述粮面分割数据集的大小。

5.根据权利要求3所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于：

所述图片标注工具采用LABELME软件。

6.根据权利要求2所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，所述采用模板匹配对所述第一粮面图片与所述第二粮面图片进行相似度对比，得到粮面内部变化区域包括：

采用所述第一粮面语义分割图与所述第二粮面语义分割图分别对所述第一粮面图片与所述第二粮面图片进行分割，得到所述第一粮面图片中第一粮面部分图像与所述第二粮面图片中的第二粮面部分图像；

采用模板匹配对所述第一粮面部分图像与所述第二粮面部分图像进行相似度对比，得到粮面内部变化区域。

7.根据权利要求6所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，所述采用模板匹配对所述第一粮面部分图像与所述第二粮面部分图像进行相似度对比，得到粮面内部变化区域包括：

采用同一标尺分别将所述第一粮面部分图像与所述第二粮面部分图像划分成多个对应的单元；

采用模板匹配对每个所述对应的单元进行相似度对比，得到粮面内部变化区域。

8.根据权利要求1所述的基于图像分割和模板匹配的粮库仓储情况监测方法，其特征在于，所述根据所述粮面外部边缘变化区域与所述粮面内部变化区域计算得到粮库仓储变化情况包括：

计算所述粮面外部边缘变化区域的面积得到第一面积值，若所述第一面积值大于预设置的第一阈值，则判定粮面外部边缘存在变化；

计算所述粮面内部变化区域的面积得到第二面积值，若所述第二面积值大于预设置的第二阈值，则判定粮面内部存在变化。