[发明专利]一种基于计算机视觉的铁水飞溅预测方法

说明书

本发明公开了一种基于计算机视觉的铁水飞溅预测方法，改善了现有技术中铁水飞溅过程中需要智能化监测的问题。该发明含有以下步骤：部署俯视角度的相机；利用语义分割网络得到铁水罐边缘区域和铁水区域；对铁水罐边缘区域进行区域划分，得到分段结果，设定各分段的报警阈值；根据实时采集的铁水区域的二阶矩特征和质心偏移量为各铁水罐分段分配权重，得到飞溅方向特征矩阵；根据飞溅方向特征矩阵、质心偏移量以及铁水区域面积，利用TCN网络得到危险预测等级和飞溅方向的预测；根据TCN网络输出的结果和获得的各分段报警阈值输出最后的飞溅预警。该技术能够实现冶金场景下铁水运输的实时监测，预测铁水飞溅方向和飞溅危险等级并及时预警。

技术领域

本发明涉及计算机视觉领域，特别是涉及一种基于计算机视觉的铁水飞溅预测方法。

背景技术

在冶金领域内，经常会出现天车吊起盛满铁水的铁水罐或钢包运输的现象，在运输的过程中会有专业人员在天车下指导，避免铁水飞溅伤人，但凭借人员经验很难保证万无一失，且增加劳动成本。因此需要能够针对冶金场景下运输铁水的过程中，预测铁水飞溅发生的方向和危险等级，及时提醒操作人员防止铁水飞溅的发生的智能化方法和系统。

发明内容

本发明克服了现有技术中铁水飞溅过程中需要智能化监测的问题，提供一种机器视觉预测能力较好的基于计算机视觉的铁水飞溅预测方法。

本发明的技术解决方案是，提供一种具有以下步骤的基于计算机视觉的铁水飞溅预测方法：含有以下步骤：步骤S1：在运输铁水罐的天车上部署俯视铁水罐所有区域的相机；步骤S2：利用语义分割网络得到铁水罐边缘区域和铁水区域；步骤S3：对铁水罐边缘区域进行区域划分，得到铁水罐的分段结果，并设定各分段的报警阈值；步骤S4：根据实时采集的铁水区域的二阶矩特征和质心偏移量为各铁水罐分段分配权重，得到飞溅方向特征矩阵；步骤S5：根据飞溅方向特征矩阵、质心偏移量以及铁水区域面积，利用TCN网络得到危险预测等级和飞溅方向的预测；步骤S6：根据TCN网络输出的结果和步骤S3获得的各分段报警阈值输出最后的飞溅预警。

优选地，所述相机镜头前设有红外滤光镜。

优选地，所述步骤S2中语义分割网络为Encoder-Decoder结构，语义分割网路的训练方法：语义分割网络的训练集为相机采集的RGB图像信息，人为为训练集图像打上标签得到标签数据，打标签的方法为：将铁水罐边缘区域的标签为1，铁水区域的标签为2，其余区域标签为0，损失函数采用交叉熵函数，不断迭代，更新模型的参数。

优选地，所述步骤S3中首先根据语义分割的结果得到铁水罐边缘区域，将铁水罐区域的像素值置为1，其余区域的像素值置为0得到铁水边缘区域的二值图像，记为I₁；求图像I₁的一阶矩特征，获得铁水罐边缘的质心坐标，记为P₁＝(x₁,y₁)，其计算公式如下：

其中，w,h为图像I₁的图像尺寸信息，I₁(i,j)为图像I₁上(i,j)位置处的像素值；

然后获取铁水罐边缘区域各个位置处的厚度信息d的方法如下：

a)以质心P₁为坐标原点，以水平向右为横坐标u的正方向，竖直向上为纵坐标v的正方向构建二维坐标系u-P₁-v，后文以坐标系1指代该坐标系；

b)规定一个单位向量该向量以点P₁为起始点，指向坐标系1的u轴正向是记角度为0度；在图像I₁上沿着单位向量的方向，从坐标原点开始遍历，当检测到第一个不为0的像素点是记录该点的位置信息；继续沿着单位向量遍历，当再次检测到第一个像素值为0的点时记录该点的位置信息，前后两点的距离记为0度时的铁水罐边缘厚度d₀；