[发明专利]基于深度相机图像检测的煤矸识别方法

权利要求书

1.一种基于深度相机图像检测的煤矸识别方法，其特征在于，包括：

S1、利用深度相机获取某一输送区域的深度图像和RGB图像；

S2、根据深度图像对RGB图像进行预处理；

S3、寻找出预处理之后的RGB图像中输送区域内煤炭和矸石的轮廓，并绘制出煤炭和矸石的最小外接矩形；

S4、计算出最小外接矩形内指定位置的灰度平均值，若灰度平均值超过阈值，则判断该最小外接矩形内的物体为矸石，反之则为煤炭。

2.根据权利要求1所述的基于深度相机图像检测的煤矸识别方法，其特征在于，在S2中预处理的操作包括校正对齐处理和提高对比度处理。

3.根据权利要求2所述的基于深度相机图像检测的煤矸识别方法，其特征在于，在S2中经过校对齐后的RGB图像中融合了深度图像的地信息，形成为RGBD图像，将RGBD图像复制一份，将其中一份RGBD图像的背景色转换为黑色，然后利用卷积运算函数filter2D和拉普拉斯算子来提高对比度。

4.根据权利要求3所述的基于深度相机图像检测的煤矸识别方法，其特征在于，Filter2D卷积运算公式为：

，记为式(1)；

其中，kernel(x′，y′)为一个单通道浮点型的矩阵；src为输入图像；anchor为内核的基准点，其默认值为(-1，-1)，说明位于kernel的中心位置；dst为输出图像。

5.根据权利要求3所述的基于深度相机图像检测的煤矸识别方法，其特征在于，拉普拉斯算子公式为：

记为式(2)；

其中，src为输入图像，dst为输出图像。

6.根据权利要求3所述的基于深度相机图像检测的煤矸识别方法，其特征在于，所述S3包括：

S31、将提高对比度之后的RGBD图像作为输入，利用寻找轮廓算法的函数findContours找寻到提高对比度之后的RGBD图像中物体的轮廓。

7.根据权利要求6所述的基于深度相机图像检测的煤矸识别方法，其特征在于，所述S3还包括：

S32、设定最小外接矩形的面积阈值，以滤除无效的最小外接矩形；

S33、判断两个最小外接矩形是否由同一物体所产生，若两个最小外接矩形由同一物体所产生，则从两个最小外接矩形中筛选出该物体所对应的实际最小外接矩形。

8.根据权利要求7所述的基于深度相机图像检测的煤矸识别方法，其特征在于，在S32中，滤除无效的最小外接矩形所用的约束公式为：

α＜w_i×h_i＜β，(0≤i≤contours_size)，记为公式(3)；

其中，α为最小面积阈值，β为最大面积阈值，w_i，h_i分别表示第i个最小外接矩形的宽和高，contours_size为RGBD图像中总的轮廓数量。

9.根据权利要求8所述的基于深度相机图像检测的煤矸识别方法，其特征在于，在S33中，判断两个最小外接矩形由同一物体所产生需要满足以下两个约束公式：

(p_i-p_j)＜γ，(p＝x，y，w，h)，记为公式(4)；

其中，w，h分别表示最小外接矩形的宽和高，x，y分别表示最小外接矩形内中心点的x坐标和y坐标，γ为距离阈值，i表示第i个最小外接矩形，j表示第j个最小外接矩形；

|w_i×h_i-w_j×h_j|＜δ，记为公式(5)；

其中，δ为面积差阈值，w_i，h_i分别表示第i个最小外接矩形的宽和高，w_j，h_j分别表示第j个最小外接矩形的宽和高。

10.根据权利要求7所述的基于深度相机图像检测的煤矸识别方法，其特征在于，在S4中，在实际最小外接矩形的中心取5×5的像素区域，计算5×5的像素区域中三个通道灰度平均值之和，若小于135，则该区域对应的物体为煤炭，反之为矸石。