[发明专利]一种用于箱体框架变形的检测方法、系统和存储介质

说明书

本发明公开了一种用于箱体框架变形的检测方法、系统和存储介质，包括如下步骤：S1、获取原始箱体图像并进行预处理，得到待检测图像，然后利用标注工具标注所述待检测图像中箱面及箱体框架信息，生成标签文件；S2、将所述待检测图像和所述标签文件输入到目标检测模型中，得到对应图像中的箱面坐标信息；S3、根据箱面坐标信息裁剪所述待检测图像，得到裁剪后的检测图像，并将所述裁剪后的检测图像输入到直线检测模型中，得到箱体边框直线参数；S4、根据所述箱体边框直线参数和所述箱面坐标信息，筛选出位于裁剪图像中的直线交点，通过交点个数和直线的斜率，从而判断箱体框架是否存在形变；本发明整个过程操作简便，检测的精度高。

技术领域

本发明属于图像处理技术领域，具体涉及一种用于箱体框架变形的检测方法、系统和存储介质。

背景技术

长方体型箱体是货物运输的重要载体，随着物流行业快速发展，货物运输载体合格性检查是保证货物安全运输的重要一环。长方体型箱体在运输、装卸过程中不可避免的会出现不同程度的损坏，因此需要跟踪箱体的损坏情况，以便进行相应处理。箱体框架是其重要受力构件，箱体框架变形可能会导致箱体无法装载，严重的会导致货物损坏、漏出、进水，因此需要重点对其进行检测。

目前箱体框架检测主要依靠人工完成，有的依靠摄像头系统收集箱体各方向图像或视频保存后再进行人工复检并记录，上述人工检测方法都存在工作量大，人工成本高的缺点。现有的边框检测算法，主要是通过提取图像中边缘信息，在特定场景下自动或手动设置各种限制条件，然后过滤得到目标物体的边框，这种方法在复杂背景的情况下容易出现误判，导致框架变形判断出错，影响后续运输流程。

有鉴于此，有必要开发一种用于箱体框架变形的检测方法来解决上述技术问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种用于箱体框架变形的检测方法、系统和存储介质。解决现有的人工检测方法都存在工作量大，人工成本高；现有的边框检测算法在复杂背景的情况下容易出现误判，导致框架变形判断出错，影响后续运输流程等问题。

本发明的一个目的在于提供一种用于箱体框架变形的检测方法。

一种用于箱体框架变形的检测方法，其特征在于，包括如下步骤：

S1、获取原始箱体图像并进行预处理，得到待检测图像，然后利用标注工具标注所述待检测图像中箱面及箱体框架信息，生成标签文件；

S2、将所述待检测图像和所述标签文件输入到目标检测模型中，得到对应图像中的箱面坐标信息；

S3、根据箱面坐标信息裁剪所述待检测图像，得到裁剪后的检测图像，并将所述裁剪后的检测图像输入到直线检测模型中，得到箱体边框直线参数；

S4、根据所述箱体边框直线参数和所述箱面坐标信息，其中，所述边框直线参数为直线与图像边缘的交点坐标，根据所述交点坐标，两两求交点，筛选出位于裁剪图像中的直线交点，通过交点个数和直线的斜率，从而判断箱体框架是否存在形变。

进一步地，步骤S1具体包括：通过摄像头采集集装箱箱体各个方向的图像，并进行相机畸变校正，得到待检测图像。

进一步地，步骤S2中，所述目标检测模型是基于yolov5模型，经过大量的所述待检测图像和所述标签文件进行训练得到。

进一步地，步骤S3中，所述直线检测模型是基于深度霍夫变换模型训练得到。

更进一步地，所述直线检测模型训练过程如下：首先根据箱面坐标信息裁剪所述待检测图像，得到裁剪之后的图像；然后提取对应每一张待检测图像生成的一个标签文件中的箱体框架信息，并将所述箱体框架信息转换到霍夫空间后作为裁剪之后的图像的标签，利用裁剪之后的图像和对应标签经过大量的训练，即可得到直线检测模型。