[发明专利]刀闸状态识别方法、装置、计算机设备和存储介质

权利要求书

1.一种刀闸状态识别方法，其特征在于，所述方法包括：

获取待检测图像；

对所述待检测图像进行目标分割，以获取目标区域，其中，所述待检测图像包括刀闸图像；

根据参考图像和所述目标区域确定所述待检测图像中刀闸的候选分合状态，其中，所述参考图像中的刀闸为闭合状态；

基于已训练好的刀头检测模型获取所述目标区域中刀闸的刀头间的接触状态；

根据所述接触状态和所述候选开合状态确定刀闸的分合状态。

2.根据权利要求1所述的方法，其特征在于，所述根据参考图像和所述目标区域确定所述待检测图像中刀闸的候选分合状态，包括：

根据所述参考图像中的基准线确定所述待检测图像中的基准线，其中，所述参考图像中刀闸臂的所在直线为所述参考图像中的基准线；

确定出所述目标区域中刀闸臂的边缘线；

根据所述边缘线与所述待检测图像中的基准线的夹角确定所述候选分合状态。

3.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像进行目标分割，包括：

根据已训练好的第一图像分割模型对所述待检测图像进行图像分割，以获取第一候选区域；

根据预设的第二图像分割模型对所述待检测图像进行图像分割，以获取第二候选区域；

对所述第一候选区域和所述第二候选区域进行融合处理，以获取第三候选区域；

根据所述第三候选区域进行目标分割，以获取所述目标区域。

4.根据权利要求3所述的方法，其特征在于，所述根据预设的第二图像分割模型对所述待检测图像进行图像分割，包括：

对所述待检测图像进行YUV颜色空间转换；

将YUV各通道进行分离，基于无监督聚类算法对Y通道的图像进行聚类，分离出第一区域；

对所述第一区域进行二值化处理，以分割出第二区域；

对所述第二区域进行修复和割离处理，以获取所述第二候选区域。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述对所述待检测图像进行目标分割，包括：

基于已训练好的目标检测模型对所述待检测图像进行目标检测；

根据目标检测的检测结果对所述待检测图像进行目标分割。

6.根据权利要求5所述的方法，其特征在于，所述目标检测模型为基于YOLOx算法改进的深度学习模型，所述目标检测模型包括基于CSPDarknet改进的基础特征提取网络、基于PAFPN改进的特征融合网络和基于Dynamic head改进的YOLOx的检测头。

7.一种刀闸状态识别装置，其特征在于，所述装置包括：

获取模块，用于获取待检测图像；

分割模块，用于对所述待检测图像进行目标分割，以获取目标区域，其中，所述待检测图像包括刀闸图像；

状态确定模块，用于根据参考图像和所述目标区域确定所述待检测图像中刀闸的开合状态，其中，所述参考图像中的刀闸为闭合状态。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。