CN105551064A - 一种基于图像特征估计堆料体积变化率的方法 - Google Patents
一种基于图像特征估计堆料体积变化率的方法 Download PDFInfo
- Publication number
- CN105551064A CN105551064A CN201510893259.8A CN201510893259A CN105551064A CN 105551064 A CN105551064 A CN 105551064A CN 201510893259 A CN201510893259 A CN 201510893259A CN 105551064 A CN105551064 A CN 105551064A
- Authority
- CN
- China
- Prior art keywords
- volume
- image
- stacking
- change rate
- estimating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000000463 material Substances 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 abstract description 11
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000009434 installation Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于视频监控、视频图像处理与分析技术及机器视觉技术领域,特别涉及一种基于图像特征估计堆料体积变化率的方法。该基于图像特征估计堆料体积变化率的方法,其特征是:包括以下步骤:(1)、根据摄像机拍摄的图像,获取前端采集的图像;(2)、根据获取的图像,设定基准堆料状态;(3)、分析基准堆料状态图像,估算其基准体积;(4)、达到设定的时间后,再次估算堆料体积;(5)、利用两次得到的体积值,计算体积变化率。本发明的有益效果是:实现了工业中堆料的智能监管,大大降低了投入成本,可实时自动检测堆料体积变化率,无需手动测量检测,避免了安装、维护测量设备、复杂的操作等过程。
Description
(一)技术领域
本发明属于视频监控、视频图像处理与分析技术及机器视觉技术领域,特别涉及一种基于图像特征估计堆料体积变化率的方法。
(二)背景技术
近年来,诸多的煤炭、钢铁、用于焚烧处理的垃圾资源等堆料物体失窃事件,令企业对于工业中的堆料管理安全防范的需求越来越大。工业中的堆料安全管理是当今企业面临的一大难题,尤其是钢铁、煤矿、电力、冶金、有色金属等行业的散堆原料安全管理更是生产管理中重要的组成部分。传统的采用人工监控的方法已无法满足需求,实时、高效地检测出堆料场原料的体积变化情况并及时发出报警信息,可为企业避免数以百万、千万计的成本资金的流失。
在实际的物料管理中,人们在大多数情况下只关注物料体积有无变化和变化比率,而并非关心具体物料体积的数值。在当前市场上安防产品和行业解决方案中,尚没有检测堆料体积变化率的功能。然而,通常用于测量堆料体积变化率方法大致有三种:称重计量法、非接触测量法和图像识别法。
称重计量法通过专用的出入通道采用地秤称量出入通道的货物。这种方法虽然能够实现自动检测体积变化率,但对设备有较高的要求,成本较高,并且对计量的规范性操作要求高,耗时耗力却不能达到节省资源的目的。
非接触测量法使用GPS测距、红外线测距或者激光测距来测量物体表面离探头的距离,然后利用空间的三点能确定三维坐标的原理,将三个以上的探头数据进行拟合得到物体的三维形态,之后对数字化物体重积分得到堆料的体积,经不同时段的两次测量可得到体积的变化率。现有的一种基于动态三维激光扫描的大型不规则散粮堆体积测量方法,该方法使用二维激光雷达扫描仪经导轨移动测量堆表面二维信息,并通过距离传感器获取的行程数据相匹配,生成附以坐标的点云图阵,经曲面集合成不规则散粮堆形貌,进而给出其体积。该方法硬件结构复杂,安装、维护不便,检测设备价格昂贵、操作复杂,各装置间通过电缆连接,而电缆的长度有限,一旦堆料场的长度超过原有电缆的长度,就需要重新调配和布置。其次,利用设备返回的数据进行堆料表面建模需经过激光光斑提取、三维坐标计算、地面点过滤、离散点云处理等过程,耗费时间长,不适用于实时场景,因此不能得到大规模的应用。
图像识别法是从两个以上的观测点来观测同一物体,获取不同观测角的图像,再利用三角测量计算不同视角图像的视差,从而得到物体的三维立体数据。该类方法需要利用多个摄像机拍摄的不同角度的场景,同时需要很多复杂的技术过程:立体匹配、三维信息恢复、匹配精度等,计算过程复杂,耗时长。
(三)发明内容
本发明为了弥补现有技术的不足,提供了一种基于图像特征估计堆料体积变化率的方法,可实时自动检测堆料体积变化率,无需手动测量检测,避免了安装、维护测量设备、复杂的操作等过程,大大降低了投入成本,提高了测量效率。
本发明是通过如下技术方案实现的:
一种基于图像特征估计堆料体积变化率的方法,其特征是:包括以下步骤:
(1)、根据摄像机拍摄的图像,获取前端采集的图像;
(2)、根据获取的图像,设定基准堆料状态;
(3)、分析基准堆料状态图像,估算其基准体积;
(4)、达到设定的时间后,再次估算堆料体积;
(5)、利用两次得到的体积值,计算体积变化率。
优选的,在步骤(2)中,选取某一时刻的视频图像,取该时刻的堆料状态作为测定体积变化率的基准状态,以基准状态的堆料体积作为初始体积,在此基础上检测堆料体积的变化。
优选的,在步骤(3)中,估算堆料基准体积的步骤为:提取图像特征,识别出图像中的堆料区域;建立堆料区域的三维立体模型,将建立的三维立体模型与图像中的堆料区域进行融合,得到堆料的立体估计模型;计算该立体模型的体积,将其作为测量堆料体积变化率的体积估计值。
优选的,在步骤(4)中,达到设定的时间后,再一次根据当前的堆料状态按步骤(3)的方法估算堆料的体积。
优选的,在步骤(5)中,根据设定的堆料基准状态,利用获取的基准状态立体模型的体积值,与后续得到的立体模型体积,得到堆料体积变化率。
本发明的有益效果是:实现了工业中堆料的智能监管,解决了传统监控技术中单纯通过人工监控进行堆料安全防范存在的耗费高、效率低等问题;仅利用一个摄像机拍摄的场景,大大降低了投入成本;对单幅二维图像进行识别,依据堆料的形态特征进行三维估计建模,避免了依据激光光斑距离及坐标信息经地面点过滤进行三维立体重建等复杂的过程;设定基准时刻的堆料状态,可实时自动检测堆料体积变化率,无需手动测量检测,避免了安装、维护测量设备、复杂的操作等过程。
(四)附图说明
下面结合附图对本发明作进一步的说明。
附图1为本发明的工作流程图;
附图2为本发明的估算基准体积流程图;
附图3为本发明的堆料区域提取流程图;
附图4为本发明的三维立体建模流程图;
(五)具体实施方式
附图为本发明的一种具体实施例。该实施例包括以下步骤:(1)、根据摄像机拍摄的图像,获取前端采集的图像;(2)、根据获取的图像,设定基准堆料状态;(3)、分析基准堆料状态图像,估算其基准体积;(4)、达到设定的时间后,再次估算堆料体积;(5)、利用两次得到的体积值,计算体积变化率。在步骤(2)中,选取某一时刻的视频图像,取该时刻的堆料状态作为测定体积变化率的基准状态,以基准状态的堆料体积作为初始体积,在此基础上检测堆料体积的变化。在步骤(3)中,估算堆料基准体积的步骤为:提取图像特征,识别出图像中的堆料区域;建立堆料区域的三维立体模型,将建立的三维立体模型与图像中的堆料区域进行融合,得到堆料的立体估计模型;计算该立体模型的体积,将其作为测量堆料体积变化率的体积估计值。在步骤(4)中,达到设定的时间后,再一次根据当前的堆料状态按步骤(3)的方法估算堆料的体积。在步骤(5)中,根据设定的堆料基准状态,利用获取的基准状态立体模型的体积值,与后续得到的立体模型体积,得到堆料体积变化率。
采用本发明的一种基于图像特征估计堆料体积变化率的方法,具体步骤如下:
步骤101,根据摄像机拍摄的图像,获取前端采集的图像。
步骤102,根据获取的图像,设定基准堆料状态。
步骤103,分析基准堆料状态图像,估算基准体积。
步骤104,达到设定的时间后,再次估算体积。
步骤105,利用两次得到的体积值,计算体积变化率。
步骤102中,选取某一时刻的视频图像,设定该时刻的堆料状态作为测定体积变化率的基准状态。以基准状态的堆料体积作为初始体积,在此基础上检测堆料体积的变化,进而进行体积变化率的计算。
步骤103中,根据图像特征估算基准状态的堆料体积,作为测定体积变化率的基准体积。将前端采集的视频图像进行灰度化处理,得到其灰度图像;针对灰度图像提取能够区分堆料区域与非堆料区域的相关特征,识别出图像中的堆料区域;依据图像中堆料的实际外貌形态设置模型参数并建立相应的立体模型;将建立的立体模型与图像中的堆料区域进行融合,也就是将立体模型对应的非堆料部分进行裁剪,从而得到堆料的立体估计模型;计算该立体模型的体积作为测量堆料体积变化率的体积估计值。如图2所示为体积估算的具体实施方法。
步骤201,对前端采集的视频图像进行灰度化处理,得到其灰度图像。若获取的YUV格式的待处理视频,只取出其Y分量即可。
步骤202,对上述处理得到的灰度图像进行堆料区域提取,将堆料区域作为后续处理的感兴趣区域。将灰度图像分为大小相同的无重叠的图像块,利用每个灰度图像块提取特征,依据得到的特征图像进行堆料区域初步提取,在此基础上进一步处理从而确定图像中的堆料区域。如图3所示为堆料区域提取的具体实施方法。
步骤301,对图像进行分块。按照预设尺寸,将上述所得灰度图像划分成大小相同的图像块,使相邻的图像分块之间没有重叠像素。
步骤302,分别在各个图像块提取用于图像中区分堆料区域与非堆料区域的特征。本实施例中以信息熵特征为例,提取每个图像块的信息熵特征。其计算公式如下:
其中,p(zi)表示图像块中像素灰度值为i的个数占图像块像素个数的比率,L为图像的灰度级。
步骤303,依据上述得到的特征图像进行堆料区域粗提取。本实施例中,设置信息熵特征阈值,将所得特征图像进行二值化处理,从而得到包含堆料区域及干扰区域在内的多个连通区域;然后对二值化图像中的连通区域进行填充操作,以获取比较完整的堆料区域粗提取结果。
步骤304,对上述粗提取的堆料区域结果进一步分析,去除干扰部分,从而确定堆料区域。本实施例中,对上述粗提取得到的二值图像进行形态学操作,选择最大面积区域为提取的堆料区域进行后续处理。
步骤203,根据上述处理得到的堆料区域,并依据观察到的堆料外貌形态进行相应的三维立体建模,用于模拟堆料形态。根据提取的堆料区域掩膜设置模型参数,并生成相应的立体模型,后续进行模型的调整并与堆料区域掩膜融合,从而得到堆料的立体估计模型。如图4所示为三维立体建模的具体实施方法。
步骤401,模型参数设置。根据图像中堆料外貌形态选取相应的立体模型,在此确定模型的参数。本实施例中,以圆锥形堆垛为例,生成二维高斯模型以模拟堆料形态。并依据上述得到的堆料区域来设置二维高斯模型的参数。
步骤402,模型初步生成。依据上述选定的模型类别与设置的模型参数来生成相应的立体估计模型。本实施例中,以圆锥形堆垛为例,生成二维高斯模型以模拟堆料形态。其计算公式如下:
其中,表示二维高斯模型的标准差,该参数依据上述得到的堆料区域设置。本实施例中参数的设置与堆料的半径有关,模型中心点设置与堆料区域质心有关。
步骤403,模型调整。将生成的立体模型调整为特定的度量空间,以便后续在同一度量空间内计算体积的变化率。本实施例中,以圆锥形堆垛为例,将初步生成的二维高斯模型归一化处理,以使后续体积的对比在同一度量空间进行。并将归一化后的二维高斯模型向下平移,令其最小值为零,从而充分模拟堆料的边界状态。
步骤404,立体裁剪。将得到的立体模型与堆料区域融合,去除立体模型中对应于非堆料区域的部分,便于对堆料体积的估算。本实施例中,以圆锥形堆垛为例,将上述得到的二维高斯模型与步骤202中提取的堆料区域进行融合,得到堆料区域对应的堆垛状立体模型。
步骤204,堆料体积估算。依据上述得到的堆料立体模型,估计出堆料区域相应的模拟高度,将各个模拟高度值进行累加,得到估算的堆料体积。
步骤104中,达到设定的时间后,再一次根据当前的堆料状态估算堆料的体积。可设定一定的时间间隔,在达到相应的时间间隔时根据图像中堆料状态重新进行堆料区域的提取,并依据堆料区域掩膜重新调整选定的立体模型参数,然后重新建立立体模型,并将得到的立体模型与堆料形态进行融合,得到当前状态的堆料立体模型,然后再次进行体积的估算。
步骤105中,根据设定的堆料基准状态,利用获取的基准状态立体模型的体积值与达到设定的时间后再次计算得到的立体模型体积,得到相应的堆料体积变化率。
本发明所列出的一系列的详细说明,仅仅是对本发明的可行性实施方式的具体说明,并非用以限制本发明的保护范围,在不背离本发明精神或基本特征的情况下,以其他的具体形式、等效方式、变更方式实现本发明,均应包含在本发明的保护范围之内。
本发明按照实施例的方式描述,但并不是每个实施方式仅包含一个独立的技术方案,还应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
此外,本发明实施例是用流程图和/或方框图来描述的,计算机程序指令实现流程图和/或方框图,除了可提供方法或计算机程序产品外,还可提供计算机程序指令到计算机嵌入式处理机或者其他可编程数据处理设备中,使其产生流程图和/或方框图中的功能。
Claims (5)
1.一种基于图像特征估计堆料体积变化率的方法,其特征是:包括以下步骤:
(1)、根据摄像机拍摄的图像,获取前端采集的图像;
(2)、根据获取的图像,设定基准堆料状态;
(3)、分析基准堆料状态图像,估算其基准体积;
(4)、达到设定的时间后,再次估算堆料体积;
(5)、利用两次得到的体积值,计算体积变化率。
2.根据权利要求1所述的一种基于图像特征估计堆料体积变化率的方法,其特征是:在步骤(2)中,选取某一时刻的视频图像,取该时刻的堆料状态作为测定体积变化率的基准状态,以基准状态的堆料体积作为初始体积,在此基础上检测堆料体积的变化。
3.根据权利要求1所述的一种基于图像特征估计堆料体积变化率的方法,其特征是:在步骤(3)中,估算堆料基准体积的步骤为:提取图像特征,识别出图像中的堆料区域;建立堆料区域的三维立体模型,将建立的三维立体模型与图像中的堆料区域进行融合,得到堆料的立体估计模型;计算该立体模型的体积,将其作为测量堆料体积变化率的体积估计值。
4.根据权利要求1所述的一种基于图像特征估计堆料体积变化率的方法,其特征是:在步骤(4)中,达到设定的时间后,再一次根据当前的堆料状态按权利要求3的方法估算堆料的体积。
5.根据权利要求1所述的一种基于图像特征估计堆料体积变化率的方法,其特征是:在步骤(5)中,根据设定的堆料基准状态,利用获取的基准状态立体模型的体积值,与后续得到的立体模型体积,得到堆料体积变化率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510893259.8A CN105551064B (zh) | 2015-12-08 | 2015-12-08 | 一种基于图像特征估计堆料体积变化率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510893259.8A CN105551064B (zh) | 2015-12-08 | 2015-12-08 | 一种基于图像特征估计堆料体积变化率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105551064A true CN105551064A (zh) | 2016-05-04 |
CN105551064B CN105551064B (zh) | 2018-04-20 |
Family
ID=55830240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510893259.8A Active CN105551064B (zh) | 2015-12-08 | 2015-12-08 | 一种基于图像特征估计堆料体积变化率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105551064B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107881958A (zh) * | 2017-11-06 | 2018-04-06 | 徐工集团工程机械有限公司 | 环卫作业控制方法、系统及洗扫车 |
CN109030490A (zh) * | 2018-07-18 | 2018-12-18 | 芜湖固高自动化技术有限公司 | 一种货运用激光扫描防堆垛溃散方法 |
CN111753740A (zh) * | 2020-06-24 | 2020-10-09 | 南京智鹤电子科技有限公司 | 材料用量监控的方法及装置 |
CN111915668A (zh) * | 2020-07-28 | 2020-11-10 | 中冶宝钢技术服务有限公司 | 无人机辅助料堆作业监测方法、装置、终端和介质 |
CN112229478A (zh) * | 2020-09-09 | 2021-01-15 | 广东韶钢工程技术有限公司 | 一种料堆作业过程中高度变化的监测方法及系统 |
CN112530046A (zh) * | 2020-12-23 | 2021-03-19 | 浙江浙能兴源节能科技有限公司 | 一种用于生物质料库的智能巡检及质检机器人 |
CN112598350A (zh) * | 2020-12-24 | 2021-04-02 | 山西迪奥普科技有限公司 | 一种基于点云扫描的仓储堆料管理方法及系统 |
CN112607248A (zh) * | 2020-11-24 | 2021-04-06 | 苏州中科先进技术研究院有限公司 | 智能垃圾箱的溢满度测量方法、装置及智能垃圾箱 |
CN112668429A (zh) * | 2020-12-21 | 2021-04-16 | 宿松县远景矿业有限公司 | 一种汉白玉粉末的智能制备方法和装置 |
CN113111826A (zh) * | 2021-04-22 | 2021-07-13 | 北京房江湖科技有限公司 | 目标物体检测方法、装置、可读存储介质及电子设备 |
CN113167569A (zh) * | 2018-11-21 | 2021-07-23 | 日本电气通信系统株式会社 | 体积测量装置、系统、方法和程序 |
CN114445469A (zh) * | 2022-02-15 | 2022-05-06 | 北京壬工智能科技有限公司 | 无人机自主调度的物料堆垛盘点装置、系统及其方法 |
CN115512345A (zh) * | 2022-09-21 | 2022-12-23 | 浙江安吉天子湖热电有限公司 | 一种行车固定式盘煤系统和盘煤方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1286395A (zh) * | 2000-09-29 | 2001-03-07 | 上海交通大学 | 大型物料堆体积的图象测量方法 |
US20070206006A1 (en) * | 2006-02-15 | 2007-09-06 | Samsung Electronics Co., Ltd. | 3D point-based modeling system, medium, and method |
CN101865690A (zh) * | 2010-04-12 | 2010-10-20 | 大连理工大学 | 三维地貌观测方法 |
CN101936760A (zh) * | 2009-06-30 | 2011-01-05 | 宝山钢铁股份有限公司 | 大型料场料堆视觉测量系统 |
CN203964865U (zh) * | 2014-05-30 | 2014-11-26 | 朱云佳 | 一种基于数码照片三维重构料堆模型的堆料测量系统 |
CN104482983A (zh) * | 2014-12-30 | 2015-04-01 | 中国科学院深圳先进技术研究院 | 一种测量三维料堆的方法 |
CN104778718A (zh) * | 2015-05-07 | 2015-07-15 | 西安电子科技大学 | 基于3d模型的单幅图像卡车体积测量方法 |
-
2015
- 2015-12-08 CN CN201510893259.8A patent/CN105551064B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1286395A (zh) * | 2000-09-29 | 2001-03-07 | 上海交通大学 | 大型物料堆体积的图象测量方法 |
US20070206006A1 (en) * | 2006-02-15 | 2007-09-06 | Samsung Electronics Co., Ltd. | 3D point-based modeling system, medium, and method |
CN101936760A (zh) * | 2009-06-30 | 2011-01-05 | 宝山钢铁股份有限公司 | 大型料场料堆视觉测量系统 |
CN101865690A (zh) * | 2010-04-12 | 2010-10-20 | 大连理工大学 | 三维地貌观测方法 |
CN203964865U (zh) * | 2014-05-30 | 2014-11-26 | 朱云佳 | 一种基于数码照片三维重构料堆模型的堆料测量系统 |
CN104482983A (zh) * | 2014-12-30 | 2015-04-01 | 中国科学院深圳先进技术研究院 | 一种测量三维料堆的方法 |
CN104778718A (zh) * | 2015-05-07 | 2015-07-15 | 西安电子科技大学 | 基于3d模型的单幅图像卡车体积测量方法 |
Non-Patent Citations (1)
Title |
---|
胡春雨 等: "一种基于单幅图像的3D场景建模方法", 《计算机应用研究》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107881958A (zh) * | 2017-11-06 | 2018-04-06 | 徐工集团工程机械有限公司 | 环卫作业控制方法、系统及洗扫车 |
CN109030490A (zh) * | 2018-07-18 | 2018-12-18 | 芜湖固高自动化技术有限公司 | 一种货运用激光扫描防堆垛溃散方法 |
CN109030490B (zh) * | 2018-07-18 | 2020-12-11 | 芜湖固高自动化技术有限公司 | 一种货运用激光扫描防堆垛溃散方法 |
CN113167569A (zh) * | 2018-11-21 | 2021-07-23 | 日本电气通信系统株式会社 | 体积测量装置、系统、方法和程序 |
US12018969B2 (en) | 2018-11-21 | 2024-06-25 | Nec Communication Systems, Ltd. | Volume measurement apparatus, system, method, and program |
CN113167569B (zh) * | 2018-11-21 | 2022-10-11 | 日本电气通信系统株式会社 | 体积测量装置、系统、方法和程序 |
CN111753740A (zh) * | 2020-06-24 | 2020-10-09 | 南京智鹤电子科技有限公司 | 材料用量监控的方法及装置 |
CN111915668A (zh) * | 2020-07-28 | 2020-11-10 | 中冶宝钢技术服务有限公司 | 无人机辅助料堆作业监测方法、装置、终端和介质 |
CN111915668B (zh) * | 2020-07-28 | 2022-11-11 | 中冶宝钢技术服务有限公司 | 无人机辅助料堆作业监测方法、装置、终端和介质 |
CN112229478A (zh) * | 2020-09-09 | 2021-01-15 | 广东韶钢工程技术有限公司 | 一种料堆作业过程中高度变化的监测方法及系统 |
CN112607248A (zh) * | 2020-11-24 | 2021-04-06 | 苏州中科先进技术研究院有限公司 | 智能垃圾箱的溢满度测量方法、装置及智能垃圾箱 |
CN112668429A (zh) * | 2020-12-21 | 2021-04-16 | 宿松县远景矿业有限公司 | 一种汉白玉粉末的智能制备方法和装置 |
CN112668429B (zh) * | 2020-12-21 | 2023-06-20 | 湛江申翰科技实业有限公司 | 一种汉白玉粉末的智能制备方法和装置 |
CN112530046A (zh) * | 2020-12-23 | 2021-03-19 | 浙江浙能兴源节能科技有限公司 | 一种用于生物质料库的智能巡检及质检机器人 |
CN112598350A (zh) * | 2020-12-24 | 2021-04-02 | 山西迪奥普科技有限公司 | 一种基于点云扫描的仓储堆料管理方法及系统 |
CN112598350B (zh) * | 2020-12-24 | 2024-02-20 | 山西迪奥普科技有限公司 | 一种基于点云扫描的仓储堆料管理方法及系统 |
CN113111826A (zh) * | 2021-04-22 | 2021-07-13 | 北京房江湖科技有限公司 | 目标物体检测方法、装置、可读存储介质及电子设备 |
CN114445469A (zh) * | 2022-02-15 | 2022-05-06 | 北京壬工智能科技有限公司 | 无人机自主调度的物料堆垛盘点装置、系统及其方法 |
CN115512345A (zh) * | 2022-09-21 | 2022-12-23 | 浙江安吉天子湖热电有限公司 | 一种行车固定式盘煤系统和盘煤方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105551064B (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105551064B (zh) | 一种基于图像特征估计堆料体积变化率的方法 | |
AU2019222803A1 (en) | Volume measurement apparatus and method | |
CN102542289B (zh) | 一种基于多高斯计数模型的人流量统计方法 | |
CN110065790B (zh) | 一种基于视觉算法的煤矿皮带转运机头堵塞检测方法 | |
CN106969706A (zh) | 基于双目立体视觉的工件检测与三维测量系统及检测方法 | |
CN110910350B (zh) | 一种用于风电塔筒的螺母松动检测方法 | |
CN107314957B (zh) | 一种岩石块度尺寸分布的测量方法 | |
CN111266315A (zh) | 基于视觉分析的矿石物料在线分拣系统及其方法 | |
CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
WO2023279556A1 (zh) | 一种骨料粒径抽样监测方法 | |
CN111412842A (zh) | 墙面的截面尺寸的测量方法及装置、系统 | |
CN107730555A (zh) | 一种基于机器视觉的输煤皮带煤块粒度在线识别监控方法 | |
CN104515479A (zh) | 中厚板平面板形测量系统及方法 | |
CN202562477U (zh) | 集装箱码头堆场集装箱危险堆存方式检测装置 | |
CN114004814A (zh) | 一种基于深度学习和灰度三阶矩分析的煤矸石识别方法及系统 | |
Thurley et al. | Identifying, visualizing, and comparing regions in irregularly spaced 3D surface data | |
CN115511875A (zh) | 货物堆积的检测方法、装置、设备及存储介质 | |
CN113569943B (zh) | 一种基于深度神经网络的渣片大块预警方法、系统及装置 | |
CN102496030B (zh) | 电力监测系统中危险目标的识别方法及装置 | |
CN104166836A (zh) | 一种基于多特征建模的分块多尺度工程车识别方法及系统 | |
CN116883945B (zh) | 一种融合目标边缘检测和尺度不变特征变换的人员识别定位方法 | |
CN111860326A (zh) | 一种建筑工地物品移动检测方法、装置、设备及存储介质 | |
CN116228712A (zh) | 一种多尺度边坡灾害监测方法、系统及装置 | |
CN105512633A (zh) | 一种电力系统危险目标识别方法及装置 | |
CN116148880A (zh) | 基于无人机激光雷达点云数据自动检测输电线路和危险物体的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method for estimating volume change rate of stacked materials based on image features Effective date of registration: 20180827 Granted publication date: 20180420 Pledgee: Lai Shang bank Limited by Share Ltd Ji'nan Licheng sub branch Pledgor: Jovision Technology Co., Ltd. Registration number: 2018370000151 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |