CN106986248B - 基于摄像图像的电梯开关门检测方法 - Google Patents

基于摄像图像的电梯开关门检测方法 Download PDF

Info

Publication number
CN106986248B
CN106986248B CN201710369596.6A CN201710369596A CN106986248B CN 106986248 B CN106986248 B CN 106986248B CN 201710369596 A CN201710369596 A CN 201710369596A CN 106986248 B CN106986248 B CN 106986248B
Authority
CN
China
Prior art keywords
elevator
image
detection zone
door
line
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.)
Active
Application number
CN201710369596.6A
Other languages
English (en)
Other versions
CN106986248A (zh
Inventor
邵小宁
伍强
李红建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201710369596.6A priority Critical patent/CN106986248B/zh
Publication of CN106986248A publication Critical patent/CN106986248A/zh
Application granted granted Critical
Publication of CN106986248B publication Critical patent/CN106986248B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
    • B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
    • B66B5/0006—Monitoring devices or performance analysers
    • B66B5/0018—Devices monitoring the operating condition of the elevator system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)
  • Elevator Door Apparatuses (AREA)

Abstract

本发明公开了一种基于摄像图像的电梯开关门检测方法，包括电梯、加速度传感器和图像分析处理系统，电梯上设有电梯门，电梯门包括层门和轿门，图像分析处理系统内部包括有图像滤波模块、边缘检测模块、二值化处理模块、直线检测模块、有效直线提取模块和逻辑分析处理模块，电梯内的顶部安装设有摄像机，摄像机与图像分析处理系统电通信连接。本发明通过电梯门边界信息进行电梯门开关检测，具有计算速度快的特点，能够应用于嵌入式平台中，并充分考虑了检测方法的实时性、准确性和稳定性。本发明通过对原始图像边界特征与二值化图像边界特征的融合，同时通过光线检测、距离突变检测、距离滤波等方式，排除多方面的干扰，提高检测的鲁棒性。

Description

基于摄像图像的电梯开关门检测方法
技术领域
本发明涉及智能化检测技术领域，尤其涉及一种基于摄像图像的电梯开关门检测方法。
背景技术
电梯与人民生活密切相关，多存在于商场、写字楼、居民区等地方，这些地方具有人流量大的特点，因此电梯逐渐成为广告投放地点，电梯广告也逐渐成为一种新媒体。常见的电梯广告投放方式有：海报、电视、镜框等，而在电梯轿厢中通过投影将广告、通知等信息投放到电梯门上的方式，成为了一种新的电梯广告投放方式，但是投影的开启与关闭必须进行实时的控制，避免照射到乘客，因此需要根据电梯门的开关决定投影的开关。电梯门开关可用的检测方法有加速度传感器、图像信息等，加速度传感器根据电梯启停的加速度变化判断电梯门开关，但是加速度的变化与电梯门的开闭没有同时进行，因此该方式存在很大的延时问题，不能快速有效地检测电梯门的开关，但能够准确判断电梯的运行状态；图像的方式受处理器性能、环境变化等影响较大，但在一定条件下，可以满足实时性检测的要求。因此，如何实时准确地检测电梯开关门，成为电梯广告投影方式的研究重点。
发明内容
针对现有技术存在的不足之处，本发明的目的在于提供一种基于摄像图像的电梯开关门检测方法，能够同时保证电梯开关门检测的实时性与稳定性。
本发明的目的通过下述技术方案实现：
一种基于摄像图像的电梯开关门检测方法，包括电梯、加速度传感器和图像分析处理系统，所述电梯上设有电梯门，所述电梯门包括相互平行重叠的层门和轿门，所述加速度传感器用于检测电梯上升或下降运动时的加速度大小。所述图像分析处理系统内部包括有图像滤波模块、边缘检测模块、二值化处理模块、直线检测模块、有效直线提取模块和逻辑分析处理模块，所述电梯内的顶部安装设有摄像机，所述摄像机与图像分析处理系统电通信连接；其方法如下：
A、所述摄像机的摄影区域对应于电梯门的上方区域，在摄像机的摄影区域中划分一个检测区域，该检测区域的垂直中心线正好是电梯门两扇门关闭后的闭合接触线，所述摄像机对摄影区域进行摄像并得到摄像图像，所述摄像机每秒拍摄8～20帧摄像，所述摄像机将摄像图像位于检测区域截取下来得到每帧检测区域图像并传输至图像分析处理系统中；
B、所述图像分析处理系统的图像滤波模块对每帧检测区域图像采用均值滤波方式进行图像滤波，并将滤波后的检测区域图像分别传输至边缘检测模块和二值化处理模块；所述边缘检测模块直接对滤波后的检测区域图像进行Canny边缘检测处理并得到边缘检测处理后的检测区域图像，所述二值化处理模块对滤波后的检测区域图像进行Otsu算法做二值化处理并得到二值化处理后的检测区域图像；所述图像分析处理系统将边缘检测处理后的检测区域图像与二值化处理后的检测区域图像两者进行叠加得到融合后的边缘特征图像并将边缘特征图像传输至直线检测模块中；
C、所述直线检测模块通过Hough线变换检测直线边界处理将边缘特征图像中的所有直线提取出来并对应存储所有直线的坐标信息，并将所有直线及所有直线的坐标信息传输至有效直线提取模块中；
D、所述有效直线提取模块根据所有直线及所有直线的坐标信息计算出所有直线的倾斜角度，并设定倾斜角度阈值，所述倾斜角度阈值为90°±3°；所述有效直线提取模块提取并保留倾斜角度为90°±3°的直线，然后去除与图像中心线相交叉的直线，所述图像中心线为检测区域图像的垂直中心线；所述有效直线提取模块最终保留的直线为有效直线；
E、所述图像分析处理系统计算每帧检测区域图像中的有效直线到所对应的图像中心线的距离，该距离包括轿门边界线A、轿门边界线B、层门边界线A或层门边界线B；并统计每帧检测区域图像中的最大距离与最小距离，每帧检测区域图像的边缘垂直线到所对应的图像中心线的距离为L1；
F、所述图像分析处理系统对连续相邻X帧的检测区域图像的最大距离变化进行距离突变检测，当相邻帧检测区域图像的最大距离存在等于L1和小于L1的突变情况时，则判定电梯门打开并且检测区域图像没有拍摄到电梯门的图像；
G、所述图像分析处理系统对连续相邻X帧检测区域图像的有效直线的距离信息进行均值滤波，得到平滑变化的距离信息；
H、所述图像分析处理系统设定电梯关门的最大距离值L2，当连续X帧检测区域图像的有效直线的最大距离递减，且当前帧检测区域图像的最大距离小于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门于该帧检测区域图像时达到关闭状态，所述图像分析处理系统向投影仪发出开启投影的控制指令；当连续X帧检测区域图像的有效直线的最小距离递增，且当前帧检测区域图像的最小距离大于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门于该帧检测区域图像达到打开状态，所述图像分析处理系统向投影仪发出关闭投影的控制指令。
为了更好地实现本发明，所述步骤H中图像分析处理系统在向投影仪发出开启投影的控制指令之前需要进行电梯运行状态是否误判的验证；所述电梯运行状态验证方法如下：根据电梯运行时加速度传感器所检测到的加速度大小与方向的变化，判断电梯的运行状态，该运行状态包括加速或减速或匀速或静止，对图像分析处理系统图像方式中的误判情况进行过滤；当图像分析处理系统图像方式与加速度任一方式判断电梯关门时，向投影仪发出开启投影的控制指令；当图像分析处理系统图像方式与加速度任一方式判断电梯开门时，向投影仪发出关闭投影的控制指令；当电梯处于非静止状态时，投影处于开启状态。
进一步的技术方案是：所述步骤D与步骤E之间还包括步骤D1，
D1、当电梯外部与内部在检测区域图像中的亮度差大于Y时，所述Y的取值大于140，电梯门的轿门边界线A、轿门边界线B不易被检测到，层门边界线A、层门边界线B被清晰检测到，所述有效直线提取模块通过层门边界线A、层门边界线B进行数据推算并得到轿门边界线A、轿门边界线B。
本发明较现有技术相比，具有以下优点及有益效果：
本发明通过电梯门边界信息进行电梯门开关检测，具有计算速度快的特点，能够应用于嵌入式平台中，并充分考虑了检测方法的实时性、准确性和稳定性。与单一的加速度传感器方法和图像方法相比，本发明能够同时保证电梯开关门检测的实时性与稳定性；通过对原始图像边界特征与二值化图像边界特征的融合，可以在提高运算速度的同时，保证特征的完整性；通过光线检测、距离突变检测、距离滤波等方式，排除多方面的干扰，提高检测的鲁棒性。
附图说明
图1为本发明的方法流程图；
图2为本发明的摄像机位置俯视方向示意图；
图3为本发明的摄像机位置侧视方向示意图；
图4为本发明的检测区域划分示意图。
其中，附图中的附图标记所对应的名称为：
1－轿门边界线A，2－层门边界线A，3－层门边界线B，4－轿门边界线B，5－检测区域，6－层门，7－轿门，8－摄像机，9－电梯门。
具体实施方式
下面结合实施例对本发明作进一步地详细说明：
实施例一
如图1～图4所示，一种基于摄像图像的电梯开关门检测方法，包括电梯、加速度传感器和图像分析处理系统，所述电梯上设有电梯门9，所述电梯门9包括相互平行重叠的层门6和轿门7，所述加速度传感器用于检测电梯上升或下降运动时的加速度大小，所述图像分析处理系统内部包括有图像滤波模块、边缘检测模块、二值化处理模块、直线检测模块、有效直线提取模块和逻辑分析处理模块，所述电梯内的顶部安装设有摄像机8，所述摄像机8与图像分析处理系统电通信连接；其方法如下：
A、所述摄像机8的摄影区域对应于电梯门9的上方区域，在摄像机8的摄影区域中划分一个检测区域5，该检测区域5的垂直中心线正好是电梯门9两扇门关闭后的闭合接触线，所述摄像机8对摄影区域进行摄像并得到摄像图像，所述摄像机8每秒拍摄8～20帧摄像，所述摄像机8将摄像图像位于检测区域5截取下来得到每帧检测区域图像并传输至图像分析处理系统中；
B、所述图像分析处理系统的图像滤波模块对每帧检测区域图像采用均值滤波方式进行图像滤波，并将滤波后的检测区域图像分别传输至边缘检测模块和二值化处理模块；所述边缘检测模块直接对滤波后的检测区域图像进行Canny边缘检测处理并得到边缘检测处理后的检测区域图像，所述二值化处理模块对滤波后的检测区域图像进行Otsu算法做二值化处理并得到二值化处理后的检测区域图像；所述图像分析处理系统将边缘检测处理后的检测区域图像与二值化处理后的检测区域图像两者进行叠加得到融合后的边缘特征图像并将边缘特征图像传输至直线检测模块中；
C、所述直线检测模块通过Hough线变换检测直线边界处理将边缘特征图像中的所有直线提取出来并对应存储所有直线的坐标信息，并将所有直线及所有直线的坐标信息传输至有效直线提取模块中；
D、所述有效直线提取模块根据所有直线及所有直线的坐标信息计算出所有直线的倾斜角度，并设定倾斜角度阈值，所述倾斜角度阈值为90°±3°；所述有效直线提取模块提取并保留倾斜角度为90°±3°的直线，然后去除与图像中心线相交叉的直线，所述图像中心线为检测区域图像的垂直中心线；所述有效直线提取模块最终保留的直线为有效直线；
E、所述图像分析处理系统计算每帧检测区域图像中的有效直线到所对应的图像中心线的距离，该距离包括轿门边界线A1、轿门边界线B4、层门边界线A2或层门边界线B3；并统计每帧检测区域图像中的最大距离与最小距离，每帧检测区域图像的边缘垂直线到所对应的图像中心线的距离为L1；
F、所述图像分析处理系统对连续相邻X帧的检测区域图像的最大距离变化进行距离突变检测，当相邻帧检测区域图像的最大距离存在等于L1和小于L1的突变情况时，则判定电梯门9打开并且检测区域图像没有拍摄到电梯门9的图像；
G、所述图像分析处理系统对连续相邻X帧检测区域图像的有效直线的距离信息进行均值滤波，得到平滑变化的距离信息；
H、所述图像分析处理系统设定电梯关门的最大距离值L2，当连续X帧检测区域图像的有效直线的最大距离递减，且当前帧检测区域图像的最大距离小于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门9于该帧检测区域图像时达到关闭状态，所述图像分析处理系统向投影仪发出开启投影的控制指令；当连续X帧检测区域图像的有效直线的最小距离递增，且当前帧检测区域图像的最小距离大于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门9于该帧检测区域图像达到打开状态，所述图像分析处理系统向投影仪发出关闭投影的控制指令。
实施例二
如图1～图4所示，一种基于摄像图像的电梯开关门检测方法，包括电梯和加速度传感器，所述电梯上设有电梯门9，所述电梯门9包括相互平行重叠的层门6和轿门7，所述加速度传感器用于检测电梯上升或下降运动时的加速度大小，其特征在于：还包括图像分析处理系统，所述图像分析处理系统内部包括有图像滤波模块、边缘检测模块、二值化处理模块、直线检测模块、有效直线提取模块和逻辑分析处理模块，所述电梯内的顶部安装设有摄像机8，所述摄像机8与图像分析处理系统电通信连接；其方法如下：
A、所述摄像机8的摄影区域对应于电梯门9的上方区域，在摄像机8的摄影区域中划分一个检测区域5，该检测区域5的垂直中心线正好是电梯门9两扇门关闭后的闭合接触线，所述摄像机8对摄影区域进行摄像并得到摄像图像，所述摄像机8每秒拍摄8～20帧摄像，所述摄像机8将摄像图像位于检测区域5截取下来得到每帧检测区域图像并传输至图像分析处理系统中；
B、所述图像分析处理系统的图像滤波模块对每帧检测区域图像采用均值滤波方式进行图像滤波，并将滤波后的检测区域图像分别传输至边缘检测模块和二值化处理模块；所述边缘检测模块直接对滤波后的检测区域图像进行Canny边缘检测处理并得到边缘检测处理后的检测区域图像，所述二值化处理模块对滤波后的检测区域图像进行Otsu算法做二值化处理并得到二值化处理后的检测区域图像；所述图像分析处理系统将边缘检测处理后的检测区域图像与二值化处理后的检测区域图像两者进行叠加得到融合后的边缘特征图像并将边缘特征图像传输至直线检测模块中。
C、所述直线检测模块通过Hough线变换检测直线边界处理将边缘特征图像中的所有直线提取出来并对应存储所有直线的坐标信息，并将所有直线及所有直线的坐标信息传输至有效直线提取模块中。
D、所述有效直线提取模块根据所有直线及所有直线的坐标信息计算出所有直线的倾斜角度，并设定倾斜角度阈值，所述倾斜角度阈值为90°±3°；所述有效直线提取模块提取并保留倾斜角度为90°±3°的直线，然后去除与图像中心线相交叉的直线，所述图像中心线为检测区域图像的垂直中心线；所述有效直线提取模块最终保留的直线为有效直线。
D1、当电梯外部与内部在检测区域图像中的亮度差大于Y时，所述Y的取值大于140，本实施例取值为160，电梯门9的轿门边界线A1、轿门边界线B4不易被检测到，层门边界线A2、层门边界线B3被清晰检测到，所述有效直线提取模块通过层门边界线A2、层门边界线B3进行数据推算并得到轿门边界线A1、轿门边界线B4。
E、所述图像分析处理系统计算每帧检测区域图像中的有效直线到所对应的图像中心线的距离，该距离包括轿门边界线A1、轿门边界线B4、层门边界线A2或层门边界线B3；并统计每帧检测区域图像中的最大距离与最小距离，每帧检测区域图像的边缘垂直线到所对应的图像中心线的距离为L1，本实施例的L1为100像素。
F、所述图像分析处理系统对连续相邻X帧本实施例X帧取值为4帧的检测区域图像的最大距离变化进行距离突变检测，当相邻帧检测区域图像的最大距离存在不小于L1和小于L1的突变情况时，则判定电梯门9打开并且检测区域图像没有拍摄到电梯门9的图像。
G、所述图像分析处理系统对连续相邻X帧检测区域图像的有效直线的距离信息进行均值滤波，得到平滑变化的距离信息。
H、所述图像分析处理系统设定电梯门9开关门的距离阈值L2，本实施例的L2为15像素。当连续X帧检测区域图像的有效直线的最大距离递减，且当前帧检测区域图像的最大距离小于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门9于该帧检测区域图像时达到关闭状态，所述图像分析处理系统向投影仪发出开启投影的控制指令；当连续X帧检测区域图像的有效直线的最小距离递增，且当前帧检测区域图像的最小距离大于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门9于该帧检测区域图像达到打开状态，所述图像分析处理系统向投影仪发出关闭投影的控制指令。
所述步骤H中图像分析处理系统在向投影仪发出开启投影的控制指令之前需要进行电梯运行状态是否误判(包括图像漏判或误判断)的验证；所述电梯运行状态验证方法如下：根据电梯运行时加速度传感器所检测到的加速度大小与方向的变化，判断电梯的运行状态，该运行状态包括加速或减速或匀速或静止，对图像分析处理系统图像方式中的误判情况进行过滤；当图像分析处理系统图像方式与加速度任一方式判断电梯关门时，向投影仪发出开启投影的控制指令；当图像分析处理系统图像方式与加速度任一方式判断电梯开门时，向投影仪发出关闭投影的控制指令；当电梯处于非静止状态时，投影处于开启状态。
在电梯运行状态验证方法中，电梯在启动和停止时会出现加速或减速，加速度传感器能够测量加速度变化，以此得到电梯的运行状态，该运行状态包括加速、减速、匀速和静止；当电梯加速时，电梯启动；当电梯减速时，电梯停止。
判断关门时，加速度慢于图像，当图像与加速度任一方式判断关门时，开启投影；判断关门时，加速度早于图像，当图像与加速度任一方式判断开门时，关闭投影；当电梯处于非静止状态时，投影处于开启状态，此时图像的开门判断为误判，不予处理；当电梯关门后，投影打开，一定延时(根据电梯所处运行场所使用频率而定，可设定2分钟)后电梯未启动，可以关闭投影。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于摄像图像的电梯开关门检测方法，包括电梯和加速度传感器，所述电梯上设有电梯门(9)，所述电梯门(9)包括相互平行重叠的层门(6)和轿门(7)，所述加速度传感器用于检测电梯上升或下降运动时的加速度大小，其特征在于：还包括图像分析处理系统，所述图像分析处理系统内部包括有图像滤波模块、边缘检测模块、二值化处理模块、直线检测模块、有效直线提取模块和逻辑分析处理模块，所述电梯内的顶部安装设有摄像机(8)，所述摄像机(8)与图像分析处理系统电通信连接；其方法如下：
A、所述摄像机(8)的摄影区域对应于电梯门(9)的上方区域，在摄像机(8)的摄影区域中划分一个检测区域(5)，该检测区域(5)的垂直中心线正好是电梯门(9)两扇门关闭后的闭合接触线，所述摄像机(8)对摄影区域进行摄像并得到摄像图像，所述摄像机(8)每秒拍摄8～20帧摄像，所述摄像机(8)将摄像图像位于检测区域(5)截取下来得到每帧检测区域图像并传输至图像分析处理系统中；
B、所述图像分析处理系统的图像滤波模块对每帧检测区域图像采用均值滤波方式进行图像滤波，并将滤波后的检测区域图像分别传输至边缘检测模块和二值化处理模块；所述边缘检测模块直接对滤波后的检测区域图像进行Canny边缘检测处理并得到边缘检测处理后的检测区域图像，所述二值化处理模块对滤波后的检测区域图像进行Otsu算法做二值化处理并得到二值化处理后的检测区域图像；所述图像分析处理系统将边缘检测处理后的检测区域图像与二值化处理后的检测区域图像两者进行叠加得到融合后的边缘特征图像并将边缘特征图像传输至直线检测模块中；
C、所述直线检测模块通过Hough线变换检测直线边界处理将边缘特征图像中的所有直线提取出来并对应存储所有直线的坐标信息，并将所有直线及所有直线的坐标信息传输至有效直线提取模块中；
D、所述有效直线提取模块根据所有直线及所有直线的坐标信息计算出所有直线的倾斜角度，并设定倾斜角度阈值，所述倾斜角度阈值为90°±3°；所述有效直线提取模块提取并保留倾斜角度为90°±3°的直线，然后去除与图像中心线相交叉的直线，所述图像中心线为检测区域图像的垂直中心线；所述有效直线提取模块最终保留的直线为有效直线；
E、所述图像分析处理系统计算每帧检测区域图像中的有效直线到所对应的图像中心线的距离，该距离包括轿门边界线A(1)、轿门边界线B(4)、层门边界线A(2)或层门边界线B(3)；并统计每帧检测区域图像中的最大距离与最小距离，每帧检测区域图像的边缘垂直线到所对应的图像中心线的距离为L1；
F、所述图像分析处理系统对连续相邻X帧的检测区域图像的最大距离变化进行距离突变检测，当相邻帧检测区域图像的最大距离存在等于L1和小于L1的突变情况时，则判定电梯门(9)打开并且检测区域图像没有拍摄到电梯门(9)的图像；
G、所述图像分析处理系统对连续相邻X帧检测区域图像的有效直线的距离信息进行均值滤波，得到平滑变化的距离信息；
H、所述图像分析处理系统设定电梯关门的最大距离值L2，当连续X帧检测区域图像的有效直线的最大距离递减，且当前帧检测区域图像的最大距离小于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门(9)于该帧检测区域图像时达到关闭状态，所述图像分析处理系统向投影仪发出开启投影的控制指令；当连续X帧检测区域图像的有效直线的最小距离递增，且当前帧检测区域图像的最小距离大于电梯关门的最大距离值L2时，L2＜L1，则判定电梯门(9)于该帧检测区域图像达到打开状态，所述图像分析处理系统向投影仪发出关闭投影的控制指令。
2.按照权利要求1所述的基于摄像图像的电梯开关门检测方法，其特征在于：所述步骤H中图像分析处理系统在向投影仪发出开启投影的控制指令之前需要进行电梯运行状态是否误判的验证；所述电梯运行状态验证方法如下：根据电梯运行时加速度传感器所检测到的加速度大小与方向的变化，判断电梯的运行状态，该运行状态包括加速或减速或匀速或静止，对图像分析处理系统图像方式中的误判情况进行过滤；当图像分析处理系统图像方式与加速度任一方式判断电梯关门时，向投影仪发出开启投影的控制指令；当图像分析处理系统图像方式与加速度任一方式判断电梯开门时，向投影仪发出关闭投影的控制指令；当电梯处于非静止状态时，投影处于开启状态。
3.按照权利要求1或2所述的基于摄像图像的电梯开关门检测方法，其特征在于：所述步骤D与步骤E之间还包括步骤D1，
D1、当电梯外部与内部在检测区域图像中的亮度差大于Y时，所述Y的取值大于140，电梯门(9)的轿门边界线A(1)、轿门边界线B(4)不易被检测到，层门边界线A(2)、层门边界线B(3)被清晰检测到，所述有效直线提取模块通过层门边界线A(2)、层门边界线B(3)进行数据推算并得到轿门边界线A(1)、轿门边界线B(4)。
CN201710369596.6A 2017-05-23 2017-05-23 基于摄像图像的电梯开关门检测方法 Active CN106986248B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710369596.6A CN106986248B (zh) 2017-05-23 2017-05-23 基于摄像图像的电梯开关门检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710369596.6A CN106986248B (zh) 2017-05-23 2017-05-23 基于摄像图像的电梯开关门检测方法

Publications (2)

Publication Number Publication Date
CN106986248A CN106986248A (zh) 2017-07-28
CN106986248B true CN106986248B (zh) 2019-02-15

Family

ID=59420140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710369596.6A Active CN106986248B (zh) 2017-05-23 2017-05-23 基于摄像图像的电梯开关门检测方法

Country Status (1)

Country Link
CN (1) CN106986248B (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598457A (zh) * 2017-09-30 2019-04-09 北京京东尚科信息技术有限公司 物流方法和系统、无人机、无人车、调度平台和交接方法
CN107986127A (zh) * 2017-11-20 2018-05-04 江苏省特种设备安全监督检验研究院 一种电梯内乘客受困的检测方法
CN108529367A (zh) * 2017-11-21 2018-09-14 江苏鸿山鸿锦物联技术有限公司 一种基于视频图像的电梯门状态色块检测方法
CN108584586A (zh) * 2017-11-21 2018-09-28 江苏鸿山鸿锦物联技术有限公司 一种基于视频图像的电梯门状态直线检测方法
CN108439114A (zh) * 2018-04-13 2018-08-24 武汉万曦智能科技有限公司 一种电梯门异常打开状态的预警检测装置
CN108759707A (zh) * 2018-04-24 2018-11-06 安庆市特种设备监督检验中心 一种基于点激光测距和图像处理的电梯门锁啮合深度测量装置及测量方法
CN110002302B (zh) * 2018-08-09 2021-09-21 浙江新再灵科技股份有限公司 一种基于深度学习的电梯开关门检测系统与方法
CN109626152B (zh) * 2018-11-23 2021-08-24 张勇 一种牵引机节能控制的电梯系统
CN109368434B (zh) * 2018-11-23 2020-09-01 张勇 一种具有视频监测的电梯控制系统
CN110002305B (zh) * 2018-12-25 2020-12-25 浙江新再灵科技股份有限公司 一种基于计算机视觉技术的电梯门缝线检测方法与系统
CN109896386B (zh) * 2019-03-08 2020-12-01 浙江新再灵科技股份有限公司 一种基于计算机视觉技术的电梯门反复开关的检测方法及系统
CN109850711B (zh) * 2019-03-15 2021-03-09 浙江新再灵科技股份有限公司 一种基于3d测量技术的电梯门状态检测方法及系统
CN110127479B (zh) * 2019-04-17 2020-08-21 浙江工业大学 一种基于视频分析的电梯门开关异常检测方法
CN110397965B (zh) * 2019-05-23 2020-05-05 郭云 电子设备档位调节系统
CN110363144A (zh) * 2019-07-16 2019-10-22 中国民航科学技术研究院 一种基于图像处理技术的飞机门开关状态检测系统及方法
CN112794174B (zh) * 2019-11-13 2022-06-21 深圳泰昌同信科技有限公司 一种基于大数据的实时视频判别电梯开关门异常方案
CN111524189A (zh) * 2020-05-09 2020-08-11 浙江大华技术股份有限公司 门开关状态检测方法、装置及计算机存储介质
CN113233273B (zh) * 2020-05-21 2023-08-25 山东中兴合智通信新技术有限公司 电梯故障监测方法、装置、存储介质、电子设备及电梯
CN111680621A (zh) * 2020-06-05 2020-09-18 浙江新再灵科技股份有限公司 一种基于视频图像的电梯门状态检测方法
CN114940428B (zh) * 2020-06-10 2023-09-29 宁波德祐光电有限公司 一种基于tof图像的电梯保护方法及装置
CN112258471B (zh) * 2020-10-20 2023-07-14 成都云盯科技有限公司 一种卷帘门状态检测方法和系统
CN112598746B (zh) * 2020-12-18 2022-03-11 北京声智科技有限公司 电梯门开关检测方法、装置、可读介质及电子设备
CN114572788A (zh) * 2022-03-09 2022-06-03 广东省特种设备检测研究院东莞检测院 一种电梯智能化远程故障监测方法、系统及可存储介质
CN114803758B (zh) * 2022-04-26 2023-12-15 浙江科技学院 用于小区电梯的电瓶车识别与电梯控制方法及系统
CN115258865A (zh) * 2022-08-08 2022-11-01 成都鹏业软件股份有限公司 电梯门的识别方法及装置
CN117115740A (zh) * 2023-09-05 2023-11-24 北京智芯微电子科技有限公司 基于深度学习的电梯开关门状态检测方法、装置及设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599125A (zh) * 2009-06-11 2009-12-09 上海交通大学 复杂背景下图像处理的二值化方法
CN103679146A (zh) * 2013-12-06 2014-03-26 中科联合自动化科技无锡有限公司 基于高通滤波器和Hough变换的安全带智能检测方法
CN105488454B (zh) * 2015-11-17 2019-04-23 天津工业大学 基于单目视觉的前方车辆检测与测距
CN105404874B (zh) * 2015-11-27 2018-07-03 成都神州数码索贝科技有限公司 一种基于投影和hough直线检测的车窗识别系统
CN105678781B (zh) * 2016-01-19 2018-05-29 中国人民解放军电子工程学院 一种基于边缘检测的目标微多普勒特征分离提取方法

Also Published As

Publication number Publication date
CN106986248A (zh) 2017-07-28

Similar Documents

Publication Publication Date Title
CN106986248B (zh) 基于摄像图像的电梯开关门检测方法
CN106652551B (zh) 一种车位检测方法及设备
CN102036899B (zh) 基于视频的电梯门检测系统和方法
WO2021180060A1 (zh) 一种通道闸机的控制方法、装置及系统
CN105336169B (zh) 一种基于视频判断交通拥堵的方法和系统
CN111192391B (zh) 基于图像和/或视频的人行通道闸机控制方法和设备
JP2007241500A (ja) 顔認証装置および顔認証方法
CN109409315B (zh) 一种atm机面板区域遗留物检测方法及系统
CN105512720A (zh) 一种公交车辆客流统计方法和系统
CN109376608A (zh) 一种人脸活体检测方法
CN101794385A (zh) 用于视频序列的多角度多目标快速人脸跟踪方法
CN110002302A (zh) 一种基于深度学习的电梯开关门检测系统与方法
CN104063885A (zh) 一种改进的运动目标检测与跟踪方法
CN102841354A (zh) 一种具有显示屏幕的电子设备的保护视力实现方法
US8965068B2 (en) Apparatus and method for discriminating disguised face
CN106337263A (zh) 一种洗衣机控制方法及装置
CN104657712A (zh) 一种监控视频中蒙面人检测方法
CN113160465A (zh) 一种完全免接触式安全闸机系统及其管理方法
CN106965675A (zh) 一种货车集群智能安全作业系统
CN102136196A (zh) 一种基于图像特征的车辆测速方法
CN103605967A (zh) 一种基于图像识别的地铁防逃票系统及其工作方法
CN113158913A (zh) 一种人脸口罩佩戴识别方法、系统及终端
CN104408406A (zh) 基于帧差法和减背景法的人员离岗检测方法
CN106006266A (zh) 一种应用于电梯安全监控的机器视觉建立方法
JP2014219704A (ja) 顔認証システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant