CN109949358A - 一种集装箱卡车起吊状态的检测方法和检测装置 - Google Patents
一种集装箱卡车起吊状态的检测方法和检测装置 Download PDFInfo
- Publication number
- CN109949358A CN109949358A CN201910251369.2A CN201910251369A CN109949358A CN 109949358 A CN109949358 A CN 109949358A CN 201910251369 A CN201910251369 A CN 201910251369A CN 109949358 A CN109949358 A CN 109949358A
- Authority
- CN
- China
- Prior art keywords
- image
- tire
- candidate
- annulus
- images
- 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及图像处理技术领域,尤其涉及一种集装箱卡车起吊状态的检测方法和检测装置。本申请通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种集装箱卡车起吊状态的检测方法和检测装置。
背景技术
在集装箱被吊起的过程中,由于存在集装箱与集装箱卡车的锁销未完全解锁的情况,会使集装箱卡车连同集装箱一同被吊起,从而造成集装箱卡车的损坏,通常称为吊集卡事故。
为了避免该事故的发生,传统的方法是在集装箱起吊的过程中,通过人力在工作现场来观察集装箱与集装箱卡车是否分离,但人眼容易疲劳,而且在集装箱起吊的初期,集装箱和集装箱卡车在分离初期的差异比较小,人工不易察觉,因而导致易发生误判断与误操作的风险。
发明内容
有鉴于此,本申请实施例的目的在于提供一种集装箱卡车起吊状态的检测方法和检测装置,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
主要包括以下几个方面:
第一方面,本申请实施例提供一种集装箱卡车起吊状态的检测方法,所述检测方法包括:
从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致;
基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像;
确定与每个候选轮胎图像对应的候选轮胎圆心点;
从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标;
若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
在一种可能的实施方式中,所述从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,包括:
获取采集到的集装箱卡车的轮胎图像;
通过预设圆环矩阵对所述轮胎图像进行扫描,得到所述多个圆环图像。
在一种可能的实施方式中,所述基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
对每个圆环图像进行图像切分,得到每个圆环图像对应的多个扇环图像;
根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在一种可能的实施方式中,所述根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
对于任意一个圆环图像,若圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值与圆环图像的平均灰度值的绝对差值均小于第一预设阈值,则将圆环图像作为候选轮胎图像。
在一种可能的实施方式中,所述基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
根据每个圆环图像的平均灰度值和与每个圆环图像对应的内圆图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在一种可能的实施方式中,所述从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,包括:
基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点;
基于每个候选轮胎比对点所属的候选轮胎图像的平均灰度值,和每个候选轮胎比对点所属的候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,以及每个候选轮胎比对点与所述候选轮胎基准点之间的距离,对所述候选轮胎基准点的位置进行调整,以确定出目标轮胎圆心点的目标坐标。
在一种可能的实施方式中,所述基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点,包括:
确定出每个候选轮胎图像的平均灰度值与每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度;
从确定出的多个相似度中选择出目标相似度,并将所述目标相似度对应的候选轮胎图像的候选轮胎圆心点作为候选轮胎基准点,其中,所述目标相似度的相似度值大于所述多个相似度中除所述目标相似度之外的其他相似度的相似度值;
分别计算所述候选轮胎基准点与所述多个候选轮胎圆心点中除所述候选轮胎基准点之外的每个候选轮胎圆心点之间的距离;
从计算出的多个距离中选择出距离值小于第二预设阈值的距离,并将选择出的距离对应的候选轮胎圆心点作为候选轮胎比对点。
第二方面,本申请实施例提供了一种集装箱卡车起吊状态的检测装置,所述检测装置包括扫描模块、筛选模块、第一确定模块、第二确定模块和第三确定模块;
所述扫描模块,从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致;
所述筛选模块,用于基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像;
所述第一确定模块,用于确定与每个候选轮胎图像对应的候选轮胎圆心点;
所述第二确定模块,用于从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标;
所述第三确定模块,用于若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
在一种可能的实施方式中,所述扫描模块,用于根据以下步骤扫描出多个圆环图像:
获取采集到的集装箱卡车的轮胎图像;
通过预设圆环矩阵对所述轮胎图像进行扫描,得到所述多个圆环图像。
在一种可能的实施方式中,所述筛选模块,用于根据以下步骤筛选出多个候选轮胎图像:
对每个圆环图像进行图像切分,得到每个圆环图像对应的多个扇环图像;
根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在一种可能的实施方式中,所述筛选模块,具体用于根据以下步骤筛选出多个候选轮胎图像:
对于任意一个圆环图像,若圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值与圆环图像的平均灰度值的绝对差值均小于第一预设阈值,则将圆环图像作为候选轮胎图像。
在一种可能的实施方式中,所述筛选模块,还用于根据以下步骤筛选出多个候选轮胎图像:
根据每个圆环图像的平均灰度值和与每个圆环图像对应的内圆图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在一种可能的实施方式中,所述第二确定模块包括选取单元和调整单元;
所述选取单元,用于基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点;
所述调整单元,用于基于每个候选轮胎比对点所属的候选轮胎图像的平均灰度值,和每个候选轮胎比对点所属的候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,以及每个候选轮胎比对点与所述候选轮胎基准点之间的距离,对所述候选轮胎基准点的位置进行调整,以确定出目标轮胎圆心点的目标坐标。
在一种可能的实施方式中,所述选取单元,用于根据以下步骤选取一个候选轮胎基准点和多个候选轮胎比对点:
确定出每个候选轮胎图像的平均灰度值与每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度;
从确定出的多个相似度中选择出目标相似度,并将所述目标相似度对应的候选轮胎图像的候选轮胎圆心点作为候选轮胎基准点,其中,所述目标相似度的相似度值大于所述多个相似度中除所述目标相似度之外的其他相似度的相似度值;
分别计算所述候选轮胎基准点与所述多个候选轮胎圆心点中除所述候选轮胎基准点之外的每个候选轮胎圆心点之间的距离;
从计算出的多个距离中选择出距离值小于第二预设阈值的距离,并将选择出的距离对应的候选轮胎圆心点作为候选轮胎比对点。
第三方面,本申请实施例还提供一种电子设备,所述电子设备包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的集装箱卡车起吊状态的检测方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的集装箱卡车起吊状态的检测方法的步骤。
本申请实施例中,通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例一所提供的一种集装箱卡车起吊状态的检测方法的流程图;
图2示出了本申请实施例二所提供的另一种集装箱卡车起吊状态的检测方法的流程图;
图3示出了本申请实施例三所提供的一种集装箱卡车起吊状态的检测装置的功能模块图之一;
图4示出了本申请实施例三所提供的一种集装箱卡车起吊状态的检测装置的功能模块图之二;
图5示出了本申请实施例四所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“检测集装箱卡车的起吊状态”,给出以下实施方式,对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。
本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要进行检测集装箱卡车的起吊状态的场景,本申请实施例并不对具体的应用场景作限制,任何使用本申请实施例提供的集装箱卡车起吊状态的检测方法和检测装置的方案均在本申请保护范围内。
值得注意的是,在本申请提出之前,为了避免该事故的发生,传统的方法是在集装箱起吊的过程中,通过人力在工作现场来观察集装箱与集装箱卡车是否分离,但人眼容易疲劳,而且在集装箱起吊的初期,集装箱和集装箱卡车在分离初期的差异比较小,人工不易察觉,因而导致易发生误判断与误操作的风险。
针对上述问题,本申请实施例通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
为便于对本申请进行理解,下面结合具体实施例对本申请提供的技术方案进行详细说明。
实施例一
参见图1所示,本申请实施例一所提供的一种集装箱卡车起吊状态的检测方法的流程图,包括以下步骤:
S101:从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致。
在具体实施中,为了获取到只包含轮胎的图像,可以对采集到的集装箱卡车的轮胎图像进行扫描,进而得到多个圆环图像,其中,每个圆环图像的尺寸与集装箱卡车的轮胎图像中集装箱卡车的轮胎的尺寸一致,这样,扫描得到的多个圆环图像中可能会存在一张与集装箱卡车的轮胎图像中集装箱卡车的轮胎完全一致的图像,即只包含轮胎的图像,还会存在多张与集装箱卡车的轮胎图像中集装箱卡车的轮胎近似一致的图像。
这里,在检测集装箱卡车的起吊状态时,可以通过图像采集设备实时采集多张集装箱卡车的轮胎图像,并识别出每张集装箱卡车的轮胎图像中轮胎的圆心点,进而,可以根据前后采集的多张轮胎图像中轮胎圆心点位置的变化,确定集装箱卡车的起吊状态,并在发现集装箱卡车被吊起时,及时采取措施。
S102:基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在具体实施中,为了获取只包含轮胎的图像,可以先从扫描得到的多个圆环图像进中筛选出多个候选轮胎图像,再从多个候选轮胎图像中确定只包含轮胎的图像。具体地,可以分别计算每个圆环图像的平均灰度值,进而根据计算得到的每个圆环图像的平均灰度值,从多个圆环图像中筛选出多个候选轮胎图像。
这里,根据以下步骤计算圆环图像的平均灰度值:将圆环图像中每个像素点对应的像素值求和得到的数值,和圆环图像内包含的像素点的数量之间的比值,作为圆环图像的平均灰度值。
具体地,在计算圆环图像的平均灰度值时,可以先统计该圆环图像内包含的每个像素点的个数,并计算该圆环图像内包含的每个像素点对应的像素值的总和,用该总和除以个数,即为该圆环图像的平均灰度值。
S103:确定与每个候选轮胎图像对应的候选轮胎圆心点。
在具体实施中,在确定出多个候选轮胎图像之后,对于每个候选轮胎图像,都可以根据候选轮胎图像确定出与该候选轮胎图像对应的候选轮胎圆心点,进而得到多个候选轮胎圆心点。
需要说明的是,候选轮胎图像是圆环形状的图像,且候选轮胎图像的尺寸与集装箱卡车的轮胎图像中集装箱卡车的轮胎的尺寸一致。
S104:从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标。
在具体实施中,在确定出多个候选轮胎圆心点之后,通过这些候选轮胎圆心点可以确定出目标轮胎圆心点的目标坐标,进而知晓目标轮胎圆心点在该张集装箱卡车的轮胎图像中的位置。
S105:若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
在具体实施中,可以根据目标轮胎圆心点位置的变化情况,确定出集装箱卡车的起吊状态,例如,若检测出目标轮胎圆心点在前后采集到的2张轮胎图像中的位置发生变化,即目标轮胎圆心点的目标坐标发生变化,可以确定出集装箱卡车被吊起,进一步地,在确定出集装箱卡车被吊起时,采取预定操作阻止集装箱卡车进一步上升,预定操作如控制吊具停止上升。
在本申请实施例中,通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
在一种可能的实施方式中,在步骤S101中从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,包括:
获取采集到的集装箱卡车的轮胎图像;通过预设圆环矩阵对所述轮胎图像进行扫描,得到所述多个圆环图像。
在具体实施中,可以预先设置一个圆环矩阵,这个圆环矩阵是根据轮胎图像中集装箱卡车的轮胎的尺寸设置的,具体地,将集装箱卡车的轮胎图像转化为轮胎图像矩阵,并将圆环矩阵与该轮胎图像矩阵相乘,可以从该轮胎图像中得到多个圆环图像。
需要说明的是,在扫描时,可以从该集装箱卡车的轮胎图像的左上角开始依次全覆盖式进行扫描,这样,可以得到尽可能多的圆环图像,可以确保扫描得到的多个圆环图像中存在一张与集装箱卡车的轮胎图像中集装箱卡车的轮胎完全一致的图像,即只包含轮胎的图像。
这里,预设圆环矩阵其中,预设圆环矩阵A中各个元素值(如a00)为0或1,具体地,在设置预设圆环矩阵A中各个元素值时,可以根据集装箱卡车的轮胎图像中集装箱卡车的轮胎的尺寸(内圆半径和外圆半径)进行设置,同理,选取n值也可以根据上述尺寸进行设置。
一示例中,若预设圆环矩阵为A,轮胎图像矩阵为M,则得到的圆环图像矩阵B=MA,这样就可以从该集装箱卡车的轮胎图像中得到多个圆环图像。
在该实施例中,通过预设圆环矩阵对采集到的集装箱卡车的轮胎图像进行扫描,可以得到多个圆环图像,这样,可以确保扫描得到的多个圆环图像中一定存在一张与集装箱卡车的轮胎图像中集装箱卡车的轮胎完全一致的图像,即只包含轮胎的图像。
在一种可能的实施方式中,在步骤S102中基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
根据每个圆环图像的平均灰度值和与每个圆环图像对应的内圆图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在具体实施中,可以根据得到的每个圆环图像确定出与每个圆环图像对应的内圆图像,这里,内圆图像为与该内圆图像对应的圆环图像的内圆在集装箱卡车的轮胎图像中对应的图像,具体地,在对任意一个圆环图像进行筛选时,都是先计算该圆环图像的平均灰度值,再计算该圆环图像对应的内圆图像的平均灰度值,进一步地,通过将该圆环图像的平均灰度值分别与该圆环图像对应的内圆图像的平均灰度值进行比较,来确定该圆环图像是否可以作为候选轮胎图像,由于轮胎与车轮其他部件的灰度有所区别,则可以通过灰度值来判断圆环图像与该圆环图像对应的内圆图像所属部件是否为两种部件,若该圆环图像的平均灰度值与该圆环图像对应的内圆图像的平均灰度值一致时,就不能将该圆环图像作为候选轮胎图像,若该圆环图像的平均灰度值与该圆环图像对应的内圆图像的平均灰度值不一致时,可以将该圆环图像作为候选轮胎图像。
本申请实施例中,通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
实施例二
参见图2所示,本申请实施例二所提供的另一种集装箱卡车起吊状态的检测方法的流程图,包括以下步骤:
S201:从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致。
在具体实施中,为了获取到只包含轮胎的图像,可以对采集到的集装箱卡车的轮胎图像进行扫描,进而得到多个圆环图像,其中,每个圆环图像的尺寸与集装箱卡车的轮胎图像中集装箱卡车的轮胎的尺寸一致,这样,扫描得到的多个圆环图像中可能会存在一张与集装箱卡车的轮胎图像中集装箱卡车的轮胎完全一致的图像,即只包含轮胎的图像,还会存在多张与集装箱卡车的轮胎图像中集装箱卡车的轮胎近似一致的图像。
这里,在检测集装箱卡车的起吊状态时,可以通过图像采集设备实时采集多张集装箱卡车的轮胎图像,并识别出每张集装箱卡车的轮胎图像中轮胎的圆心点,进而,可以根据前后采集的多张轮胎图像中轮胎圆心点位置的变化,确定集装箱卡车的起吊状态,并在发现集装箱卡车被吊起时,及时采取措施。
S202:对每个圆环图像进行图像切分,得到每个圆环图像对应的多个扇环图像。
在具体实施中,可以对得到的所有圆环图像都进行均等切分,每个圆环图像都会被切分为多个扇环区域,每个扇环区域都会构成扇环图像,这里,可以将圆环图像切分成16份。
这里,可以通过预先设置一个扇环矩阵,这个扇环矩阵是根据轮胎图像中集装箱卡车的轮胎切分后得到的扇环的尺寸进行设置的,具体地,将集装箱卡车的轮胎图像转化为轮胎图像矩阵,并将圆环矩阵与该轮胎图像矩阵相乘,可以得到圆环图像矩阵,再将圆环图像矩阵与轮胎图像矩阵相乘,可以从圆环图像中得到多个扇环图像。
这里,扇环矩阵扇环矩阵C中各个元素值(如c00)为0或1,具体地,在设置扇环矩阵C中各个元素值时,可以根据集装箱卡车的轮胎图像中集装箱卡车的轮胎切分后得到的扇环的尺寸(内圆半径和外圆半径)进行设置。
一示例中,若预设圆环矩阵为A、轮胎图像矩阵为M、扇环矩阵C和圆环矩阵B,则得到的圆环图像矩阵B=MA,得到扇环图像矩阵D=CB,这样就可以从该圆环图像中得到与该圆环图像对应的多个扇环图像。
S203:根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在具体实施中,为了获取只包含轮胎的图像,可以先从扫描得到的多个圆环图像进中筛选出多个候选轮胎图像,再从多个候选轮胎图像中确定只包含轮胎的图像。具体地,在对任意一个圆环图像进行筛选时,都是先计算该圆环图像的平均灰度值,再计算该圆环图像对应的多个扇环图像中每个扇环图像的平均灰度值,进一步地,通过将该圆环图像的平均灰度值分别与该圆环图像对应的多个扇环图像中每个扇环图像的平均灰度值进行比较,来确定该圆环图像是否可以作为候选轮胎图像。
这里,根据以下步骤计算圆环图像的平均灰度值:将圆环图像中每个像素点对应的像素值求和得到的数值,和圆环图像内包含的像素点的数量之间的比值,作为圆环图像的平均灰度值。
具体地,在计算圆环图像的平均灰度值时,可以先统计该圆环图像内包含的每个像素点的个数,并计算该圆环图像内包含的每个像素点对应的像素值的总和,用该总和除以个数,即为该圆环图像的平均灰度值。需要说明的是,对于扇环图像的灰度平均值,计算方法相同,在这里不再进行赘述。
S204:确定与每个候选轮胎图像对应的候选轮胎圆心点。
在具体实施中,在确定出多个候选轮胎图像之后,对于每个候选轮胎图像,都可以根据候选轮胎图像确定出与该候选轮胎图像对应的候选轮胎圆心点,进而得到多个候选轮胎圆心点。
S205:从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标。
在具体实施中,在确定出多个候选轮胎圆心点之后,通过这些候选轮胎圆心点可以确定出目标轮胎圆心点的目标坐标,进而知晓目标轮胎圆心点在该张集装箱卡车的轮胎图像中的位置。
S206:若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
在具体实施中,通过比对前后采集到的多张轮胎图像中目标轮胎圆心点位置的变化情况,就可以准确地确定出集装箱卡车的起吊状态,例如,若检测出目标轮胎圆心点在前后采集到的2张轮胎图像中的位置发生变化,即目标轮胎圆心点的目标坐标发生变化,可以确定出集装箱卡车被吊起,进一步地,在确定出集装箱卡车被吊起时,采取预定操作阻止集装箱卡车进一步上升,预定操作如控制吊具停止上升。
在本申请实施例中,通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,并对每个圆环图像进行图像切分,可以得到每个圆环图像对应的多个扇环图像,进一步地,根据每个圆环图像的平均灰度值,以及与每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
在一种可能的实施方式中,S203中根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
对于任意一个圆环图像,若圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值与圆环图像的平均灰度值的绝对差值均小于第一预设阈值,则将圆环图像作为候选轮胎图像。
在具体实施中,为了获取只包含轮胎的图像,可以先从扫描得到的多个圆环图像进中筛选出多个候选轮胎图像,再从多个候选轮胎图像中确定只包含轮胎的图像。具体地,在对任意一个圆环图像进行筛选时,都是先计算该圆环图像的平均灰度值,再计算该圆环图像对应的多个扇环图像中每个扇环图像的平均灰度值,进一步地,若该圆环图像的平均灰度值与该圆环图像对应的多个扇环图像中每个扇环图像的平均灰度值的绝对差值均小于第一预设阈值,则将该圆环图像作为候选轮胎图像。采用这样的方式,可以过滤掉大量不是只包含轮胎的圆环图像,即将最可能为只包含轮胎的圆环图像作为候选轮胎图像。
需要说明的是,由于轮胎的灰度是一致的,即整个轮胎的灰度值应该是相同的,所以可以通过判断圆环图像与该圆环图像对应的每个扇环图像的平均灰度值进行比对,若两者不一致,就可以证明该圆环图像中除了轮胎还有其他物体的图像,即该圆环图像不是只包含轮胎的图像,因而将其排除,不作为候选轮胎图像;若该圆环图像与该圆环图像对应的每个扇环图像的平均灰度值的绝对差值均小于第一预设阈值,则该圆环图像可能是只包含轮胎的图像,可以作为候选轮胎图像。
这里,第一预设阈值根据集装箱卡车的轮胎图像中的轮胎中各个像素点之间的最大灰度值确定,可以设为25。
在该实施例中,可以通过将圆环图像的平均灰度值与该圆环图像对应的多个扇环图像的平均灰度值进行比较,可以从多个圆环图像中筛选出多个候选轮胎图像,这样,可以过滤掉大量的干扰图像,即过滤掉大量不是只包含轮胎的圆环图像。
在一种可能的实施方式中,S205中从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,可以包括以下步骤:
步骤(1):基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点。
在具体实施中,在确定多个候选轮胎圆心点之后,为了根据这些候选轮胎圆心点确定出目标轮胎圆心点,即确定出集装箱卡车的轮胎图像中轮胎实际的圆心点的位置,可以先从这些候选轮胎圆心点中选取一个最接近为集装箱卡车的轮胎图像中轮胎实际的圆心点,即选取出一个候选轮胎基准点,具体地,可以通过计算每个候选轮胎圆心点对应的候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中的每个扇环图像的平均灰度值之间的相似度来确定。
一示例中,对于一个候选轮胎圆心点,该候选轮胎圆心点对应的候选轮胎图像的平均灰度值为a,该候选轮胎图像对应3个扇环图像,每个扇环图像的平均灰度值分别为b1、b2、b3,则该候选轮胎圆心点对应的候选轮胎图像的平均灰度值,和该候选轮胎图像对应的多个扇环图像中的每个扇环图像的平均灰度值之间的相似度f为这里,c为集装箱卡车的轮胎图像中轮胎的各个像素点之间的最大灰度差,通常最大灰度差为25。
步骤(2):基于每个候选轮胎比对点所属的候选轮胎图像的平均灰度值,和每个候选轮胎比对点所属的候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,以及每个候选轮胎比对点与所述候选轮胎基准点之间的距离,对所述候选轮胎基准点的位置进行调整,以确定出目标轮胎圆心点的目标坐标。
在具体实施中,可以通过计算得到的每个候选轮胎比对点的相似度和每个候选轮胎比对点与候选轮胎基准点之间的距离,对候选轮胎基准点的位置进行调整,以确定出目标轮胎圆心点的目标坐标,即确定出集装箱卡车的轮胎图像中轮胎圆心点的位置。
一示例中,若候选轮胎基准点为P0,有三个候选轮胎比对点P1、P2、P3,候选轮胎比对点P1、P2、P3的相似度分别为f1、f2、f3,候选轮胎基准点P0与候选轮胎比对点P1、P2、P3的距离分别为则确定出目标轮胎圆心点这里,P0、P1、P2、P3均为坐标,为向量。
在一种可能的实施方式中,步骤(1)中基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点,可以包括以下步骤:
步骤a:确定出每个候选轮胎图像的平均灰度值与每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度。
步骤b:从确定出的多个相似度中选择出目标相似度,并将所述目标相似度对应的候选轮胎图像的候选轮胎圆心点作为候选轮胎基准点,其中,所述目标相似度的相似度值大于所述多个相似度中除所述目标相似度之外的其他相似度的相似度值。
步骤c:分别计算所述候选轮胎基准点与所述多个候选轮胎圆心点中除所述候选轮胎基准点之外的每个候选轮胎圆心点之间的距离。
步骤d:从计算出的多个距离中选择出距离值小于第二预设阈值的距离,并将选择出的距离对应的候选轮胎圆心点作为候选轮胎比对点。
在具体实施中,在确定多个候选轮胎圆心点之后,为了根据这些候选轮胎圆心点确定出目标轮胎圆心点,即确定出集装箱卡车的轮胎图像中轮胎实际的圆心点的位置,可以先从这些候选轮胎圆心点中选取一个最接近为集装箱卡车的轮胎图像中轮胎实际的圆心点,即选取出一个候选轮胎基准点,具体地,可以通过计算每个候选轮胎圆心点所属候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中的每个扇环图像的平均灰度值之间的相似度来确定,为了排除集装箱卡车的轮胎图像中另一个轮胎的干扰,可以先对除候选轮胎基准点之外的多个候选轮胎圆心点进行判断,这里,可以分别计算候选轮胎基准点与除候选轮胎基准点之外的多个候选轮胎圆心点之间的距离,进而将距离小于第二预设阈值的候选轮胎圆心点,作为候选轮胎比对点。
这里,第二预设阈值通常设置为候选轮胎图像对应的内圆半径的一半。
在该实施例中,通过对进一步对候选轮胎圆心点进行筛选,可以避免来自另外一个轮胎的干扰,可以提高确定目标轮胎圆心点的计算效率。
本申请实施例中,通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
实施例三
基于同一申请构思,本申请实施例三中还提供了与实施例一和实施例二提供的集装箱卡车起吊状态的检测方法对应的集装箱卡车起吊状态的检测装置装置,由于本申请实施例中的装置解决问题的原理与本申请上述实施例一和实施例二的集装箱卡车起吊状态的检测方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参见图3所示,为本申请实施例三提供的一种集装箱卡车起吊状态的检测装置300的功能模块图之一,参见图4所示,为本申请实施例三提供的一种集装箱卡车起吊状态的检测装置300的功能模块图之二,其中,集装箱卡车起吊状态的检测装置300包括扫描模块310、筛选模块320、第一确定模块330、第二确定模块340和第三确定模块350;
所述扫描模块310,从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致;
所述筛选模块320,用于基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像;
所述第一确定模块330,用于确定与每个候选轮胎图像对应的候选轮胎圆心点;
所述第二确定模块340,用于从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标;
所述第三确定模块350,用于若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
本申请实施例中,通过扫描模块310从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并通过第一确定模块330确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以通过第三确定模块350确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
在一种可能的实施方式中,如图3和图4所示,所述扫描模块310,用于根据以下步骤扫描出多个圆环图像:
获取采集到的集装箱卡车的轮胎图像;
通过预设透明圆环对所述轮胎图像进行扫描,得到所述多个圆环图像。
在一种可能的实施方式中,如图3和图4所示,所述筛选模块320,用于根据以下步骤筛选出多个候选轮胎图像:
对每个圆环图像进行图像切分,得到每个圆环图像对应的多个扇环图像;
根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在一种可能的实施方式中,如图3和图4所示,所述特征向量的维度数等于所述备选请求消息及所述目标请求消息中包含的全部词语的总数量。
在一种可能的实施方式中,所述筛选模块320,具体用于根据以下步骤筛选出多个候选轮胎图像:
对于任意一个圆环图像,若圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值与圆环图像的平均灰度值的绝对差值均小于第一预设阈值,则将圆环图像作为候选轮胎图像。
在一种可能的实施方式中,如图3和图4所示,所述筛选模块320,还用于根据以下步骤筛选出多个候选轮胎图像:
根据每个圆环图像的平均灰度值和与每个圆环图像对应的内圆图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
在一种可能的实施方式中,如图4所示,所述第二确定模块340包括选取单元342和调整单元344;
所述选取单元342,用于基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点;
所述调整单元344,用于基于每个候选轮胎比对点所属的候选轮胎图像的平均灰度值,和每个候选轮胎比对点所属的候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,以及每个候选轮胎比对点与所述候选轮胎基准点之间的距离,对所述候选轮胎基准点的位置进行调整,以确定出目标轮胎圆心点的目标坐标。
在一种可能的实施方式中,如图4所示,所述选取单元342,用于根据以下步骤选取一个候选轮胎基准点和多个候选轮胎比对点:
确定出每个候选轮胎图像的平均灰度值与每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度;
从确定出的多个相似度中选择出目标相似度,并将所述目标相似度对应的候选轮胎图像的候选轮胎圆心点作为候选轮胎基准点,其中,所述目标相似度的相似度值大于所述多个相似度中除所述目标相似度之外的其他相似度的相似度值;
分别计算所述候选轮胎基准点与所述多个候选轮胎圆心点中除所述候选轮胎基准点之外的每个候选轮胎圆心点之间的距离;
从计算出的多个距离中选择出距离值小于第二预设阈值的距离,并将选择出的距离对应的候选轮胎圆心点作为候选轮胎比对点。
本申请实施例中,通过扫描模块310从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并通过第一确定模块330确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以通过第三确定模块350确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
实施例四
基于同一申请构思,参见图5所示,为本申请实施例四提供的一种电子设备500的结构示意图,包括:处理器510、存储器520和总线530,所述存储器520存储有所述处理器510可执行的机器可读指令,当电子设备500运行时,所述处理器510与所述存储器520之间通过所述总线530进行通信,所述机器可读指令被所述处理器510运行时执行如实施例一,或实施例二中任一所述的集装箱卡车起吊状态的检测方法的步骤。
具体地,所述机器可读指令被所述处理器510执行时可以执行如下处理:
从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致;
基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像;
确定与每个候选轮胎图像对应的候选轮胎圆心点;
从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标;
若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
本申请实施例中,通过从采集到的集装箱卡车的轮胎图像中扫描出多个圆环图像,进而基于每个圆环图像的平均灰度值,可以从多个圆环图像中筛选出多个候选轮胎图像,并确定与每个候选轮胎图像对应的候选轮胎圆心点,进一步地,从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,若基于目标坐标确定出目标轮胎圆心点的位置发生变化,可以确定集装箱卡车被吊起。采用上述方式,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
实施例五
基于同一申请构思,本申请实施例五还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述实施例一,或实施例二中提供的集装箱卡车起吊状态的检测方法的步骤。
具体地,所述存储介质能够为通用的存储介质,如移动磁盘、硬盘等,所述存储介质上的计算机程序被运行时,能够执行上述集装箱卡车起吊状态的检测方法,通过采集起吊过程中的图像来检测目标轮胎圆心点位置的变化情况,可以及时地确定出集装箱卡车的起吊状态,进而降低吊集卡事故发生的几率。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本申请所提供的几个实施例中,应所述理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的部分可以以软件产品的形式体现出来,所述计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RMA)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种集装箱卡车起吊状态的检测方法,其特征在于,所述检测方法包括:
从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致;
基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像;
确定与每个候选轮胎图像对应的候选轮胎圆心点;
从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标;
若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
2.根据权利要求1所述的检测方法,其特征在于,所述从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,包括:
获取采集到的集装箱卡车的轮胎图像;
通过预设圆环矩阵对所述轮胎图像进行扫描,得到所述多个圆环图像。
3.根据权利要求1所述的检测方法,其特征在于,所述基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
对每个圆环图像进行图像切分,得到每个圆环图像对应的多个扇环图像;
根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
4.根据权利要求3所述的检测方法,其特征在于,所述根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
对于任意一个圆环图像,若圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值与圆环图像的平均灰度值的绝对差值均小于第一预设阈值,则将圆环图像作为候选轮胎图像。
5.根据权利要求1所述的检测方法,其特征在于,所述基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像,包括:
根据每个圆环图像的平均灰度值和与每个圆环图像对应的内圆图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
6.根据权利要求3所述的检测方法,其特征在于,所述从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标,包括:
基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点;
基于每个候选轮胎比对点所属的候选轮胎图像的平均灰度值,和每个候选轮胎比对点所属的候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,以及每个候选轮胎比对点与所述候选轮胎基准点之间的距离,对所述候选轮胎基准点的位置进行调整,以确定出目标轮胎圆心点的目标坐标。
7.根据权利要求6所述的检测方法,其特征在于,所述基于每个候选轮胎图像的平均灰度值,和每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度,从所述多个候选轮胎圆心点中选取一个候选轮胎基准点和多个候选轮胎比对点,包括:
确定出每个候选轮胎图像的平均灰度值与每个候选轮胎图像对应的多个扇环图像中每个扇环图像的平均灰度值之间的相似度;
从确定出的多个相似度中选择出目标相似度,并将所述目标相似度对应的候选轮胎图像的候选轮胎圆心点作为候选轮胎基准点,其中,所述目标相似度的相似度值大于所述多个相似度中除所述目标相似度之外的其他相似度的相似度值;
分别计算所述候选轮胎基准点与所述多个候选轮胎圆心点中除所述候选轮胎基准点之外的每个候选轮胎圆心点之间的距离;
从计算出的多个距离中选择出距离值小于第二预设阈值的距离,并将选择出的距离对应的候选轮胎圆心点作为候选轮胎比对点。
8.一种集装箱卡车起吊状态的检测装置,其特征在于,所述检测装置包括扫描模块、筛选模块、第一确定模块、第二确定模块和第三确定模块;
所述扫描模块,从采集到的集装箱卡车的轮胎图像中,扫描出多个圆环图像,其中,每个圆环图像的尺寸与所述轮胎图像中集装箱卡车的轮胎的尺寸一致;
所述筛选模块,用于基于每个圆环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像;
所述第一确定模块,用于确定与每个候选轮胎图像对应的候选轮胎圆心点;
所述第二确定模块,用于从多个候选轮胎圆心点中确定出目标轮胎圆心点的目标坐标;
所述第三确定模块,用于若基于所述目标坐标确定出所述目标轮胎圆心点的位置发生变化,确定所述集装箱卡车被吊起。
9.根据权利要求8所述的检测装置,其特征在于,所述扫描模块,用于根据以下步骤扫描出多个圆环图像:
获取采集到的集装箱卡车的轮胎图像;
通过预设圆环矩阵对所述轮胎图像进行扫描,得到所述多个圆环图像。
10.根据权利要求8所述的检测装置,其特征在于,所述筛选模块,用于根据以下步骤筛选出多个候选轮胎图像:
对每个圆环图像进行图像切分,得到每个圆环图像对应的多个扇环图像;
根据每个圆环图像的平均灰度值,以及每个圆环图像对应的多个扇环图像中的每个扇环图像的平均灰度值,从所述多个圆环图像中筛选出多个候选轮胎图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251369.2A CN109949358A (zh) | 2019-03-29 | 2019-03-29 | 一种集装箱卡车起吊状态的检测方法和检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251369.2A CN109949358A (zh) | 2019-03-29 | 2019-03-29 | 一种集装箱卡车起吊状态的检测方法和检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109949358A true CN109949358A (zh) | 2019-06-28 |
Family
ID=67012252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251369.2A Pending CN109949358A (zh) | 2019-03-29 | 2019-03-29 | 一种集装箱卡车起吊状态的检测方法和检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949358A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112061993A (zh) * | 2020-08-27 | 2020-12-11 | 宁波大榭招商国际码头有限公司 | 一种集装箱起吊时车板分离自动检测和监控方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014044126A1 (zh) * | 2012-09-21 | 2014-03-27 | Wei Yiqun | 坐标获取装置、实时三维重建系统和方法、立体交互设备 |
WO2015129012A1 (ja) * | 2014-02-27 | 2015-09-03 | 株式会社小松製作所 | ダンプトラック |
CN206188241U (zh) * | 2016-11-10 | 2017-05-24 | 北京国泰星云科技有限公司 | 一种新型集装箱码头rtg远程操控系统 |
CN106986272A (zh) * | 2017-02-24 | 2017-07-28 | 北京航天自动控制研究所 | 一种基于机器视觉跟踪的集装箱货柜车防吊起方法及系统 |
CN107527347A (zh) * | 2017-10-11 | 2017-12-29 | 南京大学 | 基于计算机视觉图像处理的港口集装箱起吊安全监测方法 |
CN108792951A (zh) * | 2018-07-06 | 2018-11-13 | 上海振华重工(集团)股份有限公司 | 图像识别技术的集卡防吊起方法、系统、设备及存储介质 |
CN208182481U (zh) * | 2017-12-14 | 2018-12-04 | 常州基腾电气有限公司 | 防集卡车吊起装置 |
CN208516809U (zh) * | 2018-07-06 | 2019-02-19 | 上海振华重工(集团)股份有限公司 | 图像识别技术的集卡防吊起系统 |
CN109515392A (zh) * | 2018-11-09 | 2019-03-26 | 广西大学 | 一种具有视觉检测功能的工程车辆轮胎自动清洗装置 |
-
2019
- 2019-03-29 CN CN201910251369.2A patent/CN109949358A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014044126A1 (zh) * | 2012-09-21 | 2014-03-27 | Wei Yiqun | 坐标获取装置、实时三维重建系统和方法、立体交互设备 |
WO2015129012A1 (ja) * | 2014-02-27 | 2015-09-03 | 株式会社小松製作所 | ダンプトラック |
CN206188241U (zh) * | 2016-11-10 | 2017-05-24 | 北京国泰星云科技有限公司 | 一种新型集装箱码头rtg远程操控系统 |
CN106986272A (zh) * | 2017-02-24 | 2017-07-28 | 北京航天自动控制研究所 | 一种基于机器视觉跟踪的集装箱货柜车防吊起方法及系统 |
CN107527347A (zh) * | 2017-10-11 | 2017-12-29 | 南京大学 | 基于计算机视觉图像处理的港口集装箱起吊安全监测方法 |
CN208182481U (zh) * | 2017-12-14 | 2018-12-04 | 常州基腾电气有限公司 | 防集卡车吊起装置 |
CN108792951A (zh) * | 2018-07-06 | 2018-11-13 | 上海振华重工(集团)股份有限公司 | 图像识别技术的集卡防吊起方法、系统、设备及存储介质 |
CN208516809U (zh) * | 2018-07-06 | 2019-02-19 | 上海振华重工(集团)股份有限公司 | 图像识别技术的集卡防吊起系统 |
CN109515392A (zh) * | 2018-11-09 | 2019-03-26 | 广西大学 | 一种具有视觉检测功能的工程车辆轮胎自动清洗装置 |
Non-Patent Citations (5)
Title |
---|
张海青等: "集装箱卡车调度方法研究", 《物流科技》 * |
曲伟: "轨道吊集装箱卡车定位系统", 《港口科技》 * |
江泽洲等: "一种改进的检测多个同心圆环的方法", 《科技广场》 * |
童巍等: "轮胎起重机集卡防吊起系统的研究与应用", 《起重运输机械》 * |
黄伟等: "基于机器视觉的港口集装箱卡车防吊方法研究", 《软件导刊》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112061993A (zh) * | 2020-08-27 | 2020-12-11 | 宁波大榭招商国际码头有限公司 | 一种集装箱起吊时车板分离自动检测和监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4420821B2 (ja) | 組織学的アセスメント | |
CN104732207B (zh) | 高精度与高抗干扰性定位PCB板Mark点的方法及装置 | |
CN110287889A (zh) | 一种身份识别的方法及装置 | |
US20130089259A1 (en) | Space segmentation method for 3d point clouds | |
CN106033621A (zh) | 一种三维建模的方法及装置 | |
CN105335952B (zh) | 匹配代价计算方法和装置、以及视差值计算方法和设备 | |
CN114897864A (zh) | 基于数模信息的工件检测及缺陷判断方法 | |
CN110008947A (zh) | 一种基于卷积神经网络的粮仓粮食数量监测方法及装置 | |
CN107004266A (zh) | 检测轮胎表面上缺陷的方法 | |
CN113159064A (zh) | 基于精简的YOLOv3电路板电子元件目标检测的方法与装置 | |
CN109919247A (zh) | 危化品堆垛双目测距中特征点匹配方法、系统和设备 | |
CN113252103A (zh) | 一种基于matlab图像识别技术计算物料堆体积及质量的方法 | |
CN104268550B (zh) | 特征提取方法及装置 | |
CN110287892A (zh) | 空位识别方法及装置 | |
CN109886917A (zh) | 一种晶圆盘定位方法及装置 | |
CN109949358A (zh) | 一种集装箱卡车起吊状态的检测方法和检测装置 | |
CN109308710A (zh) | 监控方法、计算装置及计算机可读存储介质 | |
CN106600552A (zh) | 纹理图像补全方法及装置 | |
CN108171683A (zh) | 一种采用软件自动识别的细胞计数方法 | |
CN109145751A (zh) | 翻页检测方法及装置 | |
JP2011257244A (ja) | 物体形状検出装置及び方法 | |
CN103955929B (zh) | 图像局部边缘模式与非边缘模式判断方法及判断装置 | |
CN115423746B (zh) | 一种用于计算蒙皮孔位和孔径的图像处理方法 | |
Hoover et al. | A methodology for evaluating range image segmentation techniques | |
JP2021050931A (ja) | 付着物検出装置、および付着物検出方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190628 |