CN110817674A - 一种扶梯的缺级检测方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种扶梯的缺级检测方法、装置、设备及存储介质。该方法包括：获取扶梯区域的视频图像，并在视频图像中确定缺级检测区域；在缺级检测区域中，识别出多个梯级边界线的位置；根据相邻的梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。本发明实施例所提供的技术方案，解决了现有扶梯缺级检测方法所采用的装置结构复杂、精度不足且占用扶梯空间而不利于加装的问题，实现了在扶梯设备外部检测扶梯缺级的问题，为检测设备的安装提供了便利，并提高了扶梯缺级检测的准确性。

Description

一种扶梯的缺级检测方法、装置、设备及存储介质

技术领域

本发明实施例涉及图像识别技术领域，尤其涉及一种扶梯的缺级检测方法、装置、设备及存储介质。

背景技术

目前自动扶梯越来越多的应用于人们的生活当中，扶梯的安全问题也愈发的需要重视。于是在扶梯的自动运行中需要一些检测设备随时反映其运行状态。由于扶梯的结构复杂，梯级之间存在缝隙，容易导致异物陷入从而产生严重的安全威胁，也存在因机械故障导致的扶梯梯级错位、梯级缺失及梯级下陷等问题，因此需要相关的检测设备来提高扶梯使用的安全性。

现有的扶梯缺级检测方法主要有两种：一种是在扶梯的不同位置分别设置检测设备，但这种方法需要的检测器件数量较多，会占用大量安装空间，且结构复杂，精度不足；另一种是为扶梯增加梯级传感器，但一般传感器的灵敏度较低，检测过程复杂，且很容易受到外界因素的影响而导致误差。同时，上述两种现有技术所采用的方法均需要在原有的扶梯上增加大量的元器件，对于现如今已经投入使用的大量存量梯整改难度较大，不利于实现。

发明内容

本发明实施例提供了一种扶梯的缺级检测方法、装置、设备及存储介质，其目的在于解决现有的扶梯缺级检测方法所采用的装置结构复杂、精度不足且占用扶梯空间而不利于加装的问题。

第一方面，本发明实施例提供了一种扶梯的缺级检测方法，该方法包括：

获取扶梯区域的视频图像，并在视频图像中确定缺级检测区域；

在缺级检测区域中，识别出多个梯级边界线的位置；

根据相邻的梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

第二方面，本发明实施例提供了一种扶梯的缺级检测装置，该装置包括：

缺级检测区域确定模块，用于获取扶梯区域的视频图像，并在视频图像中确定缺级检测区域；

梯级边界线识别模块，用于在缺级检测区域中，识别出多个梯级边界线的位置；

缺级判断模块，用于根据相邻的梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

第三方面，本发明实施例还提供了一种设备，该设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

摄像头，用于获取扶梯区域的视频图像；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的扶梯的缺级检测方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时实现本发明任意实施例所提供的扶梯的缺级检测方法。

本发明实施例提供了一种扶梯的缺级检测方案，通过在确定需要进行缺级检测的区域后，识别每个梯级边界线的位置，并计算相邻梯级边界线的距离与实际的距离阈值相比较，从而判断扶梯是否存在缺级。解决了现有扶梯缺级检测方法所采用的装置结构复杂、精度不足且占用扶梯空间而不利于加装的问题。实现了在扶梯设备外部检测扶梯缺级的问题，为检测设备的安装提供了便利，并提高了扶梯缺级检测的准确性。

附图说明

图1A是本发明实施例一提供的扶梯的缺级检测方法的流程图；

图1B是本发明实施例一提供的扶梯区域的视频图像的示意图；

图2A是本发明实施例二提供的扶梯的缺级检测方法的流程图；

图2B是本发明具体应用场景一提供的扶梯的缺级检测方法的流程图；

图3是本发明实施例三所提供的扶梯的缺级检测装置的结构框图；

图4是本发明实施例四提供的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1A为本发明实施例一提供的扶梯的缺级检测方法的流程图。本实施例可适用于对扶梯进行缺级检测的情况，该方法可以由本发明实施例所提供的扶梯的缺级检测装置来执行，该装置可以通过软件和/或硬件实现，一般可集成于用于检测扶梯缺级的设备中，如图1A所示，具体包括如下步骤：

S11、获取扶梯区域的视频图像，并在所述视频图像中确定缺级检测区域。

对于扶梯区域的视频图像，可以通过安装于扶梯对侧的监控摄像头获取，然后利用图像识别技术在获取到的视频图像中确定缺级检测区域，以去除非梯级区域(例如，扶梯的周围环境)的图像信息，使得检测过程更集中于需要进行检测的梯级区域。如图1B所示，在扶梯实际的运行中，若未出现缺级的问题，则每个梯级会较上一梯级向前伸出，当梯级伸出时，梯级边界线即可显示出来。可选的，可以通过预设大小的矩形实线框作为缺级检测区域标识，也即该矩形实线框内的区域即为缺级检测区域，通过该矩形实线框的左右边界线分别与梯级边界线相交的方式来划定检测范围，以保证在缺级监测区域内可以准确的识别出梯级边界线。可选的，可以预先通过与梯级颜色(通常为黑色)具有明显色差的颜色(例如，黄色)标出梯级边界线，以此表示各梯级的边界位置，以便在图像识别时更容易确定梯级的边界位置。

S12、在所述缺级检测区域中，识别出多个梯级边界线的位置。

在确定了缺级检测区域后，可利用图像识别技术识别出其中梯级的边界位置；由于监控摄像头的拍摄角度问题，在获取到的视频图像中，梯级边界线可能呈现出宽度不一致或者变形现象，因此以直线来标记梯级边界线的位置可能会产生较大误差；可选的，可在缺级检测区域中将梯级的边界线用矩形虚线框出，再以每个矩形虚线框的相同位置，如矩形虚线框的左边线中点来标记梯级的边界线位置。

S13、根据相邻的所述梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

在识别出梯级边界线后，计算相邻的两条梯级边界线的距离，再将该距离与预设的梯级距离阈值相比，若计算得到的距离大于该梯级距离阈值，则可将扶梯状态判断为缺级。可选的，可以预先通过位于相同位置的摄像头对正常运行的扶梯进行拍摄，然后识别出梯级边界线的位置，并计算出每两条梯级边界线的距离值，将计算得到的所有距离值中的最大值作为梯级距离阈值；也可以是根据摄像头与扶梯的距离，再根据两条梯级边界线之间的实际距离，预先设定梯级距离阈值；在本发明实施例中，可选的，对于梯级距离阈值的设定不作具体限定。由于一旦发生缺级现象，则缺级位置的相邻两条梯级边界线之间的距离将至少为正常情况的两倍，所以对梯级距离阈值的设定误差容忍宽度较大。同时，相比于使用传感器的检测设备等进行扶梯缺级检测的方法，通过图像识别可以避免外界因素对传感器的影响，并且图像识别的精度相比于传感器的精度提高了很多，且检测过程更加简单。

可选的，在判断扶梯存在缺级的问题时，可通过语音、视频显示和/或指示灯等方式向维护人员或监控人员发送报警通知，以便及时的采取相应措施应对。并可将报警通知设置在扶梯位置及维护人员监控位置等，以便提示用户注意，以及提示维护人员前往采取相应解决措施。

本发明实施例所提供的技术方案，通过在确定需要进行缺级检测的区域后，识别每个梯级边界线的位置，并计算相邻梯级边界线的距离与实际的距离阈值相比较，从而判断扶梯是否存在缺级。解决了现有扶梯缺级检测方法所采用的装置结构复杂、精度不足且占用扶梯空间而不利于加装的问题。实现了在扶梯设备外部检测扶梯缺级的问题，为检测设备的安装提供了便利，并提高了扶梯缺级检测的准确性。

实施例二

图2A为本发明实施例二提供的扶梯的缺级检测方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，在本实施例中，在识别出多个梯级边界线的位置前，还生成了一种梯级边界线的检测器，以提高梯级边界线位置的获取精度。相应的，如图2A所示，具体包括以下步骤：

S21、获取扶梯区域的视频图像，并在所述视频图像中确定缺级检测区域。

S22、获取梯级边界线的训练样本集合；其中，所述训练样本集合包括正训练样本和负训练样本；所述正训练样本的扶梯区域视频图像包括梯级边界线；所述负训练样本的扶梯区域视频图像不包括梯级边界线。

为了提高梯级边界线检测器检测的正确性，需要模拟大量的学习样本。针对分类问题，正训练样本是想要正确分类出的类别所对应的样本，在本发明实施例中，针对的是判断有无梯级边界线的问题，因此正训练样本是包含梯级边界线的扶梯区域视频图像，负训练样本是不包含梯级边界线的扶梯区域视频图像。如此训练得到的梯级边界检测器便可以根据学习的结果判断获取的扶梯区域视频图像中是否存在梯级边界线。

S23、对所述正训练样本和所述负训练样本设定标签，并分别提取方向梯度直方图特征。

其中，分别为所有正训练样本和负训练样本设定相同的标签，示例性的，将所有的正训练样本标记为1，将所有的负训练样本标记为0，以便于在训练过程中根据机器易识别的样本标签进行分类。然后分别提取每个样本的方向梯度直方图(Histogram of OrientedGradient,HOG)特征，HOG特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子，在一副图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好的描述。与其他特征描述方法相比，HOG特征描述方法对图像几何和光学的形变都能保持很好的不变形，在粗的空间抽样、精细的方向抽样以及较强的局部光学归一化等条件下，容许图像中的对象存在一些细微的动作变化而不影响检测效果。具体实现的方法为：首先将图像分成小的连通区域称之为细胞单元，然后采集细胞单元中各像素点的梯度或边缘的方向直方图，最后把这些直方图组合起来，便可构成特征描述符。

S24、通过支持向量机对所述正训练样本的标签、所述负训练样本的标签、所述正训练样本的方向梯度直方图特征以及所述负训练样本的方向梯度直方图特征进行训练，以获取目标检测器。

其中，支持向量机(Support Vector Machine,SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。在本实施例中，将在先获得的正训练样本及负训练样本作为SVM分类器的输入，具体是将正训练样本的标签、负训练样本的标签、正训练样本的HOG特征及负训练样本的HOG特征作为SVM分类器的输入，通过SVM分类器寻找分割正负训练样本之间的最大边距超平面函数，该函数即为目标检测器。在实际的扶梯缺级检测中，即可利用该目标检测器判断扶梯区域视频图像是否存在梯级边界线。另外，可以在投入使用之前，对生成的目标检测器进行预测试，在预测试过程中将被误报的样本定义为难分样本，然后对预测试的结果再进行训练，即将难分样本作为负训练样本加入训练，以此来提高目标检测器识别梯级边界线的准确性。

S25、通过所述目标检测器，在所述缺级检测区域中，通过多个梯级边界检测框，分别标注各梯级边界线的位置。

在目标检测器投入使用之后，将实时获取并确定的缺级检测区域送入目标检测器进行识别，可选的，针对同一个缺级检测区域，可通过一个上下滑动的窗口遍历截取缺级检测区域的一部分送入目标检测器进行识别，在完成一个缺级检测区域的识别后，再获取下一个缺级检测区域进行遍历识别。然后将识别出的梯级边界线利用梯级边界检测框进行标注，可选的，该梯级边界检测框可以是矩形框，以更接近梯级边界线的形状，从而便于利用梯级边界检测框确定梯级边界线的位置。

S26、对各所述梯级边界检测框的左边线中点进行坐标标注，并将标注后的坐标作为与所述梯级边界检测框对应的梯级边界线的参考点坐标。

在设置了坐标轴之后，确定各梯级边界检测框的左边线中点的坐标，并可以此坐标作为对应梯级边界线的参考点坐标，以便利用坐标计算相邻梯级边界线的距离。可选的，也可以是各梯级边界检测框的右边线中点，但由于各梯级边界检测框上下边线可能与对应的梯级边界线存在一定的距离，且各个梯级边界检测框对应的距离可能不相同，所以为了减小误差，不使用上下边线上的点坐标作为对应梯级边界线的参考点坐标。

S27、根据各所述梯级边界线的参考点坐标，计算相邻的所述梯级边界线之间的梯级距离，并根据预设的梯级距离阈值，判断扶梯是否存在缺级。

可以将缺级检测区域的上边线方向为x轴方向，以缺级检测区域的左边线方向为y轴方向，由于摄像头的拍摄方向不能保证完全水平，所以计算相邻的梯级边界线之间的梯级距离可能包括两种情况，第一种情况是各梯级边界检测框的左边线与y轴平行，则计算相邻梯级边界线之间的梯级距离，只需要根据相邻梯级边界线的y轴坐标值即可，具体而言，相邻梯级边界线之间的梯级距离即是两个相邻梯级边界线参考点坐标的y值之差。第二种情况是各梯级边界检测框的左边线与y轴不平行，则计算相邻梯级边界线之间的梯级距离，需要根据相邻梯级边界线的x轴坐标值与y轴坐标值，具体而言，相邻梯级边界线之间的梯级距离即是通过将两个相邻梯级边界线参考点坐标的x值与y值利用勾股定理计算得到。在计算了相邻的梯级边界线之间的梯级距离之后，再将该距离与预设的梯级距离阈值相比，若计算得到的距离大于该梯级距离阈值，则可将扶梯状态判断为缺级。

本发明实施例所提供的技术方案，通过利用SVN分类器设计检测器，并利用该检测器对缺级检测区域中的梯级边界线进行检测，再对检测到的梯级边界线计算相邻梯级边界线的距离，并与实际的距离阈值相比较，从而判断扶梯是否存在缺级。使得边界线检测结果更加准确，进一步提高了扶梯缺级检测的准确性。

具体应用场景一

图2B是本公开具体应用场景一提供的一种扶梯的缺级检测方法的流程图，该方法具体如下：

S31、获取视频图像训练样本集合；其中，该训练样本集合包括正训练样本和负训练样本；正训练样本的视频图像包括梯级边界线；负训练样本的视频图像不包括梯级边界线，执行S32。

S32、对正训练样本和负训练样本设定标签，并分别提取方向梯度直方图特征，执行S33。

S33、通过支持向量机对正训练样本的标签、负训练样本的标签、正训练样本的方向梯度直方图特征以及负训练样本的方向梯度直方图特征进行训练，执行S34。

S34、生成支持向量机分类器，执行S35。

S35、当获取到扶梯区域的视频图像时，在所述视频图像中确定缺级检测区域，并识别出多个梯级边界线的位置，执行S36。

S36、对各梯级边界检测框的左边线中点进行坐标标注，并将标注后的坐标作为与梯级边界检测框对应的梯级边界线的参考点坐标，执行S37。

S37、根据各梯级边界线的参考点坐标，计算相邻的梯级边界线之间的梯级距离，并根据预设的梯级距离阈值，判断扶梯是否存在缺级，若是，执行S38，若否，执行S35；

S38、通过语音、视频显示和/或指示灯等方式向维护人员或监控人员发送报警通知。

本具体应用场景所提供的技术方案，通过利用SVN分类器设计检测器，并利用该检测器对缺级检测区域中的梯级边界线进行检测，再对检测到的梯级边界线计算相邻梯级边界线的距离，并与实际的距离阈值相比较，从而判断扶梯是否存在缺级。解决了现有扶梯缺级检测方法所采用的装置结构复杂、精度不足且占用扶梯空间而不利于加装的问题。实现了在扶梯设备外部检测扶梯缺级的问题，为检测设备的安装提供了便利，并提高了扶梯缺级检测的准确性。

实施例三

图3为本发明实施例三所提供的扶梯的缺级检测装置的结构框图，该装置可以由硬件和/或软件的方式来实现，并可集成于用于检测扶梯缺级的设备中，用于执行本发明任意实施例所提供的扶梯的缺级检测方法。如图3所示，该装置包括：

缺级检测区域确定模块31，用于获取扶梯区域的视频图像，并在视频图像中确定缺级检测区域；

梯级边界线识别模块32，用于在缺级检测区域中，识别出多个梯级边界线的位置；

缺级判断模块33，用于根据相邻的梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

本发明实施例所提供的技术方案，通过在确定需要进行缺级检测的区域后，识别每个梯级边界线的位置，并计算相邻梯级边界线的距离与实际的距离阈值相比较，从而判断扶梯是否存在缺级。解决了现有扶梯缺级检测方法所采用的装置结构复杂、精度不足且占用扶梯空间而不利于加装的问题。实现了在扶梯设备外部检测扶梯缺级的问题，为检测设备的安装提供了便利，并提高了扶梯缺级检测的准确性。

可选的，该装置还包括：

训练样本集合获取模块，用于在在缺级检测区域中，识别出多个梯级边界线的位置之前，获取梯级边界线的训练样本集合；其中，训练样本集合包括正训练样本和负训练样本；正训练样本的扶梯区域视频图像包括梯级边界线；负训练样本的扶梯区域视频图像不包括梯级边界线；

方向梯度直方图特征提取模块，用于对正训练样本和负训练样本设定标签，并分别提取方向梯度直方图特征；

目标检测器获取模块，用于通过支持向量机对正训练样本的标签、负训练样本的标签、正训练样本的方向梯度直方图特征以及负训练样本的方向梯度直方图特征进行训练，以获取目标检测器；

相应的，梯级边界线识别模块32具体用于：

通过目标检测器，在缺级检测区域中，通过多个梯级边界检测框，分别标注各梯级边界线的位置。

可选的，该装置还包括：

参考点坐标确定模块，用于在在缺级检测区域中，通过多个梯级边界检测框，分别标注各梯级边界线的位置之后，对各梯级边界检测框的左边线中点进行坐标标注，并将标注后的坐标作为与梯级边界检测框对应的梯级边界线的参考点坐标。

可选的，缺级判断模块33具体用于：

根据各梯级边界线的参考点坐标，计算相邻的梯级边界线之间的梯级距离，并根据预设的梯级距离阈值，判断扶梯是否存在缺级。

可选的，缺级判断模块33包括：

第一梯级距离计算模块，用于若各梯级边界检测框的左边线与y轴平行，根据相邻的梯级边界线的y轴坐标值，计算相邻的梯级边界线之间的梯级距离；其中，y轴方向为缺级检测区域的左边线方向。

可选的，缺级判断模块33还包括：

第二梯级距离计算模块，用于若各梯级边界检测框的左边线与y轴不平行，根据相邻的梯级边界线的x轴坐标值和y轴坐标，计算相邻的梯级边界线之间的梯级距离；其中，x轴方向为缺级检测区域的上边线方向，y轴方向为缺级检测区域的左边线方向。

可选的，该装置还包括：

报警模块，用于若判断扶梯存在缺级，则通过语音、指示灯和/或视频发送报警通知。

本发明实施例所提供的扶梯的缺级检测装置可执行本发明任意实施例所提供的扶梯的缺级检测方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，在上述扶梯的缺级检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例四

图4为本发明实施例四提供的一种设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性设备的框图。图4显示的设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，该设备包括处理器41、存储器42、输入装置43及输出装置44；设备中处理器41的数量可以是一个或多个，图4中以一个处理器41为例，设备中的处理器41、存储器42、输入装置43及输出装置44可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器42作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的扶梯的缺级检测方法对应的程序指令/模块(例如，扶梯的缺级检测装置中的缺级检测区域确定模块31、梯级边界线识别模块32及缺级判断模块33)。处理器41通过运行存储在存储器42中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的扶梯的缺级检测方法。

存储器42可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。

输入装置43可用于接收远程发送的相关信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示器及报警器等设备，可用于向需要的位置发送扶梯缺级报警信号。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的扶梯的缺级检测方法，该方法包括：

获取扶梯区域的视频图像，并在视频图像中确定缺级检测区域；

在缺级检测区域中，识别出多个梯级边界线的位置；

根据相邻的梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的扶梯的缺级检测方法中的相关操作。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种扶梯的缺级检测方法，其特征在于，包括：

获取扶梯区域的视频图像，并在所述视频图像中确定缺级检测区域；

在所述缺级检测区域中，识别出多个梯级边界线的位置；

根据相邻的所述梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

2.根据权利要求1所述的方法，其特征在于，在所述缺级检测区域中，识别出多个梯级边界线的位置前，还包括：

获取梯级边界线的训练样本集合；其中，所述训练样本集合包括正训练样本和负训练样本；所述正训练样本的扶梯区域视频图像包括梯级边界线；所述负训练样本的扶梯区域视频图像不包括梯级边界线；

对所述正训练样本和所述负训练样本设定标签，并分别提取方向梯度直方图特征；

通过支持向量机对所述正训练样本的标签、所述负训练样本的标签、所述正训练样本的方向梯度直方图特征以及所述负训练样本的方向梯度直方图特征进行训练，以获取目标检测器；

相应的，在所述缺级检测区域中，识别出多个梯级边界线的位置，包括：

通过所述目标检测器，在所述缺级检测区域中，通过多个梯级边界检测框，分别标注各梯级边界线的位置。

3.根据权利要求2所述的方法，其特征在于，在通过所述目标检测器，在所述缺级检测区域中，通过多个梯级边界检测框，分别标注各梯级边界线的位置后，还包括：

对各所述梯级边界检测框的左边线中点进行坐标标注，并将标注后的坐标作为与所述梯级边界检测框对应的梯级边界线的参考点坐标。

4.根据权利要求3所述的方法，其特征在于，根据相邻的所述梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断所述扶梯是否存在缺级，包括：

根据各所述梯级边界线的参考点坐标，计算相邻的所述梯级边界线之间的梯级距离，并根据预设的梯级距离阈值，判断扶梯是否存在缺级。

5.根据权利要求4所述的方法，其特征在于，若各所述梯级边界检测框的左边线与y轴平行，则根据各所述梯级边界线的参考点坐标，计算相邻的所述梯级边界线之间的梯级距离，包括：

根据相邻的所述梯级边界线的y轴坐标值，计算相邻的所述梯级边界线之间的梯级距离；其中，y轴方向为所述缺级检测区域的左边线方向。

6.根据权利要求4所述的方法，其特征在于，若各所述梯级边界检测框的左边线与y轴不平行，则根据各所述梯级边界线的参考点坐标，计算相邻的所述梯级边界线之间的梯级距离，包括：

根据相邻的所述梯级边界线的x轴坐标值和y轴坐标，计算相邻的所述梯级边界线之间的梯级距离；其中，x轴方向为所述缺级检测区域的上边线方向，y轴方向为所述缺级检测区域的左边线方向。

7.根据权利要求1所述的方法，其特征在于，若判断所述扶梯存在缺级，则通过语音、指示灯和/或视频发送报警通知。

8.一种扶梯的缺级检测装置，其特征在于，包括：

缺级检测区域确定模块，用于获取扶梯区域的视频图像，并在所述视频图像中确定缺级检测区域；

梯级边界线识别模块，用于在所述缺级检测区域中，识别出多个梯级边界线的位置；

缺级判断模块，用于根据相邻的所述梯级边界线之间的梯级距离，以及预设的梯级距离阈值，判断扶梯是否存在缺级。

9.一种设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的扶梯的缺级检测方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的扶梯的缺级检测方法。

Images