CN113627388A - 针对裸土覆盖情况的确定方法及装置 - Google Patents

Abstract

本发明公开了一种针对裸土覆盖情况的确定方法及装置。该发明包括：获取针对施工区域采集的现场图像；基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值。通过本发明，解决了相关技术中裸土覆盖的检测方法效率较低下的技术问题。

Description

针对裸土覆盖情况的确定方法及装置

技术领域

本发明涉及智能建筑领域，具体而言，涉及一种针对裸土覆盖情况的确定方法及装置。

背景技术

近年来对施工环境的要求越来越高，针对扬尘，噪声，污水处理，建筑垃圾处理等制定严格要求。在建筑工地的应用场景中，工地土方裸露易造成大面积扬尘现象，对空气质量影响较大。因此，相关部门要求施工现场的裸土必须采用裸土覆盖物覆盖，如果未覆盖或者未完全覆盖视作违规。

相关技术中，裸土覆盖检测方法一般有两种，一种是人工巡视，指的是人员到现场巡视，或者，通过监控进行巡视检查是否出现大面积裸土未覆盖；另一种方法是无人机巡视，人员通过无人机传回的影像进行判别是否出现未覆盖，依靠人力进行实时监督成本过高，且效率低下，会受到监督人员主观因素以及如环境、视线遮挡等客观因素的影响。

依靠无人机进行监督，信息易被泄露、安全性能较低，并且自动化含量较低，不适用于城市级规模的工地检测。

因此，裸土检测技术的关键是如何在低成本条件下实现安全、高实时性、高精确度检测，基于上述考虑，相关技术中还没有相应的技术手段。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种针对裸土覆盖情况的确定方法及装置，以解决相关技术中裸土覆盖的检测方法效率较低下的技术问题。

为了实现上述目的，根据本发明的一个方面，提供了一种针对裸土覆盖情况的确定方法。该发明包括：获取针对施工区域采集的现场图像；基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值。

进一步地，获取针对施工现场采集的现场图像，包括：获取针对施工区域的监控视频；基于预设的抽帧间隔，从监控视频中抽取部分视频帧；将抽取的各个视频帧分别确定为现场图像。

进一步地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：分别基于各个现场图像中的每个像素点的像素类别，确定各个现场图像中裸土的子覆盖参考值；基于确定的各个子覆盖参考值，确定施工区域中裸土的覆盖参考值。

进一步地，在基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别之前，方法还包括：对现场图像进行双边滤波处理以消除现场图像的噪声，其中，消除噪声的现场图像还保持有图像边缘细节信息。

进一步地，基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别包括：分别确定两个像素类别对应的两个目标质点；依据两个目标质点，确定现场图像中每个像素点所属的像素类别。

进一步地，依据两个目标质点，确定现场图像中每个像素点所属的像素类别包括：

步骤501：随机选取裸土以及裸土覆盖物对应的两个初始质点；

步骤502：计算现场图像中的像素点分别到两个初始质点的两个距离；

步骤503：将两个距离中的较小距离对应的初始质点对应的像素类别确定为像素点所属的像素类别；

步骤504：确定裸土或裸土覆盖物对应的每个像素点对应的通道的均值以及通道的中位数，并将所有像素点的通道的均值以及所有像素点的通道的中位数的和的平均值作为裸土或裸土覆盖物对应的新的质点；

步骤505：重复步骤501-步骤504直到两个像素类别对应的质点的值与上次计算的质点的值之间的差值在预设差值范围内时，将当前的两个质点确定为两个目标质点。

进一步地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值前，方法包括：遍历现场图像中的所有像素点；依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值。

进一步地，依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值包括：当像素点对应的像素值为第一像素值时，确定裸土的面积值加1；当像素点对应的像素值为第二像素值时，确定裸土覆盖物的面积值加1。

进一步地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：统计裸土的面积值以及裸土覆盖物的面积值；依据裸土的面积值以及裸土覆盖物的面积值，计算裸土的覆盖率

进一步地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值之后，方法还包括：判断裸土覆盖率是否小于覆盖率阈值；在裸土覆盖率小于覆盖率阈值的情况下，触发报警；在裸土覆盖率大于等于覆盖率阈值的情况下，确定裸土覆盖率合格。

为了实现上述目的，根据本发明的另一方面，提供了一种针对裸土覆盖情况的确定装置。该装置包括：第一获取单元，用于获取针对施工区域采集的现场图像；第一确定单元，用于基于预设聚类装置，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；第二确定单元，用于依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值。

通过本发明，采用以下步骤：获取针对施工区域采集的现场图像；基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值，解决了相关技术中裸土覆盖的检测方法效率较低下的技术问题，达到了在成本低的条件下，高效、高精度检测的技术效果。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例提供的一种针对裸土覆盖情况的确定方法的流程图；以及

图2是根据本发明实施例提供的依据两个目标质点，确定现场图像中每个像素点所属的像素类别的流程图；

图3是根据本发明实施例提供的一种针对裸土覆盖情况的确定装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明的实施例，提供了一种针对裸土覆盖情况的确定方法。

图1是根据本发明实施例提供的一种针对裸土覆盖情况的确定方法的流程图。如图1所示，该发明包括以下步骤：

步骤S101，获取针对施工区域采集的现场图像；

步骤S102，基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；

步骤S103，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值。

可选地，获取针对施工现场采集的现场图像，包括：获取针对施工区域的监控视频；基于预设的抽帧间隔，从监控视频中抽取部分视频帧；将抽取的各个视频帧分别确定为现场图像。

上述地，本申请提供的实施例中，通过对现场监控视频的抽帧处理，得到现场图片序列。

需要说明的是，由于工地拍摄视频为摄像头针对同一场景静止拍摄，因此根据视频长度及质量选择设置30s、60s、120s等N种不同抽帧间隔，对视频数据进行抽帧处理，避免图像间过于相似，产生不必要的计算损失。

上述处理图像数据的手段，相较于其他方案的深度学习算法模型，对训练数据的依赖更小，处理速度更快。

同时，本申请的实施例中，使用轻量级算法，摄像头采集数据后可以在本地计算，将计算结果返回到控制中心，具有较高的运行效率，能够保证处理的实时性。

进一步地，本申请提供的实施例中，K-means聚类方法对抽取的现场图像进行分割处理以识别出裸露土方以及裸土覆盖物对应的像素点，通过像素点所属的像素类别以确定工地现场的裸土覆盖率。

需要说明的是，在本申请中，裸土覆盖物可以是工地盖布也可以是盖板等，具体不做限制。

通过本发明提供的方法，无需人工参与，实现了建筑工地场景中裸土与裸土覆盖物的自动检测识别，降低人工成本，大幅度提升建筑工地智能化进程。

可选地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：

分别基于各个现场图像中的每个像素点的像素类别，确定各个现场图像中裸土的子覆盖参考值；

基于确定的各个子覆盖参考值，确定施工区域中裸土的覆盖参考值。

上述地，裸土的覆盖参考值可以为裸土的覆盖率也可以是裸土的面积值或者是裸土覆盖物的面积值。

可选地，在基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别之前，该方法还包括：对现场图像进行双边滤波处理以消除现场图像的噪声，其中，消除噪声的现场图像还保持有图像边缘细节信息。

上述地，在实际场景下，图像数据质量受监控摄像头设备影响较大，如果直接使用原图做裸土检测，则会引入很大的环境噪声，不利于后续算法处理。

其中，普通的时空域的低通滤波器，在像素空间完成滤波以后，导致图像的边缘部分也变得不那么明显，整张图像都变得同样的模糊，图像边缘细节丢失。本申请实施例中通过双边滤波结合像素点之间的欧式距离与像素点之间的颜色差异对图像进行过滤处理，在提升图像质量的同时，使图像的边缘等细节信息得到更好的保存。

可选地，基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别包括：

分别确定两个像素类别对应的两个目标质点；

依据两个目标质点，确定现场图像中每个像素点所属的像素类别。

具体地，在通过K-means聚类方法识别现场图像中的像素点所属的像素类别之前，需要确定最终决定像素点的类别的目标质点，也即裸土对应的目标质点以及裸土覆盖物对应的目标质点。

可选地，依据两个目标质点，确定现场图像中每个像素点所属的像素类别包括以下步骤：具体流程图如图2所示：

步骤501：随机选取裸土以及裸土覆盖物对应的两个初始质点；

上述地，随机选取两个类别分别对应的两个质点，也即初始化裸土以及裸土覆盖物对应的两个质点。

步骤502：计算现场图像中的像素点分别到两个初始质点的两个距离；

步骤503：将两个距离中的较小距离对应的初始质点对应的像素类别确定为像素点所属的像素类别；

将计算出的上述两个距离之中较小的距离，确定为该像素点所属的像素类别。

步骤504：确定裸土或裸土覆盖物对应的每个像素点对应的通道的均值以及通道的中位数，并将所有像素点的通道的均值以及所有像素点的通道的中位数的和的平均值作为裸土或裸土覆盖物对应的新的质点；

上述地，为避免异常点对聚类效果的影响，根据每个类别的所有像素点,计算这些像素点每个通道的中位数和均值,以所有像素点对应的中位数和均值的平均数作为新的中心点(质点)。

步骤505：重复步骤501-步骤504直到两个像素类别对应的质点的值与上次计算的质点的值之间的差值在预设差值范围内时，将当前的两个质点确定为两个目标质点。

具体地，重复以上501-步骤504构成的迭代过程，直到重新计算的质点的值与上次确定的质点的值之间的差值在预设差值范围内时，停止执行迭代过程，优选的，重复迭代过程的次数为3次，优选地，预设差值范围为小于等于0.1，并且将当前计算的质点分别确定为两个类别对应的目标质点。

上述地，本申请提供的上述方法中，软件拓展性强，便于算法迭代升级。

进一步地，依据每个类别的质点来更新现场图像中每个像素点所属的像素类别。

可选地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值前，该方法包括：

遍历现场图像中的所有像素点；

依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值。

可选地，依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值包括：

当像素点对应的像素值为第一像素值时，确定裸土的面积值加1；

当像素点对应的像素值为第二像素值时，确定裸土覆盖物的面积值加1。

具体地，裸土与裸土覆盖物面积的计算方法为：从上到下，从左到右，遍历图像中的所有像素，若像素值为0，则裸土的面积值加1，若像素值为255，则裸土覆盖物的面积值加1。

需要说明的是，上述的面积值不是裸土与裸土覆盖物真正的面积，而是面积指代值，通过面积指代值来计算裸土的覆盖参考值。

可选地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：

统计裸土的面积值以及裸土覆盖物的面积值；

依据裸土的面积值以及裸土覆盖物的面积值，计算裸土的覆盖率。

具体地，裸土覆盖率的计算方法具体如下：

其中，M表示裸土覆盖率，Area_BareSoil表示裸土面积值，Area_SiteCover表示裸土覆盖物面积值。

在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值之后，该方法还包括：判断裸土覆盖率是否小于覆盖率阈值；

在裸土覆盖率小于覆盖率阈值的情况下，触发报警；在裸土覆盖率大于等于覆盖率阈值的情况下，确定裸土覆盖率合格。

上述地，在确定了裸土覆盖率之后，相应的设置了报警机制，通过判断裸土覆盖率与覆盖率阈值的比较，进而确认是否采取报警措施或者是确认覆盖率合格。

需要说明的是，报警机制可以是通过短信、邮件等手段来通知管理人员对工地的裸土进行管理。

本发明实施例提供的一种确定建筑工地上裸土覆盖率的方法，通过获取针对施工区域采集的现场图像；基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值，解决了相关技术中裸土覆盖的检测方法效率较低下的技术问题，达到了在成本低的条件下，高效、高精度检测的技术效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明实施例还提供了一种针对裸土覆盖情况的确定装置，需要说明的是，本发明实施例的一种针对裸土覆盖情况的确定装置可以用于执行本发明实施例所提供的用于一种针对裸土覆盖情况的确定方法。以下对本发明实施例提供的一种针对裸土覆盖情况的确定方法进行介绍。

图3是根据本发明实施例提供的一种针对裸土覆盖情况的确定装置的示意图。如图3所示，该装置包括：

第一获取单元301，用于获取针对施工区域采集的现场图像；

第一确定单元302，用于基于预设聚类装置，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；

第二确定单元303，用于依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值

可选地，第一获取单元301包括：获取子单元，用于获取针对施工区域的监控视频；抽取子单元，用于基于预设的抽帧间隔，从监控视频中抽取部分视频帧；第一确定子单元，用于将抽取的各个视频帧分别确定为现场图像。

可选地，第二确定单元303包括：第二确定子单元，用于分别基于各个现场图像中的每个像素点的像素类别，确定各个现场图像中裸土的子覆盖参考值；第三确定子单元，用于基于确定的各个子覆盖参考值，确定施工区域中裸土的覆盖参考值。

可选地，装置还包括：消除单元，用于在基于预设聚类装置，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别之前，对现场图像进行双边滤波处理以消除现场图像的噪声，其中，消除噪声的现场图像还保持有图像边缘细节信息。

可选地，第一确定单元302包括：第四确定子单元，用于分别确定两个像素类别对应的两个目标质点；第五确定子单元，用于依据两个目标质点，确定现场图像中每个像素点所属的像素类别。

可选地，第二确定单元303包括：选取子单元，用于随机选取裸土以及裸土覆盖物对应的两个初始质点；第一计算子单元，用于计算现场图像中的像素点分别到两个初始质点的两个距离；第六确定子单元，用于将两个距离中的较小距离对应的初始质点对应的像素类别确定为像素点所属的像素类别；第七确定子单元，用于确定裸土或裸土覆盖物对应的每个像素点对应的通道的均值以及通道的中位数，并将所有像素点的通道的均值以及所有像素点的通道的中位数的和的平均值作为裸土或裸土覆盖物对应的新的质点；第八确定子单元，用于重复步骤501-步骤504直到两个像素类别对应的质点的值与上次计算的质点的值之间的差值在预设差值范围内时，将当前的两个质点确定为两个目标质点。

可选地，装置包括：遍历单元，用于在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值前，遍历现场图像中的所有像素点；第三确定单元，用于依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值。

可选地，第二确定单元303包括：第九确定子单元，用于当像素点对应的像素值为第一像素值时，确定裸土的面积值加1；第十确定子单元，用于当像素点对应的像素值为第二像素值时，确定裸土覆盖物的面积值加1。

可选地，第二确定单元303包括：统计子单元，用于统计裸土的面积值以及裸土覆盖物的面积值；第二计算子单元，用于依据裸土的面积值以及裸土覆盖物的面积值，计算裸土的覆盖率。

可选地，装置还包括：判断单元，用于在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值之后，判断裸土覆盖率是否小于覆盖率阈值；触发单元，用于在裸土覆盖率小于覆盖率阈值的情况下，触发报警；第四确定单元，用于在裸土覆盖率大于等于覆盖率阈值的情况下，确定裸土覆盖率合格。

本发明实施例提供的一种针对裸土覆盖情况的确定装置，包括：第一获取单元301，用于获取针对施工区域采集的现场图像；第一确定单元302，用于基于预设聚类装置，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；第二确定单元303，用于依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值，解决了相关技术中裸土覆盖的检测方法效率较低下的技术问题，达到了在成本低的条件下，高效、高精度检测的技术效果。

一种针对裸土覆盖情况的确定装置包括处理器和存储器，上述抽取单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决相关技术中裸土覆盖的检测方法效率较低下的技术问题。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现一种针对裸土覆盖情况的确定方法。

本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行一种针对裸土覆盖情况的确定方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取针对施工区域采集的现场图像；基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值。

可选地，获取针对施工现场采集的现场图像，包括：获取针对施工区域的监控视频；基于预设的抽帧间隔，从监控视频中抽取部分视频帧；将抽取的各个视频帧分别确定为现场图像。

可选地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：分别基于各个现场图像中的每个像素点的像素类别，确定各个现场图像中裸土的子覆盖参考值；基于确定的各个子覆盖参考值，确定施工区域中裸土的覆盖参考值。

可选地，在基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别之前，该方法还包括：对现场图像进行双边滤波处理以消除现场图像的噪声，其中，消除噪声的现场图像还保持有图像边缘细节信息。

可选地，基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别包括：分别确定两个像素类别对应的两个目标质点；依据两个目标质点，确定现场图像中每个像素点所属的像素类别。

可选地，依据两个目标质点，确定现场图像中每个像素点所属的像素类别包括：

步骤501：随机选取裸土以及裸土覆盖物对应的两个初始质点；

步骤502：计算现场图像中的像素点分别到两个初始质点的两个距离；

步骤503：将两个距离中的较小距离对应的初始质点对应的像素类别确定为像素点所属的像素类别；

步骤504：确定裸土或裸土覆盖物对应的每个像素点对应的通道的均值以及通道的中位数，并将所有像素点的通道的均值以及所有像素点的通道的中位数的和的平均值作为裸土或裸土覆盖物对应的新的质点；

步骤505：重复步骤501-步骤504直到两个像素类别对应的质点的值与上次计算的质点的值之间的差值在预设差值范围内时，将当前的两个质点确定为两个目标质点。

可选地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值前，该方法包括：遍历现场图像中的所有像素点；依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值。

可选地，依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值包括：当像素点对应的像素值为第一像素值时，确定裸土的面积值加1；当像素点对应的像素值为第二像素值时，确定裸土覆盖物的面积值加1。

可选地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：统计裸土的面积值以及裸土覆盖物的面积值；依据裸土的面积值以及裸土覆盖物的面积值，计算裸土的覆盖率

可选地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值之后，该方法还包括：判断裸土覆盖率是否小于覆盖率阈值；在裸土覆盖率小于覆盖率阈值的情况下，触发报警；在裸土覆盖率大于等于覆盖率阈值的情况下，确定裸土覆盖率合格。本文中的设备可以是服务器、PC、PAD、手机等。

本发明还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取针对施工区域采集的现场图像；基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别，其中，像素类别包括裸土和裸土覆盖物中的至少一个；依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值。

可选地，获取针对施工现场采集的现场图像，包括：获取针对施工区域的监控视频；基于预设的抽帧间隔，从监控视频中抽取部分视频帧；将抽取的各个视频帧分别确定为现场图像。

可选地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：分别基于各个现场图像中的每个像素点的像素类别，确定各个现场图像中裸土的子覆盖参考值；基于确定的各个子覆盖参考值，确定施工区域中裸土的覆盖参考值。

可选地，在基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别之前，该方法还包括：对现场图像进行双边滤波处理以消除现场图像的噪声，其中，消除噪声的现场图像还保持有图像边缘细节信息。

可选地，基于预设聚类方法，对现场图像进行图像分割处理，确定现场图像中每个像素点的像素类别包括：分别确定两个像素类别对应的两个目标质点；依据两个目标质点，确定现场图像中每个像素点所属的像素类别。

可选地，依据两个目标质点，确定现场图像中每个像素点所属的像素类别包括：

步骤501：随机选取裸土以及裸土覆盖物对应的两个初始质点；

步骤502：计算现场图像中的像素点分别到两个初始质点的两个距离；

步骤503：将两个距离中的较小距离对应的初始质点对应的像素类别确定为像素点所属的像素类别；

步骤504：确定裸土或裸土覆盖物对应的每个像素点对应的通道的均值以及通道的中位数，并将所有像素点的通道的均值以及所有像素点的通道的中位数的和的平均值作为裸土或裸土覆盖物对应的新的质点；

步骤505：重复步骤501-步骤504直到两个像素类别对应的质点的值与上次计算的质点的值之间的差值在预设差值范围内时，将当前的两个质点确定为两个目标质点。

可选地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值前，该方法包括：遍历现场图像中的所有像素点；依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值。

可选地，依据像素点对应的不同像素值来确定裸土的面积值以及裸土覆盖物的面积值包括：当像素点对应的像素值为第一像素值时，确定裸土的面积值加1；当像素点对应的像素值为第二像素值时，确定裸土覆盖物的面积值加1。

可选地，依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值包括：统计裸土的面积值以及裸土覆盖物的面积值；依据裸土的面积值以及裸土覆盖物的面积值，计算裸土的覆盖率

可选地，在依据每个像素点的像素类别，确定施工区域中裸土的覆盖参考值之后，该方法还包括：判断裸土覆盖率是否小于覆盖率阈值；在裸土覆盖率小于覆盖率阈值的情况下，触发报警；在裸土覆盖率大于等于覆盖率阈值的情况下，确定裸土覆盖率合格。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (13)

1.一种针对裸土覆盖情况的确定方法，其特征在于，包括：

获取针对施工区域采集的现场图像；

基于预设聚类方法，对所述现场图像进行图像分割处理，确定所述现场图像中每个像素点的像素类别，其中，所述像素类别包括裸土和裸土覆盖物中的至少一个；

依据每个所述像素点的像素类别，确定所述施工区域中裸土的覆盖参考值。

2.根据权利要求1所述的方法，其特征在于，所述获取针对施工现场采集的现场图像，包括：

获取针对所述施工区域的监控视频；

基于预设的抽帧间隔，从所述监控视频中抽取部分视频帧；

将抽取的各个视频帧分别确定为所述现场图像。

3.根据权利要求2所述的方法，其特征在于，依据每个所述像素点的像素类别，确定所述施工区域中裸土的覆盖参考值包括：

分别基于各个所述现场图像中的每个所述像素点的所述像素类别，确定所述各个所述现场图像中所述裸土的子覆盖参考值；

基于确定的各个所述子覆盖参考值，确定所述施工区域中裸土的所述覆盖参考值。

4.根据权利要求1所述的方法，其特征在于，在基于预设聚类方法，对所述现场图像进行图像分割处理，确定所述现场图像中每个像素点的像素类别之前，所述方法还包括：

对所述现场图像进行双边滤波处理以消除所述现场图像的噪声，其中，消除所述噪声的所述现场图像还保持有图像边缘细节信息。

5.根据权利要求1所述的方法，其特征在于，基于预设聚类方法，对所述现场图像进行图像分割处理，确定所述现场图像中每个像素点的像素类别包括：

分别确定两个所述像素类别对应的两个目标质点；

依据两个所述目标质点，确定所述现场图像中每个所述像素点所属的像素类别。

6.根据权利要求5所述的方法，其特征在于，依据两个所述目标质点，确定所述现场图像中每个所述像素点所属的像素类别包括：

步骤501：随机选取所述裸土以及所述裸土覆盖物对应的两个初始质点；

步骤502：计算所述现场图像中的所述像素点分别到两个所述初始质点的两个距离；

步骤503：将所述两个距离中的较小距离对应的所述初始质点对应的像素类别确定为所述像素点所属的像素类别；

步骤504：确定所述裸土或所述裸土覆盖物对应的每个像素点对应的通道的均值以及所述通道的中位数，并将所有所述像素点的所述通道的均值以及所有所述像素点的所述通道的中位数的和的平均值作为所述裸土或所述裸土覆盖物对应的新的质点；

步骤505：重复步骤501-步骤504直到两个所述像素类别对应的质点的值与上次计算的所述质点的值之间的差值在预设差值范围内时，将当前的两个所述质点确定为两个所述目标质点。

7.根据权利要求1所述的方法，其特征在于，在依据每个所述像素点的像素类别，确定所述施工区域中裸土的覆盖参考值前，所述方法包括：

遍历所述现场图像中的所有所述像素点；

依据所述像素点对应的不同像素值来确定所述裸土的面积值以及所述裸土覆盖物的面积值。

8.根据权利要求5所述的方法，其特征在于，依据所述像素点对应的不同像素值来确定所述裸土的面积值以及所述裸土覆盖物的面积值包括：

当所述像素点对应的所述像素值为第一像素值时，确定所述裸土的面积值加1；

当所述像素点对应的所述像素值为第二像素值时，确定所述裸土覆盖物的面积值加1。

9.根据权利要求8所述的方法，其特征在于，依据每个所述像素点的像素类别，确定所述施工区域中裸土的覆盖参考值包括：

统计所述裸土的面积值以及所述裸土覆盖物的面积值；

依据所述裸土的面积值以及所述裸土覆盖物的面积值，计算所述裸土的覆盖率。

10.根据权利要求9所述的方法，其特征在于，在依据每个所述像素点的像素类别，确定所述施工区域中裸土的覆盖参考值之后，所述方法还包括：

判断所述裸土覆盖率是否小于覆盖率阈值；

在所述裸土覆盖率小于所述覆盖率阈值的情况下，触发报警；

在所述裸土覆盖率大于等于所述覆盖率阈值的情况下，确定所述裸土覆盖率合格。

11.一种针对裸土覆盖情况的确定装置，其特征在于，包括：

第一获取单元，用于获取针对施工区域采集的现场图像；

第一确定单元，用于基于预设聚类装置，对所述现场图像进行图像分割处理，确定所述现场图像中每个像素点的像素类别，其中，所述像素类别包括裸土和裸土覆盖物中的至少一个；

第二确定单元，用于依据每个所述像素点的像素类别，确定所述施工区域中裸土的覆盖参考值。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至10中任意一项所述的一种针对裸土覆盖情况的确定方法。

13.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至10中任意一项所述的一种针对裸土覆盖情况的确定方法。

Images