CN114549820A - 传输带的运动检测方法、检测设备、电子设备和介质 - Google Patents
传输带的运动检测方法、检测设备、电子设备和介质 Download PDFInfo
- Publication number
- CN114549820A CN114549820A CN202111658536.9A CN202111658536A CN114549820A CN 114549820 A CN114549820 A CN 114549820A CN 202111658536 A CN202111658536 A CN 202111658536A CN 114549820 A CN114549820 A CN 114549820A
- Authority
- CN
- China
- Prior art keywords
- optical flow
- state
- detected
- tracking points
- target
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种传输带的运动检测方法、检测设备、电子设备和介质,该检测方法包括:获取针对目标传输带采集的图像序列;基于图像序列中不同图像中待检测区域的光流跟踪点,确定光流跟踪点的光流特征;待检测区域至少基于目标传输带的子区域设置;基于光流特征,确定目标传输带的运动状态。通过上述方式,本申请在图像序列相对恒定的情况下,基于光流跟踪点的光流特征,实现对目标传输带的运动状态检测,具备较高的检测准确性。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种传输带的运动检测方法、检测设备、电子设备和介质。
背景技术
近年来,随着计算机技术的日益发展,利用计算机将由摄像机传来的皮带图像信息按一定的顺序,经过图像处理、分析、检测,进而输出皮带运动状态结果并发出状态变化报警,方便工作人员,提高生产效率。
煤矿作为工业生产过程中的重要能源,在国家的基础工业中发挥着举足轻重的作用。由于煤矿特殊的生产条件,矿井环境错综复杂,传送带作为矿料生产运输过程中至关重要的设备,一方面极大提高了矿物生产作业效率,另一方面减少了发生矿工人身安全的概率,发挥着越来越重要的作用。利用信息技术实现矿物皮带工作状态智能监测,对于进一步降低矿物生产成本、提高生产安全性具有重要意义。
目前,由于传输带,比如煤矿皮带空载时的运动速度较快,或皮带光滑无煤时会导致获取的图像存在差异性小的情况,对获取的图像进行灰度值比较来判断皮带的运动状态,使得灰度值比较得到的差异性也小,从而导致误判传输带的运动状态。
发明内容
为解决上述技术问题,本申请第一方面采用的技术方案是提供一种传输带的运动检测方法,该检测方法包括:获取针对目标传输带采集的图像序列;基于图像序列中不同图像中待检测区域的光流跟踪点,确定光流跟踪点的光流特征;待检测区域至少基于目标传输带的子区域设置;基于光流特征,确定目标传输带的运动状态。
为解决上述技术问题,本申请第二方面采用的技术方案是提供一种检测设备,该检测设备包括:
获取模块,用于获取针对目标传输带采集的图像序列;
确定模块,用于基于图像序列中不同图像中待检测区域的光流跟踪点,确定光流跟踪点的光流特征;待检测区域至少基于目标传输带的子区域设置;
确定模块,还用于基于光流特征,确定目标传输带的运动状态。
为解决上述技术问题,本申请第三方面采用的技术方案是提供一种电子设备,该电子设备包括:处理器和存储器,存储器中存储有计算机程序,处理器用于执行计算机程序以实现如本申请第一方面的检测方法。
为解决上述技术问题,本申请第四方面采用的技术方案是提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,计算机程序能够被处理器执行时实现本申请第一方面的检测方法。
本申请的有益效果是:本申请通过获取针对目标传输带采集的图像序列,在图像序列相对恒定的情况下,基于不同图像上的光流跟踪点,来确定光流跟踪点的光流特征,基于光流特征实现对目标传输带的运动状态判定,使得该检测方法较高的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请传输带的运动检测方法的流程示意图;
图2是本申请配置ROI区域示意图;
图3是本申请图1中步骤S12中获取光流跟踪点一具体实施例的流程示意图;
图4是本申请图1中步骤S12中计算光流特征一具体实施例的流程示意图;
图5是本申请图1中步骤S13中一具体实施例的流程示意图;
图6是本申请图1中步骤S12中获取光流跟踪点另一具体实施例的流程示意图;
图7是本申请状态计数一具体实施例的流程示意图;
图8是本申请状态计数示意图;
图9是本申请传输带运动状态报警示意框图;
图10是本申请检测设备实施例的结构示意框图;
图11是本申请电子设备实施例的结构示意框图;
图12是本申请计算机可读存储介质实施例的结构示意框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
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,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
为了说明本申请的技术方案,下面通过具体实施例来进行说明本申请提供一种传输带的运动检测方法,该检测方法应用于检测装置,检测装置包括目标传输带、摄像组件和处理器,摄像组件设置于目标传输带的上方,处理器与摄像组件连接,其中目标传输带可以是煤矿皮带,请参阅图1,图1是本申请传输带的运动检测方法的流程示意图,该检测方法具体包括以下步骤:
S11:获取针对目标传输带采集的图像序列;
为获取针对目标传输带采集的图像序列,可以将摄像组件设置于目标传输带的上方,具体地,为了使拍摄获取的图像序列能够更方便地进行利用,摄像组件可以设置于目标传输带的正上方,使得目标传输带位于摄像组件拍摄区域的中间位置。
摄像组件包括有摄像机,可以用于对目标传输带进行拍摄,当摄像机开启时,便可以实现对目标传输带的拍摄功能。由于摄像机的录制,可以获取目标传输带的录制视频,通过对录制视频的处理,可以将每一帧的视频图像进行提取,从而得到针对目标传输带采集的图像序列。
处理器与摄像组件连接,通常,摄像组件可以与处理器进行通信连接,可以是无线连接,也可以是有线连接,具体此处不做限定。通过摄像组件与处理器之间的通信连接,摄像机可以将图像序列发送给处理器,如此,实现图像序列的采集和传输,处理器通过摄像组件获取图像序列。
S12:基于图像序列中不同图像中待检测区域的光流跟踪点,确定光流跟踪点的光流特征;
在图像序列中,目标传输带占据每个图像的中间位置,并且目标传输带所占据的区域可以称为待检测区域,也即待检测区域至少基于目标传输带的子区域进行设置,具体地,可以通过处理目标传输带,检测目标传输带的边缘,将边缘围接成一个多边形,从而确定待检测区域。
其中,从实际出发角度来看,待检测区域至少为具有三条边,通过摄像组件近端与远端之间的一条连接线,可以在该连接线上选取待检测区域的光流跟踪点,用于确定摄像机跟踪的对象。
处理器通过确定以及筛选目标传输带所在待检测区域的光流跟踪点,可以通过运行在处理器的跟踪算法,对所在待检测区域的光流跟踪点进行采集、计算和传输以进行跟踪。具体地,在确定光流跟踪点后,由于不同图像之间有确定的时间间隔,使得可以确定光流跟踪点的光流特征。
S13:基于光流特征,确定目标传输带的运动状态。
具体地,若有光流距离,处理器可以判定目标传输带的状态进行了运动,但通常,在现实情况下,目标传输带的运动状态有多种情况,所以通常会设置光流距离阈值,以表示目标传输带的运动状态是否为真实,从而将目标传输带的缓冲状态进行一定的滤除,比如目标传输带仅是抖动,打滑等情况,进而对目标传输带进行准确的判定,当然,是否设置光流距离阈值,此处并不限定。
因此,在摄像组件拍摄目标传输带得到的图像序列相对恒定的情况下,本本申请通过获取针对目标传输带采集的图像序列,基于不同图像上的光流跟踪点,并确定光流跟踪点的光流特征,基于光流特征实现对目标传输带的运动状态判定,使得该检测方法较高的准确性。
其中,请参阅图2,图2是本申请配置ROI区域示意图,目标传输带可以为图中虚线包围形成的四边形区域,也即待检测区域可以为四边形,具体地如图2所示,由于该待检测区域由摄像组件拍摄视频图像得来,而摄像组件位于目标传输带的正上方,使得拍摄得到视频图像上的目标传输带在靠近摄像组件一端的长度大于远离摄像组件一端的长度,从而使得该待检测区域可以为梯形区域。
更近一步地,对于获取图像序列中不同图像中待检测区域的光流跟踪点,请参阅图3,图3是本申请图1中步骤S12中获取光流跟踪点一具体实施例的流程示意图,具体包括以下步骤:
S21:将图像序列中的每个图像转化为灰度图像;
由于比如光照等外界因素,摄像组件拍摄得到的视屏图像往往带有一定的色彩,而光照等外界环境因素对象素影响极大,从而造成光流跟踪点的影响,使得光流跟踪点的光流特征不够准确,因此在实际处理的过程中,为尽量避免外界环境因素的影响,需要考虑光照或色彩对像素点的影响。
具体地,处理器实时提取监控视频中的图像帧,得到图像序列,为了使得目标传输带的传送位置相对恒定、光照相对恒定、运动速度相对恒定以及图像质量相对恒定,而不受外界环境的影响,此处仅将图像序列转为灰度图像,从而更加便于对图像序列进行利用。
S22:从灰度图像获取目标传输带对应的待检测区域;
具体地,如图2所示,虚线框表示每个图像中的目标传输带区域,也即待检测区域,四个点表示配置的感兴趣区域(region of interest,ROI),该区域应是每个图像中的目标传输带所在的区域的子区域,也即待检测区域呈四边形,当然不限于图中所示位置。
在本申请的方案中,可以基于之前得到的灰度图像,使得处理器获取目标传输带对应的四边形,然后可以通过计算图2中两对角点连线上的像素点的光流特征来判断皮带运动状态。
S23:选取待检测区域的对角点连线上的像素点,作为光流跟踪点。
具体地,为了使得选择像素点有更多的可能,处理器可以将四边形两对角点进行连接形成连接线,在两对角点连线上选择所以需要的像素点,以此作为光流跟踪点。
如此,在目标传输带的图像序列处于相对恒定的外界环境条件下,在待检测区域中选择最长的连接线,以在最大范围内获取像素点,从而确定选择合理的光流跟踪点,因此,可以选取每个图像中的一个或多个光流跟踪点。
更近一步地,图像序列包括不同的第一图像和第二图像,其中,第一图像和第二图像可以是相邻的两帧图像,还可以是跳帧的两帧图像,此处不作限定。
若并不限定光流跟踪点的个数,请参阅图4,图4是本申请图1中步骤S12中计算光流特征一具体实施例的流程示意图,基于图像序列中不同图像中待检测区域的光流跟踪点,确定光流跟踪点的光流特征,具体包括以下步骤:
S31:获取第一图像的中第一待检测区域的第一光流跟踪点;
具体地,从图3中的步骤S23中可知,每个图像中均可以确定一个待检测区域,如此,针对第一图像,则可以确定第一图像的中第一待检测区域,从而获取第一图像的中第一待检测区域的第一光流跟踪点。
S32:获取第二图像的中第二待检测区域中的第二光流跟踪点;
采用步骤S31相类似方法,则可以进一步地获取第二图像的中第二待检测区域中的第二光流跟踪点。
由于要对第一光流跟踪点与第二光流跟踪点之间的光流距离进行计算,则为了计算的准确性,可以限定第二光流跟踪点实际上对应第一光流跟踪点,也即是说,若忽略时间因素的影响,第一光流跟踪点和第二光流跟踪点实际上可以认定为同一个光流跟踪点。
其中,可以先执行步骤S31后执行步骤S32,步骤S31和步骤S32也可以同时执行,此处不作限定。
S33:基于光流法,计算第一光流跟踪点与第二光流跟踪点之间的光流距离。
若光流特征包括光流距离,则通过光流法可以测出第一光流跟踪点的速率,从而根据第二光流跟踪点进一步计算出第一光流跟踪点与第二光流跟踪点之间的光流距离。
更近一步地,若图像序列包括相邻的所述第一图像和所述第二图像。
其中,由于图像序列的帧与帧之间的时间间隔相同,则通过光流法可以测出光流跟踪点的速率,从而可以推算出光流跟踪点的运动距离,随后将该运动距离作为邻两帧视频图像之间的光流跟踪点的光流距离,以对传输带的运动状态进行判定。
更进一步地,基于光流距离,处理器判定目标传输带的运动状态,请参阅图5,图5是本申请图1中步骤S13中一具体实施例的流程示意图,具体包括以下步骤:
S41:判断光流距离是否大于或等于预设的距离阈值;
为比较光流距离的大小,通常,该处理器中设置有预设的距离阈值distance_thresh,用于判断光流跟踪点运动的光流距离的大小。
具体地,通过式(1)的计算,可以得到相邻两帧视频图像之间的光流跟踪点的光流距离,通过处理器进一步判断光流距离是否大于或等于光流距离阈值,则可以对目标传输带运动状态进行判别。
若光流距离大于或等于距离阈值,则进入步骤S42,也即处理器设定目标传输带的运动标志为第一预设值,并确定目标传输带的状态为运动;若光流距离小于距离阈值,则进入步骤S43,也即处理器设定目标传输带的运动标志为第二预设值,并确定目标传输带的状态为静止。
具体地,第一预设值可以为1,第二预设值可以为0,则图2连线路径上的光流跟踪点的平均光流距离大于或等于distance_thresh,则目标传输带的状态move_state判断为运动,否则为静止,具体地可以如式(1):
其中,move_state表示目标传输带的状态;distance表示光流跟踪点的光流距离,distance_thresh表示光流距离阈值。当然也可以将第一预设值设为2,第二预设值设为1,具体此处不做限定。
其中,若均匀选取连线上的多个像素点,作为多个光流跟踪点,则可以尽可能在合理分布的范围内对像素点进行选择,当然本领域相关技术人员也可以在连线上进行稀疏选取,得到稀疏光流点,具体此处不做限定。
请参阅图6,图6是本申请图1中步骤S12中获取光流跟踪点另一具体实施例的流程示意图,其基于所述图像序列中不同图像中待检测区域的光流跟踪点中,在每个图像中获取多个光流跟踪点,其中步骤S51、步骤S52和步骤S53分别与图4中的步骤S31、步骤S32和步骤S33相类似,而区别是图4中的光流跟踪点的数量以一个为例,而图6中的光流跟踪点的数量以多个为例,此处不再赘述。
S54:计算得到多个光流距离,得到多个光流距离的平均值。
此处以相邻两帧图像为例进行计算,其采用跳帧图像进行计算也不受限制。
基于光流法,处理器计算相邻两帧视频图像之间的光流跟踪点的光流距离,具体地,可以利用Lucas–Kanade光流算法(LK光流法),处理器计算相邻两帧视频图像之间的多个光流跟踪点移动的平均距离,其中LK光流法为相邻两帧的光流估计算法。
具体地,相邻两帧视频图像之间的多个光流跟踪点移动的平均距离采用公式如式(2)所示:
更进一步地,在确定待检测区域对应的目标传输带的状态之后,请参阅图7,图7是本申请状态计数一具体实施例的流程示意图,该检测方法还包括:
S61:判断目标传输带的状态为运动还是静止;
若光流距离大于距离阈值,表示目标传输带的状态为运动,则进入步骤S62,确定目标传输带的状态为运动,并且处理器的状态计数加1,可以表示皮带开始运动;若光流小于或等于距离阈值,表示目标传输带的状态为静止,则进入步骤S63,确定目标传输带的状态为静止,并且处理器的状态计数减1,可以表示皮带停止运动。
更进一步地,检测装置还包括连接处理器的报警组件,请参阅图8和图9,,图8是本申请状态计数示意图,图9是本申请传输带运动状态报警示意框图。
其中,如图8所示,计数的状态至少包括计数状态、静止计数状态、过渡计数状态以及运动计数状态,计数状态设置于过渡计数状态之间。具体地,状态计数的计数范围为0-10,假设计数从0开始,静止计数状态的计数范围为0-3,过渡计数状态的计数范围为3-7,运动计数状态的计数范围为7-10。
更近一步地,该检测方法还包括:在状态计数大于第一阈值时,发出目标传输带的运动报警;在状态计数小于第二阈值时,发出目标传输带的静止报警。
具体地,若第一阈值为7,第二阈值为3,则在状态计数大于7时,目标传输带的运动标志跳转为1,以确定目标传输带开始运动,并且报警组件发出目标传输带的运动报警;在状态计数小于3时,目标传输带的运动标志跳转到1,以确定目标传输带停止运动,并且报警组件发出目标传输带的静止报警。
更进一步地,该检测方法还包括:
当目标传输带的运动状态move_state跳转到1,需要报警组件发出皮带运动报警;反之目标传输带的运动状态move_state跳转到0,需要报警组件发出皮带静止报警。
为避免光流法误检导致误报,报警组件需要对报警信号进行确认,处理器判定当前帧的前一帧图像对应的报警组件和当前帧图像对应的报警组件均发出报警时,确认当前帧图像报警信号为真实报警,否则忽略该次误报。
更进一步地,该检测方法还包括:在状态计数大于第一阈值且小于第二阈值时,确认发出目标传输带运动状态的报警信号为真实报警,以防止重复报警。
具体地,若第一阈值为7,第二阈值为3,则在状态计数大于3且小于7时,确定目标传输带为过渡状态,报警组件不进行报警,以防止重复报警。具体地,可以将报警信号延时输出,检测到目标传输带的运动状态发生变化时,产生报警信号。本申请设计如图7所示的目标传输带运动状态报警状态机进一步确认报警信号是否需要输出,以减少误报情况的发生和实现单次报警。
初始状态设置为S0,报警计数C设置为0。具体地,S0表示静止,S1表示过渡状态,S2表示运动状态,其中运动状态需要防止重复报警。报警阈值M,不同于光流距离的阈值,A=0表示目标传输带的报警状态为静止,A=1表示目标传输带的报警状态为运动。
S0:当接收到运动报警状态A=1时,状态跳转到S1,进入预报警阶段,报警计数C开始计数;当A=0时,保持S0状态。
S1:当报警计数C小于报警阈值M时,保持S1状态;当报警计数C达到报警阈值M时,当报警状态A=1时,发出报警,跳转到S2,进入防止重复报警状态,当报警状态A=0时,跳转到S0。
S2:当报警状态A=1时,表示目标传输带一直运行,重复S2,继续计算获取光流距离,当报警状态A=0时,跳转到S0。
因此,煤矿传送带图像的相对恒定环境,通过使用光流法实现目标传输带运动状态检测,具有较高的检测准确性。并且基于皮带运动报警机制,可以减少误报,实现运动状态切换单次报警。
为了说明本申请的技术方案,本申请还提供一种检测设备,请参阅图10,图10是本申请检测设备实施例的结构示意框图,该检测设备7包括:获取模块71和确定模块72。
获取模块71,用于获取针对目标传输带采集的图像序列;
确定模块72,用于基于图像序列中不同图像中待检测区域的光流跟踪点,确定光流跟踪点的光流特征;待检测区域至少基于目标传输带的子区域设置;
确定模块72,还用于基于光流特征,确定目标传输带的运动状态.
因此,本申请使用获取模块71获取针对目标传输带采集的图像序列,在图像序列相对恒定的情况下,基于不同图像上的光流跟踪点,通过确定模块72来对光流跟踪点的光流特征进行确定,基于光流特征实现对目标传输带的运动状态判定,使得该检测方法较高的准确性。
为了说明本申请的技术方案,本申请还提供一种电子设备,该电子设备可以是电脑或移动手机等,具体不做限定,请参阅图11,图11是本申请电子设备实施例的结构示意框图,该电子设备8包括:处理器81和存储器82,存储器82中存储有计算机程序821,处理器81用于执行计算机程序821以实现如本申请实施例的检测方法,在此不再赘述。
此外,本申请还提供一种计算机可读存储介质,请参阅图12,图12是本申请计算机可读存储介质实施例的结构示意框图,该计算机可读存储介质9存储有计算机程序91,计算机程序91能够被处理器执行时实现如本申请实施例的检测方法,在此不再赘述。
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,还可以存储在具有存储功能的装置中。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该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储装置中,包括若干指令(程序数据)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)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储装置包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种介质以及具有上述存储介质的电脑、手机、笔记本电脑、平板电脑、相机等电子设备。
关于具有存储功能的装置中的程序数据的执行过程的阐述可以参照上述本申请的检测方法实施例中阐述,在此不再赘述。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (12)
1.一种传输带的运动检测方法,其特征在于,所述检测方法包括:
获取针对目标传输带采集的图像序列;
基于所述图像序列中不同图像中待检测区域的光流跟踪点,确定所述光流跟踪点的光流特征;所述待检测区域至少基于所述目标传输带的子区域设置;
基于所述光流特征,确定所述目标传输带的运动状态。
2.根据权利要求1所述的方法,其特征在于,
所述图像序列包括不同的第一图像和第二图像;
所述基于所述图像序列中不同图像中待检测区域的光流跟踪点,确定所述光流跟踪点的光流特征,包括:
获取所述第一图像的中第一待检测区域的第一光流跟踪点,以及所述第二图像的中第二待检测区域中的第二光流跟踪点;
基于光流法,计算所述第一光流跟踪点与所述第二光流跟踪点之间的所述光流距离,所述光流特征包括光流距离。
3.根据权利要求3所述的检测方法,其特征在于,
所述图像序列包括相邻的所述第一图像和所述第二图像。
4.根据权利要求2所述的检测方法,其特征在于,
所述基于所述光流特征,判定所述目标传输带的运动状态,包括:
判断所述光流距离是否大于或等于预设的距离阈值;
若所述光流距离大于或等于所述距离阈值,则确定所述目标传输带的状态为运动;
若所述光流距离小于所述距离阈值,则确定所述目标传输带的状态为静止。
5.根据权利要求2所述的检测方法,其特征在于,
所述基于所述图像序列中不同图像中待检测区域的光流跟踪点,确定所述光流跟踪点的光流特征,包括:
获取所述第一待检测区域的多个第一光流跟踪点,以及所述第二待检测区域的多个第二光流跟踪点;
基于光流法,计算所述多个第一光流跟踪点与所述多个第二光流跟踪点之间的所述多个光流距离,并计算得到所述多个光流距离的平均值。
6.根据权利要求1-5任一项所述的检测方法,其特征在于,
所述基于所述图像序列中不同图像中待检测区域的光流跟踪点,包括:
将所述图像序列中的每个图像转化为灰度图像;
从所述灰度图像获取所述目标传输带对应的所述待检测区域,所述待检测区域呈四边形;
选取所述待检测区域的对角点连线上的像素点,作为所述光流跟踪点。
7.根据权利要求4所述的检测方法,其特征在于,
在所述确定所述目标传输带的状态之后,所述检测方法还包括:
在确定所述目标传输带的状态为运动时,则状态计数加1;
在确定所述目标传输带的状态为静止时,则状态计数减1。
8.根据权利要求7所述的检测方法,其特征在于,所述方法还包括:
在所述状态计数大于第一阈值时,发出所述目标传输带的运动报警;
在所述状态计数小于第二阈值时,发出所述目标传输带的静止报警。
9.根据权利要求7所述的检测方法,其特征在于,所述方法还包括:
在所述状态计数大于第一阈值且小于第二阈值时,确认发出所述目标传输带运动状态的报警信号为真实报警,以防止重复报警。
10.一种检测设备,其特征在于,包括:
获取模块,用于获取针对目标传输带采集的图像序列;
确定模块,用于基于所述图像序列中不同图像中待检测区域的光流跟踪点,确定所述光流跟踪点的光流特征;所述待检测区域至少基于所述目标传输带的子区域设置;
所述确定模块,还用于基于所述光流特征,确定所述目标传输带的运动状态。
11.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器中存储有计算机程序,所述处理器用于执行所述计算机程序以实现如权利要求1-9任一项所述的检测方法。
12.一种计算机可读存储介质,其特征在于,该计算机可读存储介质存储有计算机程序,计算机程序能够被处理器执行时实现如权利要求1-9任一项所述的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111658536.9A CN114549820A (zh) | 2021-12-30 | 2021-12-30 | 传输带的运动检测方法、检测设备、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111658536.9A CN114549820A (zh) | 2021-12-30 | 2021-12-30 | 传输带的运动检测方法、检测设备、电子设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114549820A true CN114549820A (zh) | 2022-05-27 |
Family
ID=81670102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111658536.9A Pending CN114549820A (zh) | 2021-12-30 | 2021-12-30 | 传输带的运动检测方法、检测设备、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549820A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117326290A (zh) * | 2023-11-27 | 2024-01-02 | 煤炭科学研究总院有限公司 | 基于稠密光流的皮带状态监测方法及装置 |
-
2021
- 2021-12-30 CN CN202111658536.9A patent/CN114549820A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117326290A (zh) * | 2023-11-27 | 2024-01-02 | 煤炭科学研究总院有限公司 | 基于稠密光流的皮带状态监测方法及装置 |
CN117326290B (zh) * | 2023-11-27 | 2024-02-02 | 煤炭科学研究总院有限公司 | 基于稠密光流的皮带状态监测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8848979B2 (en) | Tracked object determination device, tracked object determination method and tracked object determination program | |
US10984266B2 (en) | Vehicle lamp detection methods and apparatuses, methods and apparatuses for implementing intelligent driving, media and devices | |
US9646389B2 (en) | Systems and methods for image scanning | |
US8619135B2 (en) | Detection of abnormal behaviour in video objects | |
US8630455B2 (en) | Method and system for audience digital monitoring | |
CN101888535B (zh) | 运动对象检测装置、运动对象检测方法和计算机程序 | |
US8467575B2 (en) | Moving-object detection apparatus, moving-object detection method and moving-object detection program | |
CN110782433B (zh) | 基于时序的动态信息暴力抛物检测方法、装置及存储介质 | |
CN111242108B (zh) | 基于目标检测的皮带转载点堵煤识别方法 | |
US7081814B2 (en) | Change detecting method and apparatus and monitoring system using the method or apparatus | |
CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
CN102087746A (zh) | 图像处理装置、图像处理方法和程序 | |
CN107767399B (zh) | 叉车监控方法及监控系统 | |
CN114549820A (zh) | 传输带的运动检测方法、检测设备、电子设备和介质 | |
CN112966654A (zh) | 唇动检测方法、装置、终端设备及计算机可读存储介质 | |
CN110728700A (zh) | 一种运动目标追踪方法、装置、计算机设备及存储介质 | |
CN101420594A (zh) | 将视频图像划分为构成区域的设备和方法 | |
KR101214858B1 (ko) | 클러스터링 기법을 이용한 이동물체 검출장치 및 방법 | |
CN113838097A (zh) | 摄像机镜头角度偏离检测方法、装置及存储介质 | |
US8787462B2 (en) | Video signal processing apparatus and video signal processing method | |
WO2020095644A1 (ja) | 変状検出装置、変状検出方法、及びコンピュータ読み取り可能な記録媒体 | |
CN114882065B (zh) | 检测对象的流动性判断方法、装置、分析仪及存储介质 | |
CN114463262A (zh) | 异常运动状态检测方法、终端设备及计算机可读存储介质 | |
CN114387544A (zh) | 一种高空抛物检测方法、系统、电子设备及存储介质 | |
CN115187882A (zh) | 货物流量监测方法、装置、计算机设备和存储介质 |
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 |