CN117994542A - 异物检测方法、装置以及系统 - Google Patents
异物检测方法、装置以及系统 Download PDFInfo
- Publication number
- CN117994542A CN117994542A CN202410192654.2A CN202410192654A CN117994542A CN 117994542 A CN117994542 A CN 117994542A CN 202410192654 A CN202410192654 A CN 202410192654A CN 117994542 A CN117994542 A CN 117994542A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- notebook computer
- initial image
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000003708 edge detection Methods 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 10
- 230000001629 suppression Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/1633—Constructional details or arrangements of portable computers not specific to the type of enclosures covered by groups G06F1/1615 - G06F1/1626
- G06F1/1684—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675
- G06F1/1686—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675 the I/O peripheral being an integrated camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了异物检测方法、装置以及系统。该方法包括：在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，初始图像包括目标笔记本键盘图像；双目视觉相机安装于目标笔记本电脑屏幕的顶部；对初始图像分别进行边缘检测和特征增强，获得目标图像；将目标图像与对应的标准图像进行特征匹配，获得检测结果；若检测结果包括异物，则触发报警功能。本公开实施例，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过将双目视觉相机获取到的目标图像与对应的标准图像进行比对的方式，可以准确检测到键盘上是否存在异物，从而可以提高警报的准确率，进而可以有效保护目标笔记本电脑屏幕。
Description
技术领域
本发明涉及异物检测技术领域，尤其涉及一种异物检测方法、装置以及系统。
背景技术
笔记本电脑越来越普遍，其便捷性受到广大用户的格外关注，尤其是在使用中关闭电脑屏幕，使得电脑进入锁屏、睡眠、关机的应用场景极为普遍。目前电脑屏幕合盖检测主要实现的方法是在笔记本电脑的上盖和底座上分别安装精准配合的磁铁和磁性开关。根据霍尔效应原理，当磁性开关检测到磁通量大于某一阀值时，判断笔记本电脑为合盖状态，然后通知操作系统进入锁屏睡眠关机的状态。随着办公场景的多元化，笔记本屏幕与电脑间产生异物的可能性也随之增加，如果屏幕和键盘间存在尖锐物品，则笔记本电脑的屏幕将会很容易受到伤害。
目前的主要检测方法是通过电容检测或是屏幕与键盘两者的夹角来检测到屏幕合盖状态，但无法确定两者间是否存在异物，能否进行屏幕合盖这一操作。
发明内容
本发明提供一种异物检测方法、装置以及系统，可以提高异物检测准确率，避免笔记本电脑屏幕损伤。
第一方面，本发明提供了一种异物检测方法，包括：在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发报警功能。
第二方面，本发明还提供了一种异物检测装置，包括：初始图像获取模块，用于在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；目标图像获得模块，用于对所述初始图像分别进行边缘检测和特征增强，获得目标图像；匹配模块，用于将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；报警模块，用于若所述检测结果包括异物，则触发报警功能。
第三方面，本发明还提供了一种异物检测系统，所述系统用于执行本公开实施例所述的异物检测方法；所述系统包括微控制模块、相机模块以及报警模块；其中，所述微控制模块包括惯性传感器单元以及图像处理单元；所述惯性传感器单元，用于在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，控制所述相机模块对目标笔记本的键盘进行拍摄；所述相机模块，用于获取初始图像，并将所述初始图像传输至所述图像处理单元；其中，所述初始图像包括键盘图像；所述图像处理单元，用于对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发所述报警模块；所述报警模块，用于通过所述目标笔记本内置的喇叭发出报警声音。
本发明的技术方案，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发报警功能。本公开实施例，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过将双目视觉相机获取到的目标图像与对应的标准图像进行比对的方式，可以准确检测到键盘上是否存在异物，从而可以提高警报的准确率，进而可以有效保护目标笔记本电脑屏幕。
附图说明
结合附图并参考以下具体实施方式，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本发明实施例提供的一种异物检测系统架构示意图；
图2为本发明实施例提供的双目视觉相机安装位置效果示意图；
图3为本发明实施例所提供的一种异物检测方法流程示意图；
图4为本发明实施例所提供的一种异物检测装置结构示意图；
图5为本发明实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
图1为本发明实施例提供的一种异物检测系统架构示意图，所述系统用于执行异物检测方法。如图1所示，异物检测系统10包括微控制模块101、相机模块102以及报警模块103；其中，所述微控制模块101包括惯性传感器单元1011以及图像处理单元1012；所述惯性传感器单元1011，用于在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，控制所述相机模块102对目标笔记本的键盘进行拍摄；所述相机模块102，用于获取初始图像，并将所述初始图像传输至所述图像处理单元1012；其中，所述初始图像包括键盘图像；所述图像处理单元1012，用于对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发所述报警模块103；所述报警模块103，用于通过所述目标笔记本内置的喇叭发出报警声音。
其中，惯性传感器单元1011可以为惯性测量单元(Inertial Measurement Unit，IMU)，相机模块102可以为双目视觉相机。双目视觉相机安装于所述目标笔记本电脑屏幕的顶部。对于双目视觉相机具体的按照位置，本实施例对此不作限制，例如可以位于目标笔记本电脑屏幕的顶部中央，以使双目视觉相机拍摄到含有目标笔记本键盘图像。如图2所示，图2为本发明实施例提供的双目视觉相机安装位置效果示意图。通过目标笔记本电脑屏幕顶部中央的双目视觉相机20来获取初始图像。双目视觉相机20的摄像头是根据凸凹镜图像原理来进行拍摄的，因此在设定焦距的情况下，摄像头能够清晰拍摄图像的距离范围是确定的。所以选择合适的双目视觉相机20镜头拍摄键盘全部区域来获取清晰的显示图像是可取的。微控制模块101以及报警模块103内置于目标笔记本中。
本公开实施例，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过所述惯性传感器单元检测角速度，当闭合至设定角度时，控制所述相机模块对目标笔记本的键盘进行拍摄；通过相机模块获取初始图像，并将所述初始图像传输至所述图像处理单元；其中，所述初始图像包括键盘图像；通过所述图像处理单元对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发所述报警模块；报警模块通过所述目标笔记本内置的喇叭发出报警声音，也即本实施例，通过微控制模块、相机模块以及报警模块可以实现对笔记本电脑键盘上异物的检测，从而可以避免笔记本电脑屏幕的损伤。
图3为本发明实施例所提供的一种异物检测方法流程示意图。本发明实施例适用于对笔记本电脑键盘进行异物检测的情况，该方法可以由异物检测系统或异物检测装置来执行，异物检测装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。如图3所示，所述方法包括：
S310、在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像。
其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部。
本实施例中，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机对键盘进行拍摄，从而可以获取到初始图像。
可选的，在在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像之前，还包括：当所述目标笔记本电脑屏幕闭合至至少一个设定角度时，获得至少一个标准图像。
本实施例中，在目标笔记本电脑出厂前，目标笔记本电脑内置的惯性测量单元检测到屏幕由开启状态转换至闭合状态过程中，也可以由闭合状态转换至开启状态过程中，通过双目视觉相机可以获取到不同设定角度的标准图像。其中，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，目标笔记本电脑屏幕与键盘的角度是变化的，例如从90度至0度。其中，设定角度可以是80度、75度等，本实施例对此不作限制。优选的，设定角度可以为大于75度的角度。其中，所述标准图像包括无异物的键盘信息。
本实施例中，由于设定角度包括多个，因此相应的标准图像所包括的键盘信息是不同的，可以包括全部键盘信息，也可以包括部分键盘信息。
可选的，通过双目视觉相机获取初始图像，包括：当所述目标笔记本电脑屏幕闭合至所述设定角度时，通过双目视觉相机获取初始图像。
在实际应用中，当所述目标笔记本电脑屏幕闭合至所述设定角度时，通过双目视觉相机获取初始图像，其中，设定角度可以为90度至75度之内的任意一个角度。
S320、对所述初始图像分别进行边缘检测和特征增强，获得目标图像。
本实施例中，可以依次对所述初始图像分别进行边缘检测和特征增强，获得目标图像。在进行边缘检测之前，还可以进行预处理。具体的，双目视觉相机会将分别获取到的图像从左右两侧同时传送给电脑进行处理，并在两个图像之间进行三维数据的比较和计算，最终得到一个图像，从而得到所述初始图像。为了提高图像质量，可以在相机附近合适的位置增加光源来提高图像亮度。由于摄像头固定不动，但屏幕从开启到闭合状态期间是处于一个运动状态，将会出现光照不均匀、图像模糊等问题，为了保证图像具有较高的信噪比和对比度，可以采用中值滤波算法先对图像进行预处理。在进行自适应中值滤波处理之后，将对目标异物的边缘特征信息进行保护，降低键盘本身图像对目标异物图像的影响。
其中，边缘检测是基于灰度突变来分割图像的方法，其实质是提取图像中不连续部分的特征。本实施例对边缘检测算法不作限制，例如可以为MATLAB、OpenCV等图像处理工具中内置的Canny边缘检测算法。Canny边缘检测算法包括高斯滤波、像素梯度计算、非极大值抑制、滞后阈值处理以及孤立弱边缘抑制5个步骤。对于特征增强，可以通过任意方式对图像进行增强，本实施例对此不作限制，例如可以通过灰度拉伸的方式。
可选的，对所述初始图像分别进行边缘检测和特征增强，获得目标图像，包括：依次对所述初始图像进行高斯滤波、像素梯度计算、非极大值抑制、滞后阈值处理以及孤立弱边缘抑制处理操作，获得边缘检测图像；根据环境光线特征对所述边缘检测图像进行灰度拉伸，以对所述边缘检测图像进行对应的特征增强，获得目标图像。
具体的，在进行高斯滤波前，把双目视觉相机获取到的彩色图像变成灰色图像，以处理RGB(红绿蓝)格式彩图为例，灰度化公式为：
灰度Gray＝0.299R+0.587G+0.114B；
对图像使用高斯滤波进行平滑处理，目的是为了去除噪声。图像高斯滤波的实现可以用两个一维高斯核分别实现两次加权，即先一维X方向卷积，得到的结果再一维Y方向卷积。也可以使用一个二维高斯核进行一次卷积实现，即二维卷积模板，计算模板中每一个点的高斯系数，然后进行归一化，也即每一个点的系数要除以所有系数之和，得到最终的二维高斯模板(二维高斯函数)。
其中，x和y代表模版上某一位置相对于中心的位置。为了计算上述的高斯系数，可以通过高斯函数的标准差σ(sigma)计算得到模板，直接进行卷积，也即图像中的点附近的模板大小区域乘以高斯模板区域，得到的结果就是该点卷积后的结果。卷积的核心意义为获取初始图像中模板特征的性质。
像素梯度计算：梯度能很好地反映图像像素的变化情况，而梯度变化越大，表示相邻像素之间存在着较大差异，放大到整张图像而言，在某一块区域存在边缘，从视觉上而言，是从黑到白(灰度图像读入)。通过计算梯度比较大的像素，来确认哪些是边缘像素。
以下是x、y方向上梯度的计算方式：
其中
由于数字图像的离散属性，所以有下式：
于是应用Sobel边缘检测算子使用下面的矩阵去进行卷积，计算每个像素点的梯度幅值和方向：
计算梯度大小和方向(角度)的公式为：
非极大值抑制：这一步是为了将模糊的边界变清晰。在梯度图像上，对每个像素点在其梯度方向上进行比较，并保留局部最大值点，抑制非边缘像素。
滞后阈值处理：通过双阈值检测，利用设定的高阈值和低阈值，将梯度图像中的像素点分为强边缘、弱边缘和非边缘三个部分。
孤立弱边缘抑制(边缘连接)：通过连接强边缘像素和与之相连的弱边缘像素，形成完整的边缘。
至此，可以得到边缘检测图像。
由于环境光线昏暗程度不同，也即环境光线特征不同，因此，本实施例，在获取边缘检测图像之后，还可以根据环境光线特征的不同，对所述边缘检测图像进行不同程度的灰度拉伸，以对所述边缘检测图像进行对应的特征增强，获得对应的目标图像。
其中，灰度拉伸是通过对对比度拉伸达到对对比度进行增强的目的。灰度拉伸以像素为单位对图像进行增强，对指定的灰度范围进行变换。公式为：
因为像素的灰度值和异物具有相关关系，所以灰度拉伸可以用来突出或者抑制指定异物的特征。使用灰度拉伸方法进行优化后，可以得到准确的图像边缘特征，也即目标图像。
S330、将所述目标图像与对应的标准图像进行特征匹配，获得检测结果。
本实施例，通过将目标图像与样本库中的特征集合进行对比匹配，可以识别出异物。具体的，可以将设定角度下的目标图像与相同设定角度的标准图像进行特征匹配，从而可以得到检测结果，进而可以识别出为异物。特征集合包括多个不同设定角度的标准图像。
可选的，将所述目标图像与对应的标准图像进行特征匹配，获得检测结果，包括：获取所述目标图像对应的标准图像；将所述目标图像的像素值与所述标准图像的像素值作差，获得差异信息。
具体的，由于图像是以矩阵形式存放的，矩阵中每一个元素为像素值，对图像进行运算也即对矩阵进行运算。
示例性的，X表示标准图像对应的矩阵，Y表示目标图像对应的矩阵，Z则表示做作差后对应的矩阵，也即差异信息对应的矩阵。
则Z＝Y-X，结果为：/> 其中，Z矩阵中非零元素代表标准图像与目标图像之间像素的差异。
本实施例中，在使用双目视觉相机进行异物识别时，首先利用双目视觉相机实时获取键盘上的图像，两个摄像头利用数字图像处理对图像进行降噪与增强预处理：当第1台相机获取到图像后，首先对第1台相机采集的图像进行预处理操作，包括灰度化、滤波、形态学操作等；然后利用第2台相机获取的图像进行双目立体视觉模块的匹配定位工作，得到目标图像，对目标图像中的异物进行边缘特征提取以及识别，通过图像特征匹配的方式确定出异物存在区域，实现对异物类型的检测、分类与识别；当判定结果显示有异物后，在屏幕从开启到闭合状态期间，电脑内置的软件控制喇叭发出警报。
可选的，在将所述目标图像与对应的标准图像进行特征匹配，获得检测结果之前，还包括：对所述目标图像进行异物检测，获得异物检测类别。
需要说明的是，对于异物检测方面，可以使用任意一个检测算法进行异物识别预测，示例性的，以YOLOv3检测算法为例，YOLOv3异物检测分为两步：1.确定异物位置；2.对异物分类：
具体处理过程如下：网格分割：首先把获取到的目标图像上传到YOLOv3算法中，YOLOv3算法会将其划分成固定大小为416*416的网格，每个网格负责监测该网络中的物体。目标异物预测：给目标图像增加灰度条，以防止失真，然后会分为三个网格图片，尺寸大小分别为(13*13，26*26，52*52)，用这三种网格来获取目标图像中大小不同的异物。
异物预测边框：YOLOv3算法在检测后基于anchor(锚框)机制生成先验框，每个网格有3个先验框，先验框一共有五个参数，分别为x_offset，y_offset，height，width与置信度confidence。用这三个框去试探，试探框中是否有物体(异物)，如果框中有物体，就会在图片上画出边界框(bounding box)把物体框起来。画出这个框需要四个参数，分别是中心点的X轴坐标、Y轴坐标、框的高和宽，而这也正是先验框中所附带的参数，置信度confidence将会预测一个置信度分数，它将在异物预测分布中使用到。
目标异物预测分布：对于每个边界框，使用分类器来预测异物的类别，以获得异物检测类别。具体可以使用卷积神经网络(CNN)来提取特征，并使用全连接层来进行分类。置信度评估，每个边界框预测得到的置信度分数，表示该边界框中存在异物的概率以及边界框的准确性。
在进行图像对比时，可能由于环境光线原因会有差别，可以通过多次试验(在屏幕和键盘间放置大小不同、类别不同的一些物品)来获取图片的差值来设置合适的设定阈值，当目标图像和标准图像两者的差值超过设定阈值，则触发电流信号，并在电脑屏幕关闭到设定角度时发出警报来提醒用户，此时关闭电脑屏幕是有危险的。
本发明实施例，使用处于笔记本电脑屏幕上方的双目视觉相机来获取图像，主要获得的效果是能够准确检测到键盘上是否存在异物，从而减少电脑屏幕受到的伤害。
S340、若所述检测结果包括异物，则触发报警功能。
本实施例中，如果检测结果中存在差异，且差异信息超过设定阈值，则表示目标图像中包括异物，并触发报警功能。
可选的，若所述检测结果包括异物，则触发报警功能，包括：若所述差异信息超过设定阈值，则控制所述目标笔记本电脑触发报警功能。
本实施例中，若所述差异信息超过设定阈值，则报警模块产生电流信号，使所述目标笔记本电脑中内置的软件控制喇叭发出警报声音。
本发明的技术方案，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发报警功能。本公开实施例，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过将双目视觉相机获取到的目标图像与对应的标准图像进行比对的方式，可以准确检测到键盘上是否存在异物，从而可以提高警报的准确率，进而可以有效保护目标笔记本电脑屏幕。
图4为本发明实施例所提供的一种异物检测装置结构示意图，如图4所示，所述装置包括：初始图像获取模块410、目标图像获得模块420、匹配模块430以及报警模块440；
初始图像获取模块410，用于在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；
目标图像获得模块420，用于对所述初始图像分别进行边缘检测和特征增强，获得目标图像；
匹配模块430，用于将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；
报警模块440，用于若所述检测结果包括异物，则触发报警功能。
本发明的技术方案，通过初始图像获取模块在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；通过目标图像获得模块所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；对所述初始图像分别进行边缘检测和特征增强，获得目标图像；通过匹配模块将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；通过报警模块若所述检测结果包括异物，则触发报警功能。本公开实施例，在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过将双目视觉相机获取到的目标图像与对应的标准图像进行比对的方式，可以准确检测到键盘上是否存在异物，从而可以提高警报的准确率，进而可以有效保护目标笔记本电脑屏幕。
可选的，上述装置还包括标准图像获取模块，标准图像获取模块具体用于：当所述目标笔记本电脑屏幕闭合至至少一个设定角度时，获得至少一个标准图像，其中，所述标准图像包括无异物的键盘信息。
可选的，初始图像获取模块具体用于：当所述目标笔记本电脑屏幕闭合至所述设定角度时，通过双目视觉相机获取初始图像。
可选的，目标图像获得模块具体用于：依次对所述初始图像进行高斯滤波、像素梯度计算、非极大值抑制、滞后阈值处理以及孤立弱边缘抑制处理操作，获得边缘检测图像；根据环境光线特征对所述边缘检测图像进行灰度拉伸，以对所述边缘检测图像进行对应的特征增强，获得目标图像。
可选的，上述装置还包括异物类别检测模块，异物类别检测模块具体用于：对所述目标图像进行异物检测，获得异物检测类别。
可选的，匹配模块具体用于：获取所述目标图像对应的标准图像；将所述目标图像的像素值与所述标准图像的像素值作差，获得差异信息。
可选的，报警模块具体用于：若所述差异信息超过设定阈值，则控制所述目标笔记本电脑触发报警功能。
本发明实施例所提供的异物检测装置可执行本发明任意实施例所提供的异物检测方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置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实施例的保护范围。
图5为本发明实施例所提供的一种电子设备的结构示意图。下面参考图5，其示出了适于用来实现本发明实施例的电子设备(例如图5中的终端设备或服务器)500的结构示意图。本发明实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子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5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本发明实施例的方法中限定的上述功能。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
本发明实施例提供的电子设备与上述实施例提供的异物检测方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
本发明实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的异物检测方法。
需要说明的是，本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发报警功能。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (9)
1.一种异物检测方法，其特征在于，包括：
在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；
对所述初始图像分别进行边缘检测和特征增强，获得目标图像；
将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；
若所述检测结果包括异物，则触发报警功能。
2.根据权利要求1所述的方法，其特征在于，在在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像之前，还包括：
当所述目标笔记本电脑屏幕闭合至至少一个设定角度时，获得至少一个标准图像，其中，所述标准图像包括无异物的键盘信息。
3.根据权利要求2所述的方法，其特征在于，通过双目视觉相机获取初始图像，包括：
当所述目标笔记本电脑屏幕闭合至所述设定角度时，通过双目视觉相机获取初始图像。
4.根据权利要求1所述的方法，其特征在于，对所述初始图像分别进行边缘检测和特征增强，获得目标图像，包括：
依次对所述初始图像进行高斯滤波、像素梯度计算、非极大值抑制、滞后阈值处理以及孤立弱边缘抑制处理操作，获得边缘检测图像；
根据环境光线特征对所述边缘检测图像进行灰度拉伸，以对所述边缘检测图像进行对应的特征增强，获得目标图像。
5.根据权利要求1所述的方法，其特征在于，将所述目标图像与对应的标准图像进行特征匹配，获得检测结果，包括：
获取所述目标图像对应的标准图像；
将所述目标图像的像素值与所述标准图像的像素值作差，获得差异信息。
6.根据权利要求5所述的方法，其特征在于，若所述检测结果包括异物，则触发报警功能，包括：
若所述差异信息超过设定阈值，则控制所述目标笔记本电脑触发报警功能。
7.根据权利要求1所述的方法，其特征在于，在将所述目标图像与对应的标准图像进行特征匹配，获得检测结果之前，还包括：
对所述目标图像进行异物检测，获得异物检测类别。
8.一种异物检测装置，其特征在于，包括：
初始图像获取模块，用于在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，通过双目视觉相机获取初始图像，其中，所述初始图像包括目标笔记本键盘图像；所述双目视觉相机安装于所述目标笔记本电脑屏幕的顶部；
目标图像获得模块，用于对所述初始图像分别进行边缘检测和特征增强，获得目标图像；
匹配模块，用于将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；
报警模块，用于若所述检测结果包括异物，则触发报警功能。
9.一种异物检测系统，其特征在于，所述系统用于执行权利要求1-7任一所述的异物检测方法；所述系统包括微控制模块、相机模块以及报警模块；其中，所述微控制模块包括惯性传感器单元以及图像处理单元；
所述惯性传感器单元，用于在目标笔记本电脑屏幕由开启状态转换至闭合状态过程中，控制所述相机模块对目标笔记本的键盘进行拍摄；
所述相机模块，用于获取初始图像，并将所述初始图像传输至所述图像处理单元；其中，所述初始图像包括键盘图像；
所述图像处理单元，用于对所述初始图像分别进行边缘检测和特征增强，获得目标图像；将所述目标图像与对应的标准图像进行特征匹配，获得检测结果；若所述检测结果包括异物，则触发所述报警模块；
所述报警模块，用于通过所述目标笔记本内置的喇叭发出报警声音。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410192654.2A CN117994542A (zh) | 2024-02-21 | 2024-02-21 | 异物检测方法、装置以及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410192654.2A CN117994542A (zh) | 2024-02-21 | 2024-02-21 | 异物检测方法、装置以及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117994542A true CN117994542A (zh) | 2024-05-07 |
Family
ID=90888409
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410192654.2A Pending CN117994542A (zh) | 2024-02-21 | 2024-02-21 | 异物检测方法、装置以及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117994542A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118658016A (zh) * | 2024-08-21 | 2024-09-17 | 中数智科(杭州)科技有限公司 | 一种轨道列车箱体格栅异物检测方法及系统 |
-
2024
- 2024-02-21 CN CN202410192654.2A patent/CN117994542A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118658016A (zh) * | 2024-08-21 | 2024-09-17 | 中数智科(杭州)科技有限公司 | 一种轨道列车箱体格栅异物检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020192483A1 (zh) | 图像显示方法和设备 | |
| CN111771226A (zh) | 电子设备、其图像处理方法及计算机可读记录介质 | |
| CN116324878A (zh) | 针对图像效果的分割 | |
| US9058655B2 (en) | Region of interest based image registration | |
| CN110335216B (zh) | 图像处理方法、图像处理装置、终端设备及可读存储介质 | |
| JP5779089B2 (ja) | エッジ検出装置、エッジ検出プログラム、およびエッジ検出方法 | |
| CN111598065B (zh) | 深度图像获取方法及活体识别方法、设备、电路和介质 | |
| WO2011000841A1 (en) | Methods and apparatuses for half-face detection | |
| CN117994542A (zh) | 异物检测方法、装置以及系统 | |
| CN109005367B (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
| CN108805838B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN111368944B (zh) | 翻拍图像、证件照识别、模型训练方法、装置及电子设备 | |
| CN111080595A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| US20230127009A1 (en) | Joint objects image signal processing in temporal domain | |
| CN113688820B (zh) | 频闪条带信息识别方法、装置和电子设备 | |
| CN111126108A (zh) | 图像检测模型的训练和图像检测方法及装置 | |
| CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
| CN118160007A (zh) | 图像修改技术 | |
| WO2023146698A1 (en) | Multi-sensor imaging color correction | |
| CN108769521B (zh) | 一种拍照方法、移动终端及计算机可读存储介质 | |
| WO2020133027A1 (en) | Systems and methods for image fusion | |
| US20230171509A1 (en) | Optimizing high dynamic range (hdr) image processing based on selected regions | |
| CN112949423B (zh) | 物体识别方法、物体识别装置及机器人 | |
| US20230021016A1 (en) | Hybrid object detector and tracker | |
| CN116258633A (zh) | 图像去反光的方法、图像去反光模型的训练方法与装置 |
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 |