[發(fā)明專(zhuān)利]一種人防門(mén)銹蝕狀態(tài)檢測(cè)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810541824.8
• 申請(qǐng)日: 2018-05-30
• 公開(kāi)（公告）號(hào): CN108760739B
• 公開(kāi)（公告）日: 2020-10-09
• 發(fā)明（設(shè)計(jì)）人: 王邦平;秦啟平;修應(yīng)奎;龔柱
• 申請(qǐng)（專(zhuān)利權(quán)）人: 成都天仁民防科技有限公司
• 主分類(lèi)號(hào): G01N21/84
• 分類(lèi)號(hào): G01N21/84;G01N21/88
• 代理公司: 北京睿博行遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 11297
• 代理人: 王紅

1.一種人防門(mén)銹蝕狀態(tài)的檢測(cè)方法，其特征在于：包括如下步驟：

S1：光路布局模塊的攝像機(jī)獲取人防門(mén)門(mén)扇的圖像；

S2：數(shù)據(jù)采集模塊接收所述光路布局模塊獲取的視頻圖像,并傳遞給智能分析模塊；

S3：智能分析模塊調(diào)取圖像數(shù)據(jù)服務(wù)器存儲(chǔ)的人防門(mén)門(mén)扇原始和實(shí)時(shí)視頻圖像；

S4：智能分析模塊，將人防門(mén)門(mén)扇的原始和實(shí)時(shí)視頻圖像，進(jìn)行圖像分析比對(duì)：將原始和實(shí)時(shí)視頻圖像存在的差異進(jìn)行比對(duì)并輸出差異圖像，并將差異圖像與訓(xùn)練樣本庫(kù)的訓(xùn)練樣本進(jìn)行比對(duì)，確定人防門(mén)的銹蝕狀態(tài)異常情況；

S5：電氣主控箱將人防門(mén)的銹蝕狀態(tài)異常狀態(tài)在顯示終端上顯示出來(lái)；

其中，步驟S4中原始和實(shí)時(shí)視頻圖像進(jìn)行分析比對(duì)通過(guò)如下步驟得到：

S41：建立銹蝕圖像樣本庫(kù)：收集金屬門(mén)銹蝕圖像塊制作成反例樣本庫(kù)，收集金屬門(mén)的無(wú)銹蝕圖像塊制作成正例樣本庫(kù)；

S42:建立樣本標(biāo)簽：將反例樣本庫(kù)內(nèi)的樣本圖像的標(biāo)簽設(shè)為1，將正例樣本庫(kù)內(nèi)的樣本圖像標(biāo)簽設(shè)為0；

S43：將S41建立的銹蝕圖像樣本庫(kù)和S42建立的樣本標(biāo)簽，進(jìn)行對(duì)應(yīng)，形成樣本標(biāo)簽集合；

S44：樣本圖像特征提?。豪肙penCV函數(shù)cvtColor帶參數(shù)CV_BGR2Lab將圖像從rgb空間轉(zhuǎn)換到Lab圖像空間，利用OpenCV函數(shù)calcHist計(jì)算三通道圖像的直方圖，作為樣本的圖像特征；

S45：分類(lèi)訓(xùn)練：采用OpenCV中的機(jī)器學(xué)習(xí)模塊中SVM算法對(duì)S44得到的樣本圖像特征進(jìn)行訓(xùn)練，訓(xùn)練完成后將得到訓(xùn)練文件，將文件保存為xml文件格式；

S46：輸入人防門(mén)實(shí)時(shí)圖像和原始圖像；

S47：圖像配準(zhǔn)：將實(shí)時(shí)圖像配準(zhǔn)到原始圖像；

S48：圖像比對(duì)與差異輸出：將當(dāng)前實(shí)時(shí)圖像和原始圖像采用SSIM算法，比較兩幅圖像的結(jié)構(gòu)相似性，將實(shí)時(shí)圖像中與原始圖像差異度大的圖像塊，作為疑似銹蝕圖像塊輸出；

S49:銹蝕狀態(tài)識(shí)別輸出：對(duì)疑似銹蝕圖像塊采用步驟S44的方法提取疑似銹蝕圖像塊的圖像特征,利用步驟S45形成的訓(xùn)練文件和KNN算法識(shí)別疑似銹蝕圖像塊是否為銹蝕圖像；在識(shí)別過(guò)程，采用OpenCV中函數(shù)findNearest查找最近鄰的20個(gè)以上的樣本圖像進(jìn)行比較，當(dāng)超過(guò)10個(gè)以上的圖像都屬于銹蝕圖像，可認(rèn)為該圖像塊已經(jīng)為銹蝕圖像。

2.根據(jù)權(quán)利要求1所述的人防門(mén)銹蝕狀態(tài)的檢測(cè)方法，其特征在于：所述步驟S47中圖像配準(zhǔn)的步驟如下：

S471：采用surf算法求解輸入實(shí)時(shí)圖像和原始圖像的surf特征描述點(diǎn)；

S472：對(duì)特征描述點(diǎn)利用opencv中特征匹配點(diǎn)算法FlannBasedMatcher求解匹配點(diǎn)；

S473：在匹配點(diǎn)中統(tǒng)計(jì)出匹配最小距離min_dis，以min_dis為基準(zhǔn)，凡是匹配距離小于5倍min_dis的匹配點(diǎn)篩選出來(lái)作為最佳匹配點(diǎn)集合；

S474：對(duì)實(shí)時(shí)圖像和原始圖像之間的最佳匹配點(diǎn)集合，利用opencv函數(shù)findHomography求解當(dāng)前實(shí)時(shí)圖像到原始圖像之間的仿射變換矩陣H，利用opencv函數(shù)warpPerspective對(duì)仿射變換矩陣H進(jìn)行計(jì)算將當(dāng)前圖像配準(zhǔn)到原始圖像。

3.根據(jù)權(quán)利要求2所述的人防門(mén)銹蝕狀態(tài)的檢測(cè)方法，其特征在于：還包括銹蝕狀態(tài)分級(jí)預(yù)警步驟：

S491：將KNN算法中用findNearest找出的20個(gè)最近鄰樣本圖像中預(yù)警值進(jìn)行統(tǒng)計(jì)，對(duì)每一級(jí)報(bào)警的樣本數(shù)進(jìn)行統(tǒng)計(jì)，最多樣本數(shù)報(bào)警級(jí)別作為銹蝕狀態(tài)預(yù)警級(jí)別；當(dāng)多個(gè)報(bào)警級(jí)別的樣本數(shù)相同時(shí)，采用最高的預(yù)警級(jí)別進(jìn)行預(yù)警。

4.根據(jù)權(quán)利要求3中所述的人防門(mén)銹蝕狀態(tài)的檢測(cè)方法，其特征在于：還包括銹蝕狀態(tài)報(bào)警步驟：

S492：假設(shè)銹蝕狀態(tài)識(shí)別出的第i個(gè)銹蝕圖像塊的像素面積為Si，預(yù)警系數(shù)為Xi，i＝1,2，…n，n為檢測(cè)到的銹蝕個(gè)數(shù)，門(mén)扇像素面積為S，Sb為檢測(cè)到的銹蝕圖像塊的矩形框包圍盒像素面積；在下列情況下產(chǎn)生銹蝕報(bào)警：

(1)、(S1*X1+S2*X2+…….+Sn*Xn)÷10÷S≥0.1；

(2)、Sb÷S≥0.5。