[發明專利]一種基于機器視覺和深度學習的防打保齡的方法和系統

在審

• 申請號: 202110276736.1
• 申請日: 2021-03-15
• 公開（公告）號: CN113177557A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 張強;陳志輝;劉鍵濤;魏秋新
• 申請（專利權）人: 福建電子口岸股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/40
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 連耀忠;王婷婷

本發明提供一種基于機器視覺和深度學習的防打保齡的方法，包括如下步驟：利用設置在大梁和小車上的攝像頭采集得到RGB圖像；將得到的RGB圖像通過矩形分割方法提取ROI區域，并通過高斯濾波進行圖像降噪，通過改進的尺度不變特征變換算法進行圖像的特征提取；將得到的圖像特征輸入訓練好的改進的boosting分類模型中，判定是否出現防打保齡；當判定結果為出現防打保齡，則觸發當前唄位的保護；本發明提出一種基于機器視覺和深度學習的防打保齡的方法，通過機器視覺的手段，結合改進的尺度不變特征變換算法以及改進的boost分類模型能夠精確快速地判定防打保齡的情況，實現安全生產。

技術領域

本發明涉及龍門吊檢測領域，特別是指一種基于機器視覺和深度學習的防打保齡的方法和系統。

背景技術

輪胎式集裝箱門式起重機，簡稱龍門吊作為堆場集裝箱起重設備，在集裝箱碼頭得到廣泛應用，但隨著集裝箱碼頭和堆場起重機的快速發展，在裝卸集裝箱的過程中是否精準安全，直接關系到碼頭生產效率的高低和經濟效益。在龍門吊作業過程中，有時會因為吊具起升高度不夠而發生“打保齡”事故，這不僅會造成集裝箱箱體和箱內獲取、拖車、托架損壞，而且會造成人員傷亡，并在一定程度上限制龍門吊作業效率的提高。

目前，針對在堆場內，在起重機起帶箱或者不帶箱時，起升未到足夠高度的情況下，動小車從而造成吊具撞翻前后鄰近的集裝箱的問題，現有技術一般采用激光掃描的手段，通過實時進行掃描小車前后方集裝箱高度和位置，控制小車速度和停止以實現防撞保護。但目前通過激光手段仍存在盲區問題導致掃描不全，司機無法準確判斷，使得安全事故頻有發生，無法達到安全生產的要求。

發明內容

本發明的主要目的在于克服現有技術中的上述缺陷，提出一種基于機器視覺和深度學習的防打保齡的方法，通過機器視覺的手段，結合改進的尺度不變特征變換算法以及改進的boosting分類模型能夠精確快速地判定防打保齡的情況，實現安全生產。

本發明采用如下技術方案：

本發明實施例一方面提供一種基于機器視覺和深度學習的防打保齡的方法，包括如下步驟：

利用設置在大梁和小車上的攝像頭采集得到RGB圖像；

將得到的RGB圖像通過矩形分割方法提取ROI區域，并通過高斯濾波進行圖像降噪，通過改進的尺度不變特征變換算法進行圖像的特征提取；

將得到的圖像特征輸入訓練好的改進的boosting分類模型中，判定是否出現防打保齡；

當判定結果為出現防打保齡，則觸發當前唄位的保護。

具體地，將得到的RGB圖像通過矩形分割方法提取ROI區域，具體包括：

在待處理的RGB圖像選取兩個點；

以這兩個點為一條對角線，確定出一個矩形區域。

具體地，通過改進的尺度不變特征變換算法進行圖像的特征提取，具體為：

建立圖像的高斯差分金字塔，構建出高斯差分尺度空間，并通過改變濾波器模板尺寸獲取不同尺度的圖像；

尋找局部極值點，并通過計算Hessian矩陣和積分圖像進行局部極值點的檢測，確定特征點；

根據特征點領域的像素梯度分布情況求出特征點的穩定方向。

具體地，通過改進的尺度不變特征變換算法進行圖像的特征提取，其中提取的特征具體包括：

當前唄位集裝箱的位置、高度、偏轉角度和隔壁唄位集裝箱的位置、高度信息，當前唄位集裝箱邊界框和隔壁唄位集裝箱的邊界框，以及吊具位置、長度。

具體地，改進的boosting分類模型，具體為：