[發明專利]基于FIDT的工件計數方法、裝置、計算機可讀存儲介質

在審

• 申請號: 202210830288.X
• 申請日: 2022-07-15
• 公開（公告）號: CN115330687A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 翟懿奎;梁雅淇;廖錦銳;江子義;周文略;蔣潤錦;張俊亮
• 申請（專利權）人: 五邑大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/60;G06T7/73;G06V10/762;G06V10/764;G06V10/82;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 馮健良

1.一種基于焦點反距離圖FIDT的工件計數方法，其特征在于，包括：

獲取目標圖像，根據所述目標圖像建立FIDT，其中，所述目標圖像包括多個工件圖像；

根據預設的局部極大值檢測策略從所述FIDT中獲取多個目標局部極大值，并確定各個所述目標局部極大值對應的目標坐標信息，其中，各個所述目標坐標信息表征各個所述工件圖像的中心位置的坐標信息；

根據預設的聚類算法計算各個所述目標坐標信息對應的各個所述工件圖像的實例大小；

根據各個所述實例大小生成各個包圍框；

根據預設的迭代對象檢測算法對各個所述包圍框和所述目標圖像進行目標檢測處理，得到目標工件計數結果。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標圖像，包括：

獲取待處理圖像，確定所述待處理圖像的感興趣區域，所述感興趣區域為所述待處理圖像中存在多個所述工件圖像的區域；

對所述待處理工件圖像進行裁剪，得到所述目標圖像，所述目標圖像歸屬于所述感興趣區域。

3.根據權利要求1所述的方法，其特征在于，在所述根據所述目標圖像建立FIDT之前，所述方法還包括：

根據預設的預處理規則對所述目標圖像進行圖像預處理。

4.根據權利要求1所述的方法，其特征在于，所述目標圖像還包括與各個工件圖像對應的標注點；所述根據所述目標圖像建立FIDT，包括：

獲取所述目標圖像的像素點，計算各個所述像素點與各個所述標注點之間的歐氏距離；

根據各個所述歐氏距離建立所述FIDT。

5.根據權利要求1所述的方法，其特征在于，所述根據預設的迭代對象檢測算法對各個所述包圍框和所述目標圖像進行目標檢測處理，得到目標工件計數結果，包括：

獲取第一圖像，所述第一圖像為包括各個所述包圍框的圖像，所述第一圖像與所述目標圖像尺寸相同；

對所述第一圖像中全部的所述包圍框附上掩碼，得到第二圖像；

將所述第二圖像和所述目標圖像輸入至預設的對象檢測器進行迭代檢測處理，得到第一工件計數結果；

當滿足預設條件，將全部的所述第一工件計數結果之和確定為所述目標工件計數結果。

6.根據權利要求5所述的方法，其特征在于，所述預設條件至少包括如下之一：

所述對象檢測器對所述第二圖像和所述目標圖像進行迭代檢測處理的迭代次數超過預設迭代次數閾值；

或者，

所述第一工件計數結果為0。

7.根據權利要求1所述的方法，其特征在于，所述聚類算法為最鄰近規則分類KNN算法。

8.一種基于FIDT的工件計數裝置，其特征在于，包括：

FIDT建立模塊，所述FIDT建立模塊用于獲取目標圖像，根據所述目標圖像建立FIDT，其中，所述目標圖像包括多個工件圖像；

目標坐標信息獲取模塊，所述目標坐標信息獲取模塊用于根據預設的局部極大值檢測策略從所述FIDT中獲取多個目標局部極大值，并確定各個所述目標局部極大值對應的目標坐標信息，其中，各個所述目標坐標信息表征各個所述工件圖像的中心位置的坐標信息；

實例大小計算模塊，所述實例大小計算模塊用于根據預設的聚類算法計算各個所述目標坐標信息對應的各個所述工件圖像的實例大小；

包圍框生成模塊，所述包圍框生成模塊用于根據各個所述實例大小生成各個包圍框；

工件計數結果獲取模塊，所述工件計數結果獲取模塊用于根據預設的迭代對象檢測算法對各個所述包圍框和所述目標圖像進行目標檢測處理，得到目標工件計數結果。

9.一種基于FIDT的工件計數裝置，包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7中任意一項所述的基于FIDT的工件計數方法。

10.一種計算機可讀存儲介質，存儲有計算機可執行指令，所述計算機可執行指令用于執行如權利要求1至7中任意一項所述的基于FIDT的工件計數方法。