[發明專利]一種集裝箱異物檢測方法、裝置及存儲介質

在審

• 申請號: 202310477953.6
• 申請日: 2023-04-28
• 公開（公告）號: CN116630739A
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 季璐
• 申請（專利權）人: 北京惠朗時代科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/25;G06V10/764;G06N20/20
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種集裝箱異物檢測方法，其特征在于，所述方法包括步驟：

獲取不含異物的第一大宗貨物圖像；

根據所述第一大宗貨物圖像生成大宗貨物正樣本的訓練數據集；

構建表征為超球體的異物檢測模型；

利用所述訓練數據集訓練所述異物檢測模型；

獲取待檢測的第二大宗貨物圖像的大宗貨物圖像切片；

計算每一所述大宗貨物圖像切片的特征向量；

判斷所有所述特征向量符合所述異物檢測模型的比例是否達到預設值；

若是，判定所述第二大宗貨物圖像含有異物夾帶；

若否，判定所述第二大宗貨物圖像未含有異物夾帶。

2.根據權利要求1所述的集裝箱異物檢測方法，其特征在于，所述獲取不含異物的第一大宗貨物圖像包括步驟：

利用集裝箱安檢機采集不含異物且裝載有大宗貨物的大宗貨物圖像；

對所述大宗貨物圖像進行歸一化處理和圖像增強處理；

檢測所述大宗貨物圖像中的車廂區域；

刪除所述大宗貨物圖像中的所有非車廂區域圖像并得到第一大宗貨物圖像。

3.根據權利要求1所述的集裝箱異物檢測方法，其特征在于，所述根據所述第一大宗貨物圖像生成大宗貨物正樣本的訓練數據集包括步驟：

利用滑窗算法從所述第一大宗貨物圖像中截取得到第一大宗貨物子區域圖像；

對所有所述第一大宗貨物子區域圖像進行規格調整和歸一化處理；

將歸一化處理后的所有所述第一大宗貨物子區域圖像作為大宗貨物正樣本并生成訓練數據集。

4.根據權利要求1所述的集裝箱異物檢測方法，其特征在于，所述異物檢測模型的表達式為：

|||φ(z_i)-o||＞r；

其中，φ為高斯核函數，O表示異物檢測模型中心，r表示異物檢測模型半徑，zi表示訓練數據集中的第i個樣本所對應的圖像的特征向量。

5.根據權利要求1所述的集裝箱異物檢測方法，其特征在于，所述利用所述訓練數據集訓練所述異物檢測模型包括步驟：

構建目標函數；

將所述異物檢測模型代入所述目標函數；

利用拉格朗日對偶求解方法求解所述目標函數并得到所述異物檢測模型的異物檢測模型中心和異物檢測模型半徑；

將所述異物檢測模型中心和所述異物檢測模型半徑代入所述異物檢測模型。

6.根據權利要求5所述的集裝箱異物檢測方法，其特征在于，所述目標函數的表達式為：

|φ(x_i)-o||≤r+ζ_i,i＝1,2,3,...,m

ζ_i≥0_i,i＝1,2,3,...,m；

其中，C表示目標函數的懲罰系數，ζi表示目標函數的松弛變量，r表示異物檢測模型半徑，O表示異物檢測模型中心，i表示訓練數據集中的樣本序號，φ表示高斯核函數，m表示訓練數據集的樣本個數，xi表示訓練數據集中的第i個樣本所對應的圖像的sift特征向量。

7.根據權利要求1所述的集裝箱異物檢測方法，其特征在于，所述獲取待檢測的第二大宗貨物圖像的大宗貨物圖像切片包括步驟：

獲取待檢測的第二大宗貨物圖像；

對所述第二大宗貨物圖像進行歸一化處理和圖像增強處理；

利用滑窗方法對圖像增強處理后的所述第二大宗貨物圖像進行分割并得到大宗貨物圖像切片。