【技術實現步驟摘要】
本專利技術涉及檢測領域，特別涉及目標檢測方法、系統、存儲介質和電子設備。
技術介紹
1、在實際的生產環境中，對特定目標的圖像檢測工作往往非常復雜繁瑣，這主要因為目標所表達出的圖形狀態往往會因為時間的推移而產生各種紛繁的變化，而且這種變化不可控、不可預測，因此在對這些目標進行傳統的圖像檢測時通常都會面臨巨大的挑戰。
2、以火車車廂上的零部件區域為例，車廂的側門周邊往往會因為各種各樣的原因而導致色彩圖層不規則的脫落，或是一些如稻草之類的異物被夾住，從而會對該區域的圖像檢測工作造成干擾。然而這些異常在相關的安檢設定中都屬于正常范疇，并不應該觸發相應的告警信息。因此，如何才能正常識別不同類型的異常情況是本領域技術人員亟需解決的技術問題。
技術實現思路
1、本專利技術的目的是提供一種目標檢測方法、系統、計算機可讀存儲介質和電子設備，能夠快速簡單識別異常類型。
2、為解決上述技術問題，本專利技術提供一種目標檢測方法，具體技術方案如下：
3、利用圖像捕獲設備獲取包含檢測目標的檢測區域圖像；
4、對所述檢測區域圖像進行縮放或擴放，確定所述檢測區域圖像與檢測區域點云數據的對應比例；
5、基于所述對應比例合并所述檢測區域圖像和所述檢測區域點云數據，得到多維信息矩陣；
6、當所述檢測目標發生異常時，應用所述多維信息矩陣對所述檢測目標的實時圖像信息和實時點云信息進行比對，得到比對檢測結果。
7、可選的，利用圖像捕獲設備獲取
8、應用激光雷達獲取所述檢測區域點云數據；
9、確定所述檢測區域點云數據中的檢測目標；
10、將坐標系的原點設于所述檢測目標上，以校正所述檢測區域點云數據的坐標系。
11、可選的，確定所述檢測區域圖像與檢測區域點云數據的對應比例包括：
12、確定所述檢測目標的實際長度；
13、確定所述檢測目標在所述檢測區域圖像中的顯示長度；
14、根據所述實際長度和所述顯示長度確定所述檢測區域圖像與檢測區域點云數據之間的比例尺。
15、可選的，所述根據所述實際長度和所述顯示長度確定所述檢測區域圖像與檢測區域點云數據之間的比例尺之后，還包括：
16、確定所述檢測區域圖像中的第一特征點序列中各第一特征點的坐標數據；
17、確定所述檢測區域點云數據中與各所述第一特征點逐個對應的第二特征點的實際點云數據；
18、根據所述坐標數據應用所述比例尺計算各所述第二特征點的計算點云數據；
19、若所述實際點云數據和所述計算點云數據之間無誤差，確認所述比例尺無誤；
20、若所述實際點云數據和所述計算點云數據之間存在誤差，修正所述比例尺。
21、可選的，基于所述對應比例合并所述檢測區域圖像和所述檢測區域點云數據，得到多維信息矩陣包括：
22、根據所述檢測區域圖像和所述檢測區域點云數據之間的比例尺確定像素代表長度；
23、利用所述檢測區域圖像的圖像紋理以所述像素代表長度為單位進行色彩紋理填充，得到多維信息矩陣。
24、可選的，得到多維信息矩陣之后，還包括：
25、對所述多維信息矩陣進行網格簡化、平滑處理和紋理優化中的至少一項操作。
26、可選的，所述應用所述多維信息矩陣對所述檢測目標的實時圖像信息和實時點云信息進行比對，得到比對結果包括：
27、若所述實時圖像信息不匹配且所述實時點云信息匹配，進入圖像缺損處理流程；
28、若所述實時點云信息不匹配，則進入結構異常處理流程；所述比對檢測結果包含所述圖像缺損處理流程和所述結構異常處理流程各自的處理結果。
29、本專利技術一種目標檢測系統，包括：
30、圖像獲取模塊，用于利用圖像捕獲設備獲取包含檢測目標的檢測區域圖像；
31、比例確定模塊，用于對所述檢測區域圖像進行縮放或擴放，確定所述檢測區域圖像與檢測區域點云數據的對應比例；
32、數據融合模塊，用于基于所述對應比例合并所述檢測區域圖像和所述檢測區域點云數據，得到多維信息矩陣；
33、目標檢測模塊，用于當所述檢測目標發生異常時，應用所述多維信息矩陣對所述檢測目標的實時圖像信息和實時點云信息進行比對，得到比對檢測結果。
34、本專利技術還提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如上所述的方法的步驟。
35、本專利技術還提供一種電子設備，包括存儲器和處理器，所述存儲器中存有計算機程序，所述處理器調用所述存儲器中的計算機程序時實現如上所述的方法的步驟。
36、本專利技術提供一種目標檢測方法，包括：利用圖像捕獲設備獲取包含檢測目標的檢測區域圖像；對所述檢測區域圖像進行縮放或擴放，確定所述檢測區域圖像與檢測區域點云數據的對應比例；基于所述對應比例合并所述檢測區域圖像和所述檢測區域點云數據，得到多維信息矩陣；當所述檢測目標發生異常時，應用所述多維信息矩陣對所述檢測目標的實時圖像信息和實時點云信息進行比對，得到比對檢測結果。
37、本專利技術通過獲取檢測目標的檢測區域圖像和檢測區域點云數據，將二者按照對應比例進行融合，得到多維信息矩陣，此后可以確認檢測目標在多維信息矩陣中的相對位置，并確認對應的特征信息，通過比對圖像信息和點云信息即可判斷檢測目標的具體問題類型，無需人為設定諸多檢測條件即可對異常項進行準確判斷。
38、本專利技術還提供一種目標檢測系統、計算機可讀存儲介質和電子設備，具有上述有益效果，此處不再贅述。
本文檔來自技高網...【技術保護點】
1.一種目標檢測方法，其特征在于，包括：
2.根據權利要求1所述的目標檢測方法，其特征在于，利用圖像捕獲設備獲取包含檢測目標的檢測區域圖像之前，還包括：
3.根據權利要求1所述的目標檢測方法，其特征在于，確定所述檢測區域圖像與檢測區域點云數據的對應比例包括：
4.根據權利要求3所述的目標檢測方法，其特征在于，所述根據所述實際長度和所述顯示長度確定所述檢測區域圖像與檢測區域點云數據之間的比例尺之后，還包括：
5.根據權利要求1所述的目標檢測方法，其特征在于，基于所述對應比例合并所述檢測區域圖像和所述檢測區域點云數據，得到多維信息矩陣包括：
6.根據權利要求5所述的目標檢測方法，其特征在于，得到多維信息矩陣之后，還包括：
7.根據權利要求1所述的目標檢測方法，其特征在于，所述應用所述多維信息矩陣對所述檢測目標的實時圖像信息和實時點云信息進行比對，得到比對檢測結果包括：
8.一種目標檢測系統，其特征在于，包括：
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處
10.一種電子設備，其特征在于，包括存儲器和處理器，所述存儲器中存有計算機程序，所述處理器調用所述存儲器中的計算機程序時實現如權利要求1-7任一項所述的方法的步驟。
...【技術特征摘要】
1.一種目標檢測方法，其特征在于，包括：
2.根據權利要求1所述的目標檢測方法，其特征在于，利用圖像捕獲設備獲取包含檢測目標的檢測區域圖像之前，還包括：
3.根據權利要求1所述的目標檢測方法，其特征在于，確定所述檢測區域圖像與檢測區域點云數據的對應比例包括：
4.根據權利要求3所述的目標檢測方法，其特征在于，所述根據所述實際長度和所述顯示長度確定所述檢測區域圖像與檢測區域點云數據之間的比例尺之后，還包括：
5.根據權利要求1所述的目標檢測方法，其特征在于，基于所述對應比例合并所述檢測區域圖像和所述檢測區域點云數據，得到多維信息矩陣包括：
6.根據權...
【專利技術屬性】
技術研發人員：李瑞東，丁相民，劉歡迎，聶春梅，王圣偉，趙文杰，董毅，
申請(專利權)人：山東矩陣軟件工程股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。