【技術實現步驟摘要】
本專利技術涉及積水檢測，具體涉及一種基于圖像識別的積水自動檢測算法。
技術介紹
1、隨著工業自動化和智能制造的快速發展，工廠環境的安全與效率變得尤為重要。工廠內部的積水問題不僅影響生產效率，還可能引發設備故障和安全事故。因此，及時準確地檢測和處理積水問題對于保障工廠正常運作至關重要。
2、傳統的積水檢測方法主要依賴于人工巡檢，這種方法效率低下，且在夜間或惡劣天氣條件下難以實施。隨著圖像識別技術的不斷發展，基于圖像的自動積水檢測技術逐漸成為研究熱點。這些技術能夠實現對積水區域的快速識別和定位，提高工廠安全管理的自動化水平。
3、公開號為cn115830535a的中國專利公開了一種變電站周邊區域積水檢測方法、系統、設備及介質，該專利通過改進的yolov3進行目標檢測以定位積水區域，該技術方案的核心是通過積水與周圍區域的色差定位目標。這種算法流程較簡單，但是對于陰影以及黑色物體等復雜場景，會存在算法誤檢和精確率較低的不利情況，基于此，本專利技術提出了一種基于圖像識別的積水自動檢測算法。
技術實現思路
1、本專利技術的目的在于提供一種基于圖像識別的積水自動檢測算法，解決以下技術問題：
2、現有積水檢測算法對于陰影以及黑色物體等復雜場景，會存在算法誤檢和精確率較低的不利情況。
3、本專利技術的目的可以通過以下技術方案實現：
4、一種基于圖像識別的積水自動檢測算法，包括以下步驟：
5、采集待檢測區域的圖像，使用yolov8
6、提取當前目標框圖像的sift特征，構成128維的特征描述子，計算當前目標框圖像的特征描述子與積水數據庫的特征描述子的相似程度；
7、若相似程度大于等于預設閾值，則該目標框圖像屬于積水類；否則該目標框圖像屬于背景類；
8、獲取圖像傳感器的內參矩陣和外參矩陣，建立從圖像坐標到世界坐標的轉換關系，根據積水目標框在圖像中的位置確定積水區域的實際位置。
9、作為本專利技術進一步的方案：所述目標的標注包括目標框的左上角端點坐標和右下角端點坐標，以及目標的置信度conf和積水類cls。
10、作為本專利技術進一步的方案：計算當前目標框圖像的特征描述子與積水數據庫的特征描述子的相似程度的具體過程為：
11、基于l2均方差計算相似程度，均方差計算公式為：
12、；
13、式中，pi表示當前目標框圖像的描述子，pi*表示積水數據庫的特征描述子，描述子共128維特征。
14、作為本專利技術進一步的方案：所述圖像坐標的坐標系原點為圖像的左上角點。
15、作為本專利技術進一步的方案：當待檢測區域的圖像中多個目標框存在重疊時，則通過框融合方法將存在重疊的目標框合并為一個新的目標框。
16、作為本專利技術進一步的方案：通過框融合方法將存在重疊的目標框合并為一個新的目標框的具體過程為：
17、計算任意兩個目標框之間的iou，若存在任意兩個目標框之間的iou大于0，則分別獲取兩個目標框的左上角端點坐標（x1，y1）和（x2，y2），將合并后的新目標框的左上角端點坐標標記為（x，y），其中，x=min（x1，x2），y=min（y1，y2）；
18、分別獲取兩個目標框的右下角端點坐標（z1，w1）和（z2，w2），將合并后的新目標框的左上角端點坐標標記為（z，w），其中，z=max（z1，z2），w=max（w1，w2）。
19、作為本專利技術進一步的方案：依次對圖像中所有存在重疊的目標框進行合并。
20、作為本專利技術進一步的方案：對合并后的目標框的置信度進行更新，更新后的置信度為合并前所有目標框置信度的平均值。
21、作為本專利技術進一步的方案：所述內參矩陣包括焦距、光學中心、像素尺寸以及畸變系數；所述外參矩陣包括旋轉矩陣和平移向量。
22、作為本專利技術進一步的方案：所述世界坐標的轉換過程為：
23、基于內參矩陣和外參矩陣構建投影矩陣，將積水目標框的像素坐標轉換為齊次坐標形式，將齊次坐標代入所述投影矩陣中，應用逆投影變換得到積水區域的三維點坐標。
24、本專利技術的有益效果：
25、（1）本專利技術通過提取sift特征并計算目標框圖像的特征描述子與積水數據庫特征描述子的相似程度，能夠有效區分積水與黑色物體和陰影，從而減少誤檢和漏檢，提高了檢測的準確性。
26、（2）本專利技術通過框融合方法，能夠處理圖像中因視角或遮擋導致的積水目標框截斷問題，將多個重疊或相鄰的積水目標框合并為一個完整的目標框，從而提高了檢測算法的準確率，并在可視化展示中呈現出更加清晰和準確的積水區。
本文檔來自技高網...【技術保護點】
1.一種基于圖像識別的積水自動檢測算法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，所述目標的標注包括目標框的左上角端點坐標和右下角端點坐標，以及目標的置信度conf和積水類cls。
3.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，計算當前目標框圖像的特征描述子與積水數據庫的特征描述子的相似程度的具體過程為：
4.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，所述圖像坐標的坐標系原點為圖像的左上角點。
5.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，當待檢測區域的圖像中多個目標框存在重疊時，則通過框融合方法將存在重疊的目標框合并為一個新的目標框。
6.根據權利要求4或5所述的一種基于圖像識別的積水自動檢測算法，其特征在于，通過框融合方法將存在重疊的目標框合并為一個新的目標框的具體過程為：
7.根據權利要求6所述的一種基于圖像識別的積水自動檢測算法，其特征在于，依次對圖像中所有存在重疊的
8.根據權利要求2或5所述的一種基于圖像識別的積水自動檢測算法，其特征在于，對合并后的目標框的置信度進行更新，更新后的置信度為合并前所有目標框置信度的平均值。
9.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，所述內參矩陣包括焦距、光學中心、像素尺寸以及畸變系數；所述外參矩陣包括旋轉矩陣和平移向量。
10.根據權利要求9所述的一種基于圖像識別的積水自動檢測算法，其特征在于，所述世界坐標的轉換過程為：
...【技術特征摘要】
1.一種基于圖像識別的積水自動檢測算法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，所述目標的標注包括目標框的左上角端點坐標和右下角端點坐標，以及目標的置信度conf和積水類cls。
3.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，計算當前目標框圖像的特征描述子與積水數據庫的特征描述子的相似程度的具體過程為：
4.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，所述圖像坐標的坐標系原點為圖像的左上角點。
5.根據權利要求1所述的一種基于圖像識別的積水自動檢測算法，其特征在于，當待檢測區域的圖像中多個目標框存在重疊時，則通過框融合方法將存在重疊的目標框合并為一個新的目標框。
<...【專利技術屬性】
技術研發人員：張磊，張昌林，李偉強，
申請(專利權)人：深圳市鐵越電氣有限公司，
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。