[发明专利]一种岸桥下集卡定位方法及设备

权利要求书

1.一种岸桥下集卡定位方法，其中，所述方法包括：

A 通过安装于岸桥横梁上的相机装置，获取岸桥下集卡的拍摄图像，确定所述拍摄图像中的所有像素点及其位置；

B 基于预置的至少一个初始聚类中心点和所述所有像素点及其位置，对所述集卡的拍摄图像进行K-means聚类算法处理，得到每个初始聚类中心点对应的聚类像素区域，包括：b在所述集卡的拍摄图像中随机预置至少一个初始聚类中心点，重复如下步骤，直至对所述初始聚类中心点的更新为零，确定每个初始聚类中心点对应的聚类像素区域及其中的至少一个像素点及其位置：b1 通过基于欧式距离的K-means聚类算法和所述初始聚类中心点，对所述集卡的拍摄图像中的所有像素点进行聚类，得到每个所述初始聚类中心点对应的至少一个像素点及其位置；b2 基于所述至少一个像素点及其位置，更新对应的所述初始聚类中心点，得到所述初始聚类中心点对应的更新聚类中心点；b3 将所述更新聚类中心点确定为所述初始聚类中心；

C 对每个初始聚类中心点对应的聚类像素区域依次进行图像二值化、图像腐蚀及图像膨胀处理，得到处理后的拍摄图像；

D通过最小外接矩形算法计算所述处理后的拍摄图像中的至少一个第一连通域，对第一连通域的边长、面积筛选过滤，得到所述集卡的车头连通域及其位置，包括：基于最小外接矩形算法计算所述处理后的拍摄图像中的至少一个第一连通域；获取安装在岸桥横梁上的所述相机装置的实际位置及其与岸桥下所述集卡的车头之间的实际距离；基于所述实际位置和所述实际距离，确定第一预设像素区域；基于所述第一预设像素区域对所述第一连通域进行过滤，从至少一个所述第一连通域中筛选得到所述集卡的车头连通域及其位置。

2.根据权利要求1所述的方法，其中，所述步骤b1，包括：

采用欧式距离算法，对所述集卡的拍摄图像中的每个像素点，分别计算与每个初始聚类中心点之间的距离；

基于欧式距离的K-means聚类算法和所述距离，对所述集卡的拍摄图像中的所有像素点进行聚类，得到每个所述初始聚类中心点对应的至少一个像素点及其位置及由所述至少一个像素点及其位置得到的聚类像素区域。

3.根据权利要求1所述的方法，其中，所述步骤C中的对每个初始聚类中心点对应的聚类像素区域进行图像二值化处理，包括：

确定预设的二值化阈值；

基于所述预设的二值化阈值，对每个初始聚类中心点对应的聚类像素区域进行图像二值化处理。

4.根据权利要求3所述的方法，其中，所述确定预设的二值化阈值，包括：

计算每个所述初始聚类中心点对应的聚类像素区域的平均灰度值；

将所述平均灰度值按照从大到小的顺序进行排列，并计算排在第一位的平均灰度值和第二位的平均灰度值之间的平均值；

将所述平均值确定为所述预设的二值化阈值。

5.根据权利要求1所述的方法，其中，所述方法还包括：

计算所述集卡的车头连通域对应的集卡车头外接矩形，并确定所述集卡车头外接矩形的长边的中点所在的中心线L1及其纵坐标；

获取所述集卡的拍摄图像中的车道总长；

基于所述中心线L1及其纵坐标和所述车道总长，得到所述集卡的车头位置占比。

6.根据权利要求1所述的方法，其中，所述方法还包括：

E从所述处理后的拍摄图像中截取所述集卡的车头连通域对应的集卡车头外接矩形，并获取所述集卡车头外接矩形对应的至少一个像素点及其灰度值；

F对所述集卡车头外接矩形对应的每个像素点的灰度值取反，得到新的集卡车头矩形；

G对所述新的集卡车头矩形进行处理，确定所述集卡的车头的作业状态信息。