[发明专利]物体检测方法和装置有效

专利信息
申请号: 201910940425.3 申请日: 2019-09-30
公开(公告)号: CN110942444B 公开(公告)日: 2023-05-02
发明(设计)人: 王千;史晓宇;李昊 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06V10/762;G06V10/764
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 谢湘宁;张文华
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物体 检测 方法 装置
【说明书】:

发明公开了一种物体检测方法和装置。其中,该方法包括:获得待检测物体的物体图像;确定物体图像中待检测物体表面扫描线的像素集合;依据像素集合,确定扫描线所在区域是否为目标检测区域。本发明解决了由于现有技术中缺少对轮胎质检过程中的自动检测,导致识别效率低的技术问题。

技术领域

本发明涉及图像识别技术领域,具体而言,涉及一种物体检测方法和装置。

背景技术

随着汽车消费的增长保持着稳健的增长趋势,而轮胎(特别是子午线轮胎)一般具有较复杂的内部结构,制造工艺复杂且对制造精度要求较高。一旦生产过程中产生的如胎体开根、帘线弯曲等缺陷问题没有得到识别和修正,将会严重损耗轮胎的寿命,严重的甚至导致汽车行驶过程中出现安全问题。因此,轮胎生产后期需要对轮胎进行无损检测,以便及时发现问题,调整规范生产流程。

目前,对轮胎缺陷的检测主流是采用x光射线机扫描待检轮胎,根据生成的x光片来判断。但国内目前缺少能满足实际质检需求的基于机器视觉的轮胎缺陷自动识别软件,质检主要依靠人眼通过x光图片判断缺陷,容易造成视觉疲劳引起漏检误检。人眼识别过程中也容易受到主观因素影响,质检效率低下,需要采用质检工人轮岗的方式。所以设计一种高效的缺陷自动识别系统具有重要的现实意义。

目前轮胎市场上,子午线轮胎凭其使用寿命长、安全性高、节省燃料等优点已经成为轮胎的主流,因其胎体材料呈径向排列,垂直于轮胎行驶方向,类似经纬线而得名。其内部的钢丝帘布承受着整个轮胎60%到70%的内应力,是主要受力部件。因此对钢丝类缺陷进行识别又是轮胎质检的重要一环。

针对上述由于现有技术中缺少对轮胎质检过程中的自动检测,导致识别效率低的问题,目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种物体检测方法和装置,以至少解决由于现有技术中缺少对轮胎质检过程中的自动检测,导致识别效率低的技术问题。

根据本发明实施例的一个方面,提供了一种物体检测方法,包括:获得待检测物体的物体图像;确定物体图像中待检测物体表面扫描线的像素集合;依据像素集合,确定扫描线所在区域是否为目标检测区域。

可选的,待检测物体包括:物体图像中的待检测物体为轮胎。

进一步地,可选的,确定物体图像中待检测物体表面扫描线的像素集合包括:在物体图像包括轮胎的胎体图像的情况下,获取胎体图像中的至少一条扫描线的像素值;依据像素中的灰度值对像素值进行分类,得到第一像素集合和第二像素集合,其中,第一像素集合,用于表示胎体图像中轮胎的胎体部分;第二像素集合,用于表示胎体图像中轮胎的金属丝部分;依据第一像素集合和第二像素集合,得到至少一条扫描线的像素集合,其中,像素集合为组成扫描线各个位置的像素值的集合。

可选的,依据像素中的灰度值对像素集合进行分类,得到第一像素集合和第二像素集合包括:依据像素中的灰度值,通过聚类对像素值进行分类;将聚类中心值为第一聚类中心值的像素值标记为第一像素编码,并将聚类中心值为第二聚类中心值的像素值标记为第二像素编码;依据第一像素编码和第二像素编码,分别得到第一像素集合和第二像素集合。

可选的,依据像素集合,确定扫描线所在区域是否为目标检测区域包括:依据像素集合中的编码,统计组成扫描线的子线段的长度、具备长度的子线段的数量和子线段的坐标,并依据组成扫描线的子线段的长度、具备长度的子线段的数量和子线段的坐标,得到至少一条扫描线的子线段信息集合;检测子线段信息集合中各子线段的长度,依据子线段的长度确定子线段的坐标所在区域是否为目标检测区域。

进一步地,可选的,检测子线段信息集合中各子线段的长度,依据子线段的长度确定子线段所在坐标区域是否为目标检测区域包括:获取子线段信息集合中子线段长度大于预设阈值的子线段;将子线段的坐标分布的区域,确定为目标检测区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910940425.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top