[发明专利]传送带物料检测方法、装置、存储介质及终端设备有效

专利信息
申请号: 201911242276.X 申请日: 2019-12-06
公开(公告)号: CN111179218B 公开(公告)日: 2023-07-04
发明(设计)人: 吴黄子桑 申请(专利权)人: 深圳市燕麦科技股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/50;G06V10/762
代理公司: 深圳众鼎汇成知识产权代理有限公司 44566 代理人: 朱业刚
地址: 518000 广东省深圳市光明区凤凰街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传送带 物料 检测 方法 装置 存储 介质 终端设备
【权利要求书】:

1.一种传送带物料检测方法,其特征在于,包括:

获取拍摄自传送带的目标图片;

采用预设滑动窗口遍历所述目标图片,获取各第一检测窗口内的目标图片对应的特征向量;

根据各所述特征向量与各预设聚类中心之间的距离匹配各所述特征向量对应的目标聚类中心,各所述预设聚类中心所对应的类别为空传送带;

确定未匹配到目标聚类中心的目标特征向量,并获取所述目标特征向量对应的目标窗口的第一窗口位置;

根据所述第一窗口位置合并相邻的目标窗口;

若合并的目标窗口的第一数量大于预设数量阈值,则确定所述传送带中存在物料。

2.如权利要求1所述的传送带物料检测方法,其特征在于,在根据各所述特征向量与各预设聚类中心之间的距离匹配各所述特征向量对应的目标聚类中心之前,包括:

获取所述传送带对应的多张样本图片,其中,所述样本图片为所述传送带中不存在物料时的图片;

采用所述预设滑动窗口遍历各所述样本图片,获取各第二检测窗口内的各所述样本图片对应的样本特征向量;

利用预设聚类算法对各所述样本特征向量进行聚类处理,得到所述样本特征向量对应的各预设聚类中心和各所述预设聚类中心对应的聚类半径。

3.如权利要求2所述的传送带物料检测方法,其特征在于,在利用预设聚类算法对各所述样本特征向量进行聚类处理,得到所述样本特征向量对应的各预设聚类中心和各所述预设聚类中心对应的聚类半径之后,包括:

获取各所述预设聚类中心对应的各样本特征向量对应的第二检测窗口的第二窗口位置;

根据各所述第二窗口位置构建各所述第二检测窗口对应的聚类中心集,所述聚类中心集为所述第二检测窗口对应的预设聚类中心的集合。

4.如权利要求3所述的传送带物料检测方法,其特征在于,所述根据各所述特征向量与各预设聚类中心之间的距离匹配各所述特征向量对应的目标聚类中心,包括:

获取各所述特征向量对应的第一检测窗口的第三窗口位置;

根据所述第三窗口位置确定各所述第一检测窗口对应的聚类中心集;

根据各所述特征向量与对应的聚类中心集中的各预设聚类中心之间的距离匹配各所述特征向量对应的目标聚类中心。

5.如权利要求2所述的传送带物料检测方法,其特征在于,在利用预设聚类算法对各所述样本特征向量进行聚类处理,得到所述样本特征向量对应的各预设聚类中心和各所述预设聚类中心对应的聚类半径之后,包括:

根据各所述预设聚类中心对应的聚类半径确定各所述预设聚类中心对应的样本特征向量的第二数量;

根据所述第二数量对各所述预设聚类中心进行降序排列,得到所述预设聚类中心对应的排列数组。

6.如权利要求5所述的传送带物料检测方法,其特征在于,所述根据各所述特征向量与各预设聚类中心之间的距离匹配各所述特征向量对应的目标聚类中心,包括:

对于每一特征向量,将所述排列数组中排序第一的预设聚类中心确定为所述特征向量对应的候选聚类中心;

确定所述特征向量与所述候选聚类中心之间的距离;

若所述距离小于或者等于所述候选聚类中心对应的聚类半径,则将所述候选聚类中心确定为所述特征向量对应的目标聚类中心;

若所述距离大于所述候选聚类中心对应的聚类半径,则更新所述排列数组,并返回执行所述将所述排列数组中排序第一的预设聚类中心确定为所述特征向量对应的候选聚类中心的步骤以及后续步骤。

7.如权利要求1至6中任一项所述的传送带物料检测方法,其特征在于,在确定所述传送带中存在物料之后,还包括:

控制所述传送带停止运行,并发送报警消息。

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深圳市燕麦科技股份有限公司,未经深圳市燕麦科技股份有限公司许可,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/201911242276.X/1.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