[发明专利]基于光流和C3D网络的气泡检测方法和系统

说明书

本发明提供了一种基于光流和C3D网络的气泡检测方法和系统，其中，所述方法包括以下步骤：获取包含待测目标的视频数据；对视频数据中的每帧图像进行目标检测，以得到待测目标；根据视频数据中的相邻帧图像计算待测目标的光流；对待测目标的光流进行预处理；采用C3D网络对预处理后的待测目标的光流进行处理以判断待测目标是否产生气泡。本发明能够过滤掉无法产生光流的挂壁水滴干扰项，从而能够在降低气泡检测复杂度的同时，提升气泡检测的精度，此外还能够准确检测快速运动的气泡，从而能够避免出现遗漏检测的情况。

技术领域

本发明涉及图像运动检测技术领域，具体涉及一种基于光流和C3D网络的气泡检测方法、一种基于光流和C3D网络的气泡检测系统和一种非临时性计算机可读存储介质。

背景技术

在K12实验中存在装置的气密性打分点，判别该打分点是否正确的关键依据为水槽中是否产生气泡。但是由于气泡上升速度较快、易被水槽遮挡、与水槽挂壁水滴相似等特点，采用传统目标检测对气泡进行检测，然后对气泡进行运动跟踪的方式在K12实验场景下容易出现气泡漏检测、跟踪丢失等问题，大幅降低了该得分点的判别精度。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于光流和C3D网络的气泡检测方法，能够过滤掉无法产生光流的挂壁水滴干扰项，从而能够在降低气泡检测复杂度的同时，提升气泡检测的精度，此外还能够准确检测快速运动的气泡，从而能够避免出现遗漏检测的情况。

本发明的第二个目的在于提出一种基于光流和C3D网络的气泡检测系统。

本发明的第三个目的在于提出一种非临时性计算机可读存储介质。

为达到上述目的，本发明第一方面实施例提出了一种基于光流和C3D网络的气泡检测方法，包括以下步骤：获取包含待测目标的视频数据；对所述视频数据中的每帧图像进行目标检测，以得到所述待测目标；根据所述视频数据中的相邻帧图像计算所述待测目标的光流；对所述待测目标的光流进行预处理；采用C3D网络对预处理后的所述待测目标的光流进行处理以判断所述待测目标是否产生气泡。

根据本发明实施例提出的基于光流和C3D网络的气泡检测方法，通过获取包含待测目标的视频数据，并对视频数据中的每帧图像进行目标检测，以得到待测目标，以及根据视频数据中的相邻帧图像计算待测目标的光流，并对待测目标的光流进行预处理，然后采用C3D网络对预处理后的待测目标的光流进行处理以判断待测目标是否产生气泡，由此，能够过滤掉无法产生光流的挂壁水滴干扰项，从而能够在降低气泡检测复杂度的同时，提升气泡检测的精度，此外还能够准确检测快速运动的气泡，从而能够避免出现遗漏检测的情况。

另外，根据本发明上述实施例提出的基于光流和C3D网络的气泡检测方法还可以具有如下附加的技术特征：

根据本发明的一个实施例，基于机器视觉对所述视频数据中的每帧图像进行目标检测。

根据本发明的一个实施例，根据所述视频数据中的相邻帧图像计算所述待测目标的稠密光流。

根据本发明的一个实施例，根据气泡的运动特性对所述待测目标的光流进行预处理。

根据本发明的一个实施例，所述C3D网络包括八个卷积层、五个池化层、两个全连接层和一个输出层，其中，第一卷积层通过第一池化层连接到第二卷积层，所述第二卷积层通过第二池化层连接到第三卷积层，所述第三卷积层直接连接到第四卷积层，所述第四卷积层通过第三池化层连接到第五卷积层，所述第五卷积层直接连接到第六卷积层，所述第六卷积层通过第四池化层连接到第七卷积层，所述第七卷积层直接连接到第八卷积层，所述第八卷积层通过第五池化层连接到第一全连接层，所述第一全连接层直接连接到第二全连接层，所述第二全连接层与所述输出层相连。