[发明专利]基于灰度图能量值的人行走道的地砖起伏缺陷检测方法

说明书

本申请公开了一种基于灰度图能量值的人行走道的地砖起伏缺陷检测方法。所述方法，包括：获取人行走道的视频中的图像帧的灰度图；确定所述灰度图中的灰度异常区域和所述灰度异常区域的预定方向；计算所述灰度异常区域内沿着所述预定方向的最低能量线以作为灰度异常线；将标注有所述灰度异常线的多个连续图像帧输入卷积神经网络以获得特征图；以及，基于所述特征图使用分类函数以获得所述图像帧的分类结果，所述分类结果用于表示所述图像帧对应的人行走道是否存在地砖起伏缺陷。这样，以图割方法确定人行走道图像中的灰度异常线，并以深度神经网络基于所述灰度异常线作为标注特征来判定是否为人行走道上的地砖起伏缺陷。

技术领域

本申请涉及人工智能技术领域，且更为具体地，涉及一种基于灰度图能量值的人行走道的地砖起伏缺陷检测方法。

背景技术

“智慧城市”将信息技术与先进的城市经营服务理念进行有效融合，通过对城市的地理、资源、环境、经济等进行数字网络化管理，为城市提供更便捷、高效、灵活的公共管理的创新服务模式。

城市内的人行走道通常都铺设有地砖，在使用过程中，地砖会发生破损或发生起伏导致路面不平，这些都会影响人行走道的正常使用。地砖的破损可通过基于图像中的缺陷检测来确定，但地砖的起伏很难直接从图像中检测出来。并且，地砖的起伏相比地砖的破损更容易造成行人的不便，尤其是在比较暗的光照条件下，甚至地砖的起伏可能导致地砖的突出边缘，从而可能对行人造成绊倒等损害。

近年来，深度学习尤其是神经网络的发展为人行走道的地砖起伏的检测提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于灰度图能量值的人行走道的地砖起伏缺陷检测方法、系统和电子设备，其以图割方法通过灰度能量值确定人行走道图像中的图像缝隙（即，灰度异常线），并以深度神经网络提取所述灰度异常线的图像特征以结合原始图像帧中对于灰度异常线的标注来判定是否为人行走道上的地砖起伏缺陷。

根据本申请的一个方面，提供了一种基于灰度图能量值的人行走道的地砖起伏缺陷检测方法，其包括：

获取人行走道的视频中的图像帧的灰度图；

确定所述灰度图中的灰度异常区域和所述灰度异常区域的预定方向；

计算所述灰度异常区域内沿着所述预定方向的最低能量线以作为灰度异常线；

将标注有所述灰度异常线的多个连续图像帧输入卷积神经网络以获得特征图；以及

基于所述特征图使用分类函数以获得所述图像帧的分类结果，所述分类结果用于表示所述图像帧对应的人行走道是否存在地砖起伏缺陷。

在上述基于灰度图能量值的人行走道的地砖起伏缺陷检测方法中，获取人行走道的视频中的图像帧的灰度图，包括：获取所述人行走道的视频；截取所述人行走道的视频中的多个连续图像帧；以及，将所述多个连续图像帧转换为多个灰度图。

在上述基于灰度图能量值的人行走道的地砖起伏缺陷检测方法中，确定所述灰度图中的灰度异常区域和所述灰度异常区域的预定方向，包括：使用区域分割方法确定所述灰度图中的灰度异常区域；将所述灰度异常区域近似为矩形框；将所述矩形框的长度方向和宽度方向分别确定为所述灰度异常区域的长度方向和宽度方向；以及，将所述灰度异常区域的长度方向或宽度方向确定为所述灰度异常区域的预定方向。

在上述基于灰度图能量值的人行走道的地砖起伏缺陷检测方法中，计算所述灰度异常区域内沿着所述预定方向的最低能量线以作为灰度异常线，包括：将所述灰度异常区域分别沿与所述预定方向垂直的第一方向和第二方向平移预定像素以获得第一灰度图像和第二灰度图像，所述第一方向与所述第二方向相反；计算所述第一灰度图像和所述第二灰度图像的每个像素之间的灰度差值；取每个灰度差值的绝对值以获得灰度差值图像；以及，使用图割算法计算所述灰度差值图像的最低能量线以作为所述灰度异常区域内沿着所述预定方向的最低能量线。