[发明专利]一种废钢智能识别方法、装置、介质及设备

说明书

本发明公开了一种废钢智能识别方法，包括：通过图像采集设备获取待识别对象的二维RGB图像，通过激光采集设备获取待识别对象的三维点云数据；将所述二维RGB图像输入事先训练好的第一深度神经网络中，得到废钢区域图像；将所述废钢区域图像与所述三维点云数据进行匹配，得到所述废钢区域的深度颜色数据；将所述深度颜色数据输入事先训练好的第二深度神经网络中，得到废钢类型。本发明在进行废钢识别时，将二维RGB图像和三维点云数据的融合，能够同时获取废钢类型以及废钢基本尺寸，提高了废钢检测的准确性。

技术领域

本发明涉及废钢识别领域，尤其涉及一种废钢智能识别方法、装置、介质及设备。

背景技术

废钢加工、存储过程中，需要对废钢种类进行分析判断，目前通过人工方式进行，由于废钢来源较多，且存在锈蚀、非金属杂质等其他因素，并且受人工主观因素影响，较容易出现偏差。为了更准确识别废钢种类，为后续生产、销售等提供准确的信息，需要智能化的废钢识别方法。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种废钢智能识别方法、装置、介质及设备，用于解决现有技术的缺陷。

为实现上述目的及其他相关目的，本发明提供一种废钢智能识别方法，该方法包括：

通过图像采集设备获取待识别对象的二维RGB图像，通过激光采集设备获取待识别对象的三维点云数据；

将所述二维RGB图像输入事先训练好的第一深度神经网络中，得到废钢区域图像；

将所述废钢区域图像与所述三维点云数据进行匹配，得到所述废钢区域的深度颜色数据；

将所述深度颜色数据输入事先训练好的第二深度神经网络中，得到废钢类型。

可选地，该方法还包括：对废钢区域图像以外的图像进行裁剪，得到废钢有效区域图像；在获取所述深度颜色数据时，将所述废钢有效区域图像与所述三维点云数据进行匹配。

可选地，所述将所述废钢区域图像与所述三维点云数据进行匹配，包括：

根据图像采集设备与激光采集设备的安装位置，确定RGB图像和三维点云数据的关联关系，并推算出废钢区域的RGB图像与三维点云的转换矩阵，以完成废钢区域的RGB图像与所述三维点云数据的匹配。

可选地，所述将所述二维RGB图像输入事先训练好的第一深度神经网络中，得到废钢区域图像；包括：

对所述二维RGB图像进行特征提取，得到所述二维RGB图像的第一特征向量；

将所述第一特征向量输入事先训练好的第一深度神经网络中，得到废钢区域图像。

可选地，所述RGB图像的特征包括纹理特征。

可选地，所述将所述深度颜色数据输入事先训练好的第二深度神经网络中，得到废钢类型，包括：

对所述深度颜色数据进行特征提取，得到所述深度颜色数据的第二特征向量；

将所述第二特征向量输入事先训练好的第二深度神经网络中，得到废钢类型。

为实现上述目的及其他相关目的，本发明提供一种废钢智能识别装置，该装置包括：

图像采集设备，用于获取待识别对象的二维RGB图像；

激光采集设备，用于获取待识别对象的三维点云数据；

废钢区域识别模块，用于将所述二维RGB图像输入事先训练好的第一深度神经网络中，得到废钢区域图像；

数据匹配模块，用于将所述废钢区域图像与所述三维点云数据进行匹配，得到所述废钢区域的深度颜色数据；