[发明专利]一种废钢智能判级装置

权利要求书

1.一种废钢智能判级装置，其特征在于，包括图像采集系统和图像处理系统，其中，所述的图像处理系统包括视频抽帧模块和废钢判级模块；

所述的图像采集系统用于实时采集废钢卸车的视频并发送给视频抽帧模块，所述的视频抽帧模块用于将接收的视频进行抽帧后发送给废钢判级模块，所述的废钢判级模块使用深度学习技术检测视频帧中的废钢并自动对废钢进行判级；

所述的视频抽帧模块中包含用于检测钢爪位置的目标检测算法以及用于检测卸货车辆位置的分割算法，具体抽帧过程如下：

(1)由基于YOLOv3的目标检测算法得到钢爪位置(x,y,w,h)，将(x+w/2,y+h/2)作为钢爪位置(x₀,y₀)；

(2)由基于Deeplab的分割算法检测车辆位置，将包含车辆信息的像素点赋值为1，不包含车辆信息的像素点赋值为0，得到车辆预测二值结果图；

(3)将钢爪位置(x₀,y₀)点乘车辆预测二值结果图，点乘结果作为钢爪与车辆相对位置值P；

(4)重复以上步骤，记录钢爪与车辆相对位置值P的历史信息，当P值历史信息在2秒内保持为0时，计算当前图像的透射率，根据下式计算

其中，上标“～”表示预估值，ω＝0.95，I(y)为暗通道，Ω(x)是以像素X为中心的一个9*9窗口，c表示彩色图像每个通道，A为历史经验值，为透射率，当t小于0.5时则将当前图像输出为当前帧。

2.根据权利要求1所述的废钢智能判级装置，其特征在于，所述的目标检测算法将YOLOv3网络中的Darknet替换为基于深度可分离卷积的MobileNet，MobileNet用于把标准卷积分解成深度卷积和逐点卷积，对于一个Same卷积层，假设输入特征图的尺寸为(n_H1,n_W1,n_C1)，其中n_H1×n_W1是特征图的大小，n_C1是特征图的通道数，且输出特征图的通道为n_C2；卷积核被分为(f,f,1,n_C1)和(1,1,n_C1,n_C2)两种卷积核，前者滤波，后者改变通道数。

3.根据权利要求1所述的废钢智能判级装置，其特征在于，所述的分割算法基于Deeplab网络，在DeepLab网络Encoder主体部分中，将原图像使用灰度共生矩阵法提取图像共生矩阵和对应纹理特征，并将其作为特征合并到网络输出结果中进行降维；Encoder输出的特征图经过双线性上采样4倍得到跨度为4的特征图A，再取Encoder中对应着相同分辨率的特征层，经过1×1卷积降通道，此时输出特征图为B；两个特征图A和B做concat拼接，再经过一个3×3卷积细化特征，最终再双线性上采样4倍得到预测结果。

4.根据权利要求1所述的废钢智能判级装置，其特征在于，所述的视频采集装置包括底部设有滑轮的机箱、固定在机箱上的可升降竖杆以及与可升降竖杆顶端固定的横梁，所述横梁的一端设有光学成像模块，另一端设有无线网桥；

光学成像模块拍摄的视频通过无线传输的方式发送给图像处理系统，图像处理系统检测废钢并自动判级。

5.根据权利要求4所述的废钢智能判级装置，其特征在于，所述的可升降竖杆采用气压升降，所述的机箱内设有气泵、蓄电池和配重块；所述的气泵用于将压力气体泵入可升降竖杆从而将竖杆各节升起；所述竖杆顶端设有四个挂钩。

6.根据权利要求4所述的废钢智能判级装置，其特征在于，所述的废钢智能判级装置还包括客户端，所述的客户端与图像处理系统之间保持TCP协议通讯，实时观测和控制废钢检测的状态；图像处理系统将处理整车的结果发送到客户端，在客户端可进行输出报告、结果查询核对操作。