[发明专利]一种基于语义分割的污泥运输车车厢满溢判别方法、设备和存储介质

说明书

本发明公开了一种基于语义分割的污泥运输车车厢满溢判别方法，包括以下步骤：输入RGB原图；输入污泥区域面积占比阈值Tmud；RGB彩色图输入分割模型；Deeplabv3分割模型输出二值化图；二值化图计算直方图；通过直方图计算车厢区域面积Rcar和污泥区域面积Rmud；计算车厢区域面积和污泥区域面积比值Ratio＝Rmud/(Rmud+Rcar)；判断Ratio是否大于Tmud；若Ratio大于Tmud，则车厢污泥满溢报警；若Ratio小于或等于Tmud，则返回输入RGB原图。本发明提供实现一种基于语义分割的污泥运输车车厢满溢判别方法的一种设备和存储介质，本发明具备采用深度学习语义分割模型，准确率高，能够有效判别运泥车车厢污泥满溢的优点。

技术领域

本发明涉及语义分割领域，尤其涉及一种基于语义分割的污泥运输车车厢满溢判别方法、设备和存储介质。

背景技术

城市污泥运输车作为运输城市污泥、泥浆、粪污等物质的专用车辆，在城市清洁清理方面起到了重要的作用。但在实际运输过程中，因为污泥车厢满溢导致车辆在运输污泥等的过程中会将污泥等洒在道路上，对城市环境卫生造成影响。因此，对污泥运输车装载污泥是否满溢对于解决污泥车洒泥现象具有重要意义。

发明内容

本发明提供了一种基于语义分割的污泥运输车车厢满溢判别方法、设备和存储介质，具备采用深度学习语义分割模型，准确率高，能够有效判别运泥车车厢污泥满溢的优点，解决了原有判断对污泥运输车装载污泥是否满溢的问题。

根据本申请实施例提供的一种基于语义分割的污泥运输车车厢满溢判别方法，包括如下步骤：

输入RGB原图；

输入污泥区域面积占比阈值Tmud；

RGB彩色图输入分割模型；

Deeplabv3分割模型输出二值化图；

二值化图计算直方图；

通过直方图计算车厢区域面积Rcar和污泥区域面积Rmud；

计算车厢区域面积和污泥区域面积比值Ratio＝Rmud/(Rmud+Rcar)；

判断Ratio是否大于Tmud；

若Ratio大于Tmud，则车厢污泥满溢报警；

若Ratio小于或等于Tmud，则返回输入RGB原图。

优选地，Deeplabv3分割模型输出二值化图包括如下步骤：采用Deeplabv3语义分割算法输出车厢区域和污泥区域，在训练前数据标注阶段，标注出污泥区域和分割区域。

为了解决上述技术问题，本发明提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现如上述的基于语义分割的污泥运输车车厢满溢判别方法的步骤。

为了解决上述技术问题，本发明提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于语义分割的污泥运输车车厢满溢判别方法的步骤。

本申请实施例提供的技术方案可以包括以下有益效果：

本发明采用分割模型输出运泥车车厢区域和污泥区域，通过计算车厢区域和污泥区域面积大小之比Ratio，判别Ratio是否大于设定阈值Tmud，大于则进行污泥满溢报警，本发明采用深度学习语义分割模型，准确率高，能够有效判别运泥车车厢污泥满溢。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。