[发明专利]基于图像分析的集装箱锁销拆装安全管理方法及系统

说明书

本申请涉及一种基于图像分析的集装箱锁销拆装安全管理方法及系统，所述方法包括：采集目标集装箱的相关图像；对所述相关图像进行预处理，生成目标图像；提取所述目标图像中的特征向量；将所述特征向量输入至预构建的卷积神经网络模型中，得到第一识别结果；对所述第一识别结果进行二次处理生成第二识别结果；基于所述第二识别结果对所述目标集装箱的锁销进行拆卸或安装，实现目标集装箱锁销拆装的安全管理。本申请通过预处理及特征提取步骤，可以提高集装箱锁销拆装的效率，通过对图像进行二次识别，可以提升集装箱锁销拆装的准确度，通过对锁孔的精确定位可以有效提升锁销拆装自动化程度，降低潜在危险，提升集装箱锁销拆装的安全性和可靠性。

技术领域

本申请涉及锁销拆装安全管理的技术领域，特别是涉及一种基于图像分析的集装箱锁销拆装安全管理方法及系统。

背景技术

集装箱运输是目前港口的主要运输方式，为保障运输途中的可靠性以及稳定性，在集装箱装船过程中，需通过集装箱锁销对多个集装箱进行固定连接，当集装箱到达目的地码头后，再将锁销拆卸从而实现集装箱的卸船。由于全球化贸易的不断发展，海运集装箱货运量不断上升，从航次经济核算分析，缩减船舶在港口的停留时间，可以降低船舶停泊成本，提高港口的货物吞吐量，进而提高经济效益。

目前一般是通过人工对锁销进行拆装，因此，需要大量的人力和时间，并且装卸作业环境较恶劣，对工作人员的健康与生命也存在潜在危险。而靠人工拆装也严重影响了货物的装卸速度，且人工操作存在效率低、易疲劳、准确率不高等问题，已无法满足实际生产与工作需求，提高锁销拆装自动化的程度是提高集装箱货运效率的有效途径，其关键问题在于锁孔位置的精确定位，因此基于图像分析的集装箱锁销拆装成为了一个较好的解决方案。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高拆装准确率和效率的基于图像分析的集装箱锁销拆装安全管理方法及系统。

一方面，提供一种基于图像分析的集装箱锁销拆装安全管理方法，所述方法包括：

步骤A：采集目标集装箱的相关图像；

步骤B：对所述相关图像进行预处理，生成目标图像；

步骤C：提取所述目标图像中的特征向量；

步骤D：将所述特征向量输入至预构建的卷积神经网络模型中，得到第一识别结果；

步骤E：对所述第一识别结果进行二次处理生成第二识别结果；

步骤F：基于所述第二识别结果对所述目标集装箱的锁销进行拆卸或安装，实现目标集装箱锁销拆装的安全管理。

在其中一个实施例中，还包括：对所述相关图像进行预处理，生成目标图像包括：基于所述目标集装箱的相关数据对所述目标集装箱进行分类：当所述目标集装箱的使用年限大于第一预设年限值且在恶劣环境中运行时长大于第一预设时间时，将所述目标集装箱归类于第一类别；当所述目标集装箱的使用年限小于或等于第一预设年限值且在恶劣环境中运行时长大于第一预设时间时，将所述目标集装箱归类于第二类别；当所述目标集装箱的使用年限小于或等于第一预设年限值且在恶劣环境中运行时长小于或等于第一预设时间时，将所述目标集装箱归类于第三类别；当所述目标集装箱的使用年限大于第一预设年限值且在恶劣环境中运行时长小于或等于第一预设时间时，将所述目标集装箱归类于第四类别；所述恶劣环境包括以下至少一项：下雨天气、下雪天气、风雪交加天气和沙尘暴天气；基于上述分类类别与所述相关图像形成一一映射关系，生成所述目标图像。

在其中一个实施例中，还包括：提取所述目标图像中的特征向量包括：灰度化所述目标图像，生成灰度图像：

Gray＝0.3R+0.59G+0.11B

其中，R、B、G分别表示红色、绿色和蓝色通道的原始像素值，Gray表示灰度化通道像素值；

归一化处理所述灰度图像：