具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

本申请实施例提供一种基于图像处理技术的传输控制方法。所述基于图像处理技术的传输控制方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于图像处理技术的传输控制方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

参照图1所示，为本发明一实施例提供的基于图像处理技术的传输控制方法的流程示意图。在本实施例中，所述基于图像处理技术的传输控制方法包括：

S1、获取原始采集图像，对所述原始采集图像进行频域转换及高通滤波处理，得到初始采集图像，所述原始采集图像包含位于传送装置上的目标物体。

本发明实施例中，所述对所述原始采集图像进行频域转换及高通滤波处理，得到初始采集图像，包括：

对所述原始采集图像进行空间快速转换，得到快速频域图像；

利用预设的滤波函数对所述快速频域图像进行滤波处理，得到滤波图像；

对所述滤波图像进行频域反变换，得到初始采集图像。

具体地，所述对所述原始采集图像进行空间快速转换，得到快速频域图像，包括：

利用预设的第一变换公式对所述原始采集图像进行空间快速转换，得到快速频域图像的像素值F(u,v)。

所述预设的第一变换公式为：

其中，f(x,y)表示原始采集图像的像素值，F(u,v)表示快速频域图像的像素值，M、N表示原始采集图像的宽和高，j为快速傅里叶变换函数中的固定参数。

进一步地，本发明实施例利用预设的滤波函数对所述快速频域图像进行滤波处理，得到滤波图像。

所述预设的滤波函数为：

其中，H(u,v)为滤波图像的像素值，F(u,v)为快速频域图像的像素值，D₀和n为固定参数。

优选地，n的值为3，D₀的值为130。

由于，所述快速频域图像中会存在环境光等光线干扰，因此通过滤波函数对所述快速频域图像进行滤波处理，可以滤除所述快速频域图像中的低频分量。

具体地，所述对所述滤波图像进行频域反变换，得到初始采集图像，包括：

利用预设的第二变换公式对所述滤波图像进行频域反转换，得到初始采集图像的像素值L(a,b)。

所述预设的第二变换公式为：

其中，L(a,b)为初始采集图像的像素值，X、Y表示所述滤波图像的宽和高，j为快速傅里叶变换函数中的固定参数。

S2、对所述初始采集图像进行特征增强处理，并对特征增强后的图像进行二值化处理，得到标准采集图像。

本发明实施例中，通常采用灰度化处理来增强图像特征，常用的图像灰度化方法有分量法、最大值法、平均值法和加权平均法。

其中，本方案中采用加权平均法对所述初始采集图像进行特征增强处理。

具体地，所述对所述初始采集图像进行特征增强处理，包括：

对所述初始采集图像进行灰度化处理。

进一步地，所述对所述初始采集图像进行灰度化处理，包括：

提取所述初始采集图像中的任一像素点中的红色值、绿色值和蓝色值；

获取三个预设的分量权重，将所述红色值、绿色值和蓝色值分别于所述分量权重相乘后并相加，得到像素点的灰度值；

直到所述初始采集图像中所有的像素点都计算得到其灰度值，得到特征增强后的图像。

其中，三个预设的分量权重的和为1。

详细地，所述初始采集图像通常由三个通道的数值叠加而成，即红色值、绿色值和蓝色值，每个通道都记录着不同像素的亮度值，三个通道分为256阶亮度，其取值范围为0-255.当三个通道的值为0时，该像素点表现为黑色，当三个通道的值为255时，表现为白色，当三个通道值相同时，则图像变为灰色，此时图像中每个像素的亮度信息可由红色值、绿色值和蓝色值中任何一个的值代表，图像灰度化就是将所述初始采集图像中三个通道的亮度值组合为一个亮度值，即灰度值，并以这一亮度值反映出图像的信息。

进一步地，所述对特征增强后的图像进行二值化处理，得到标准采集图像，包括：

判断所述特征增强后的图像中任意像素点的像素值与第一预设像素阈值之间的大小；

当所述像素值大于或者等于所述第一预设像素阈值时，令所述像素值等于预设的第一设定值；

当所述像素值小于所述第一预设像素阈值时，令所述像素值等于第二预设像素阈值。

其中，本发明实施例中，所述第一预设像素阈值为255，所述第二预设像素阈值为0。

本发明实施例中，进行二值化处理可以更好地凸显图像中目标和去除背景中的噪音。

S3、根据预设骨架提取条件从所述标准采集图像中提取标准骨架图像。

本发明实施例中，所述预设骨架提取条件包括第一骨架提取条件和第二骨架提取条件，所述根据预设骨架提取条件从所述标准采集图像中提取标准骨架图像，包括：

判断所述标准采集图像中是否存在满足第一骨架提取条件的第一像素点；

若存在，删除所述标准采集图像中的第一像素点，得到筛选骨架图像；

判断所述筛选骨架图像中是否存在满足第二骨架提取条件的第二像素点；

若存在，删除所述筛选骨架图像中的第二像素点，得到标准骨架图像。

进一步地，所述判断所述标准采集图像中是否存在满足第一次骨架提取条件的第一像素点之前，需要提取预设个数的领域像素点，包括：

令所述标准采集图像中的中心像素点为第一像素点；

以所述第一像素点的正上方像素点为搜索方向，按照“回”字形状对所述第一像素点周围进行领域搜索，得到所述第一像素点的领域像素点集合。

其中，本发明实施例中，所述预设个数为八个。

详细地，提取到的领域像素点主要用于构建第一次骨架提取条件和第二次骨架提取条件。

具体地，判断所述标准采集图像中是否存在满足第一次骨架提取条件的第一像素点，包括：

所述第一次骨架提取条件为：

其中，P₁为所述第一像素点，N(P₁)为所述第一像素点的非零邻点个数，A(P₁)为以P₂，P₃，…，P₉为序时这些点的值从0到1变化次数。

若存在，删除所述标准采集图像中的第一像素点，得到筛选骨架图像。

本发明实施例中，若标准采集图像中存在满足第一次骨架提取条件的第一像素点，将满足所述第一次骨架提取条件的像素点进行删除，不满足所述第一次骨架提取条件的像素点进行保留，得到筛选骨架图像。

进一步地，所述判断所述筛选骨架图像中是否存在满足第二次骨架提取条件的第二像素点，包括：

所述第二次骨架提取条件为：

其中，P₂为第二像素点，以此类推。

若存在，删除所述筛选骨架图像中的第二像素点，得到标准骨架图像。

本发明实施例中，若所述筛选骨架图像中存在满足第二次骨架提取条件的第二像素点，将满足所述第二次骨架提取条件的像素点进行删除，不满足所述第二次骨架提取条件的像素点进行保留，得到标准骨架图像。

S4、对所述标准骨架图像进行图像膨胀处理，得到膨胀骨架图像，提取所述膨胀骨架图像中所述目标物体的物体截面积，根据所述物体截面积和基于所述传送装置的物体体积计量公式计算所述目标物体的体积。

本发明实施例中，所述图像膨胀处理就是进行图像扩张，将所述标准骨架图像中的高亮区域进行放大。

具体地，所述对所述标准骨架图像进行图像膨胀处理，得到膨胀骨架图像，包括：

获取预设的结构元素，将所述结构元素进行关于原点的反射，得到反射合集；

在所述标准骨架图像中将所述反射合集进行平移，直至所述反射合集平移后与所述标准骨架图像至少有一个非零公共元素相交时，对应的原点位置所组成的集合为膨胀骨架图像。

进一步地，所述提取所述膨胀骨架图像中所述目标物体的物体截面积，包括：

根据预设的像素提取函数提取所述膨胀骨架图像中像素为所述第一设定值的像素点；

确定所述第一设定值的像素点构成的图像尺寸为像素面积；

利用预设的关系系数计算所述像素面积对应的所述目标物体的物体截面积。

其中，所述预设的关系系数为σ，将所述关系系数与所述像素面积进行相乘处理，得到所述物体截面积。

详细地，所述像素面积是指经过特征增强、二值化、图像膨胀等一系列图像处理后，识别到的在所述膨胀骨架图像上的物体面积，所述物体截面积在所述目标物体上，并与所述像素面积存在对应关系。

进一步地，所述根据所述物体截面积和基于所述传送装置的物体体积计量公式计算所述目标物体的体积，包括：

根据下述公式计算得到物体体积：

其中，V为物体体积，A_s为物体截面积，v为传送带的传送速度，f为采集原始采集图像的采样频率，f为预设参数。

S5、计算所述目标物体的体积与预设的体积阈值之间的差值。

本发明实施例中，获取预设的体积阈值并计算所述目标物体的体积与预设的体积阈值之间的差值。

S6、若所述差值小于所述预设差值，控制所述传送装置传输所述目标物体至目标地点。

本发明实施例中，若所述差值小于所述预设差值，控制所述传送装置传输所述目标物体至目标地点，若所述差值大于或者等于所述预设差值，不控制所述传送装置传输所述目标物体至目标地点。

其中，所述目标地点用于存放体积通过设定标准的物体。

本发明实施例对原始采集图像进行频域转换及高通滤波处理，所述频域转换可以将所述原始采集图像从频域转换至空间域进行处理，便于进行滤波处理，所述高通滤波处理可以滤除图像中的环境光等光线干扰和低频分量，得到初始采集图像，对所述初始采集图像进行特征增强处理和二值化处理，更好地凸显图像中的目标和去除背景中的噪音，得到标准采集图像。根据预设骨架提取条件从标准采集图像中提取标准骨架图像，对所述标准骨架图像进行图像膨胀处理，可以将所述标准骨架图像中的高亮区域进行放大，便于后续的体积计算。通过上述一系列对图像进行的处理，可以快速准确地根据识别到的高亮区域去计算对应的物体体积，进而进行目标物体的传送，提高了传输装置传输物体的传输效率。因此本发明提出的基于图像处理技术的传输控制方法，可以解决传输效率较低的问题。

如图2所示，是本发明一实施例提供的基于图像处理技术的传输控制装置的功能模块图。

本发明所述基于图像处理技术的传输控制装置100可以安装于电子设备中。根据实现的功能，所述基于图像处理技术的传输控制装置100可以包括图像处理模块101、标准采集图像生成模块102、骨架提取模块103、体积计算模块104、差值计算模块105及物体传送模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述图像处理模块101，用于获取原始采集图像，对所述原始采集图像进行频域转换及高通滤波处理，得到初始采集图像，所述原始采集图像包含位于传送装置上的目标物体；

本发明实施例中，所述图像处理模块101通过下述方法执行对所述原始采集图像进行频域转换及高通滤波处理，得到初始采集图像：

对所述原始采集图像进行空间快速转换，得到快速频域图像；

利用预设的滤波函数对所述快速频域图像进行滤波处理，得到滤波图像；

对所述滤波图像进行频域反变换，得到初始采集图像。

具体地，所述对所述原始采集图像进行空间快速转换，得到快速频域图像，包括：

利用预设的第一变换公式对所述原始采集图像进行空间快速转换，得到快速频域图像的像素值F(u,v)。

所述预设的第一变换公式为：

其中，f(x,y)表示原始采集图像的像素值，F(u,v)表示快速频域图像的像素值，M、N表示原始采集图像的宽和高，j为快速傅里叶变换函数中的固定参数。

进一步地，本发明实施例利用预设的滤波函数对所述快速频域图像进行滤波处理，得到滤波图像。

所述预设的滤波函数为：

其中，H(u,v)为滤波图像的像素值，F(u,v)为快速频域图像的像素值，D₀和n为固定参数。

优选地，n的值为3，D₀的值为130。

由于，所述快速频域图像中会存在环境光等光线干扰，因此通过滤波函数对所述快速频域图像进行滤波处理，可以滤除所述快速频域图像中的低频分量。

具体地，所述对所述滤波图像进行频域反变换，得到初始采集图像，包括：

利用预设的第二变换公式对所述滤波图像进行频域反转换，得到初始采集图像的像素值L(a,b)。

所述预设的第二变换公式为：

其中，L(a,b)为初始采集图像的像素值，X、Y表示所述滤波图像的宽和高，j为快速傅里叶变换函数中的固定参数。

所述标准采集图像生成模块102，用于对所述初始采集图像进行特征增强处理，并对特征增强后的图像进行二值化处理，得到标准采集图像；

本发明实施例中，所述标准采集图像生成模块102通常采用灰度化处理来增强图像特征，常用的图像灰度化方法有分量法、最大值法、平均值法和加权平均法。

其中，本方案中采用加权平均法对所述初始采集图像进行特征增强处理。

具体地，所述对所述初始采集图像进行特征增强处理，包括：

对所述初始采集图像进行灰度化处理。

进一步地，所述对所述初始采集图像进行灰度化处理，包括：

提取所述初始采集图像中的任一像素点中的红色值、绿色值和蓝色值；

获取三个预设的分量权重，将所述红色值、绿色值和蓝色值分别于所述分量权重相乘后并相加，得到像素点的灰度值；

直到所述初始采集图像中所有的像素点都计算得到其灰度值，得到特征增强后的图像。

其中，三个预设的分量权重的和为1。

详细地，所述初始采集图像通常由三个通道的数值叠加而成，即红色值、绿色值和蓝色值，每个通道都记录着不同像素的亮度值，三个通道分为256阶亮度，其取值范围为0-255.当三个通道的值为0时，该像素点表现为黑色，当三个通道的值为255时，表现为白色，当三个通道值相同时，则图像变为灰色，此时图像中每个像素的亮度信息可由红色值、绿色值和蓝色值中任何一个的值代表，图像灰度化就是将所述初始采集图像中三个通道的亮度值组合为一个亮度值，即灰度值，并以这一亮度值反映出图像的信息。

进一步地，所述对特征增强后的图像进行二值化处理，得到标准采集图像，包括：

判断所述特征增强后的图像中任意像素点的像素值与第一预设像素阈值之间的大小；

当所述像素值大于或者等于所述第一预设像素阈值时，令所述像素值等于预设的第一设定值；

当所述像素值小于所述第一预设像素阈值时，令所述像素值等于第二预设像素阈值。

其中，本发明实施例中，所述第一预设像素阈值为255，所述第二预设像素阈值为0。

本发明实施例中，进行二值化处理可以更好地凸显图像中目标和去除背景中的噪音。

所述骨架提取模块103，用于根据预设骨架提取条件从所述标准采集图像中提取标准骨架图像；

本发明实施例中，所述预设骨架提取条件包括第一骨架提取条件和第二骨架提取条件，所述根据预设骨架提取条件从所述标准采集图像中提取标准骨架图像，包括：

判断所述标准采集图像中是否存在满足第一骨架提取条件的第一像素点；

若存在，删除所述标准采集图像中的第一像素点，得到筛选骨架图像；

判断所述筛选骨架图像中是否存在满足第二骨架提取条件的第二像素点；

若存在，删除所述筛选骨架图像中的第二像素点，得到标准骨架图像。

进一步地，所述判断所述标准采集图像中是否存在满足第一次骨架提取条件的第一像素点之前，需要提取预设个数的领域像素点，包括：

令所述标准采集图像中的中心像素点为第一像素点；

以所述第一像素点的正上方像素点为搜索方向，按照“回”字形状对所述第一像素点周围进行领域搜索，得到所述第一像素点的领域像素点集合。

其中，本发明实施例中，所述预设个数为八个。

详细地，提取到的领域像素点主要用于构建第一次骨架提取条件和第二次骨架提取条件。

具体地，判断所述标准采集图像中是否存在满足第一次骨架提取条件的第一像素点，包括：

所述第一次骨架提取条件为：

其中，P₁为所述第一像素点，N(P₁)为所述第一像素点的非零邻点个数，A(P₁)为以P₂，P₃，…，P₉为序时这些点的值从0到1变化次数。

若存在，删除所述标准采集图像中的第一像素点，得到筛选骨架图像。

本发明实施例中，若标准采集图像中存在满足第一次骨架提取条件的第一像素点，将满足所述第一次骨架提取条件的像素点进行删除，不满足所述第一次骨架提取条件的像素点进行保留，得到筛选骨架图像。

进一步地，所述判断所述筛选骨架图像中是否存在满足第二次骨架提取条件的第二像素点，包括：

所述第二次骨架提取条件为：

其中，P₂为第二像素点，以此类推。

若存在，删除所述筛选骨架图像中的第二像素点，得到标准骨架图像。

本发明实施例中，若所述筛选骨架图像中存在满足第二次骨架提取条件的第二像素点，将满足所述第二次骨架提取条件的像素点进行删除，不满足所述第二次骨架提取条件的像素点进行保留，得到标准骨架图像。

所述体积计算模块104，用于对所述标准骨架图像进行图像膨胀处理，得到膨胀骨架图像，提取所述膨胀骨架图像中所述目标物体的物体截面积，根据所述物体截面积和基于所述传送装置的物体体积计量公式计算所述目标物体的体积；

本发明实施例中，所述图像膨胀处理就是进行图像扩张，将所述标准骨架图像中的高亮区域进行放大。

具体地，所述对所述标准骨架图像进行图像膨胀处理，得到膨胀骨架图像，包括：

获取预设的结构元素，将所述结构元素进行关于原点的反射，得到反射合集；

在所述标准骨架图像中将所述反射合集进行平移，直至所述反射合集平移后与所述标准骨架图像至少有一个非零公共元素相交时，对应的原点位置所组成的集合为膨胀骨架图像。

进一步地，所述提取所述膨胀骨架图像中所述目标物体的物体截面积，包括：

根据预设的像素提取函数提取所述膨胀骨架图像中像素为所述第一设定值的像素点；

确定所述第一设定值的像素点构成的图像尺寸为像素面积；

利用预设的关系系数计算所述像素面积对应的所述目标物体的物体截面积。

其中，所述预设的关系系数为σ，将所述关系系数与所述像素面积进行相乘处理，得到所述物体截面积。

详细地，所述像素面积是指经过特征增强、二值化、图像膨胀等一系列图像处理后，识别到的在所述膨胀骨架图像上的物体面积，所述物体截面积在所述目标物体上，并与所述像素面积存在对应关系。

进一步地，所述根据所述物体截面积和基于所述传送装置的物体体积计量公式计算所述目标物体的体积，包括：

根据下述公式计算得到物体体积：

其中，V为物体体积，A_s为物体截面积，v为传送带的传送速度，f为采集原始采集图像的采样频率，f为预设参数。

所述差值计算模块105，用于计算所述目标物体的体积与预设的体积阈值之间的差值。

本发明实施例中，获取预设的体积阈值并计算所述目标物体的体积与预设的体积阈值之间的差值。

所述物体传送模块106，用于若所述差值小于所述预设差值，控制所述传送装置传输所述目标物体至目标地点。

本发明实施例中，若所述差值小于所述预设差值，控制所述传送装置传输所述目标物体至目标地点，若所述差值大于或者等于所述预设差值，不控制所述传送装置传输所述目标物体至目标地点。

其中，所述目标地点用于存放体积通过设定标准的物体。

本发明实施例对原始采集图像进行频域转换及高通滤波处理，所述频域转换可以将所述原始采集图像从频域转换至空间域进行处理，便于进行滤波处理，所述高通滤波处理可以滤除图像中的环境光等光线干扰和低频分量，得到初始采集图像，对所述初始采集图像进行特征增强处理和二值化处理，更好地凸显图像中的目标和去除背景中的噪音，得到标准采集图像。根据预设骨架提取条件从标准采集图像中提取标准骨架图像，对所述标准骨架图像进行图像膨胀处理，可以将所述标准骨架图像中的高亮区域进行放大，便于后续的体积计算。通过上述一系列对图像进行的处理，可以快速准确地根据识别到的高亮区域去计算对应的物体体积，进而进行目标物体的传送，提高了传输装置传输物体的传输效率。因此本发明提出的基于图像处理技术的传输控制装置，可以解决传输效率较低的问题。

如图3所示，是本发明一实施例提供的实现基于图像处理技术的传输控制方法的电子设备的结构示意图。

所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于图像处理技术的传输控制程序12。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于图像处理技术的传输控制程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于图像处理技术的传输控制程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。

所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的基于图像处理技术的传输控制程序12是多个指令的组合，在所述处理器10中运行时，可以实现：

获取原始采集图像，对所述原始采集图像进行频域转换及高通滤波处理，得到初始采集图像，所述原始采集图像包含位于传送装置上的目标物体；

对所述初始采集图像进行特征增强处理，并对特征增强后的图像进行二值化处理，得到标准采集图像；

根据预设骨架提取条件从所述标准采集图像中提取标准骨架图像；

对所述标准骨架图像进行图像膨胀处理，得到膨胀骨架图像，提取所述膨胀骨架图像中所述目标物体的物体截面积，根据所述物体截面积和基于所述传送装置的物体体积计量公式计算所述目标物体的体积；

计算所述目标物体的体积与预设的体积阈值之间的差值；

若所述差值小于所述预设差值，控制所述传送装置传输所述目标物体至目标地点。

具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取原始采集图像，对所述原始采集图像进行频域转换及高通滤波处理，得到初始采集图像，所述原始采集图像包含位于传送装置上的目标物体；

对所述初始采集图像进行特征增强处理，并对特征增强后的图像进行二值化处理，得到标准采集图像；

根据预设骨架提取条件从所述标准采集图像中提取标准骨架图像；

对所述标准骨架图像进行图像膨胀处理，得到膨胀骨架图像，提取所述膨胀骨架图像中所述目标物体的物体截面积，根据所述物体截面积和基于所述传送装置的物体体积计量公式计算所述目标物体的体积；

计算所述目标物体的体积与预设的体积阈值之间的差值；

若所述差值小于所述预设差值，控制所述传送装置传输所述目标物体至目标地点。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。