一种基于视频分析的袋装物料出入库计量方法

文档序号:635418 发布日期:2021-05-11 浏览:11次 >En<

阅读说明:本技术 一种基于视频分析的袋装物料出入库计量方法 (Video analysis-based method for metering bagged materials into and out of warehouse ) 是由 张耿城 梁尔祝 张日强 肖成勇 田思雨 耿威 于 2021-01-06 设计创作,主要内容包括:本发明公开一种基于视频分析的袋装物料出入库计量方法,步骤为:通过视频传感设备采集视频图像数据;选取视频图像数据中的感兴趣区域作为分析对象并进行预处理;对预处理的数据进行训练,构建袋装物料图像实时分割模型;利用袋装物料图像实时分割模型构建物料实时分割体系,计算每一个分割结果的面积大小以确定跟踪物料区域;计算跟踪物料区域的中心点;绘制跟踪物料区域中心坐标的曲线;计算曲线的斜率和收敛范围并设置阈值,进行物料统计;构建循环判定体系,对于不符合条件的情况进行滤除,实现袋装物料的连续计量。本发明可从系统中看到当前仓库中物料的情况,形成一个袋装物料出入库计量系统,方便后续调度,使得工厂运行实现自动化。(The invention discloses a video analysis-based method for metering bagged materials in and out of a warehouse, which comprises the following steps: collecting video image data through video sensing equipment; selecting an interested area in video image data as an analysis object and carrying out pretreatment; training the preprocessed data, and constructing a bagged material image real-time segmentation model; constructing a material real-time segmentation system by utilizing a bagged material image real-time segmentation model, and calculating the area of each segmentation result to determine a material tracking region; calculating the central point of the tracked material area; drawing a curve for tracking the center coordinates of the material area; calculating the slope and the convergence range of the curve, setting a threshold value, and carrying out material statistics; and constructing a circulation judgment system, and filtering the condition that the condition is not met to realize the continuous metering of the bagged materials. The invention can see the current material condition in the warehouse from the system to form a bagged material warehouse-in and warehouse-out metering system, thereby facilitating subsequent scheduling and realizing automation of factory operation.)

一种基于视频分析的袋装物料出入库计量方法

技术领域

本发明涉及一种物料出入库计量技术,具体为一种基于视频分析的袋装物料出入库计量方法。

背景技术

工业生产中需要用到很多的化学用品,例如硝酸铵等,这些化学用品具有易燃易爆的特点,容易发生危险,危及工人的安全,所以这些用品均属于国家严格管制的范围。对于工厂企业来说,能够精准计量这些化学用品用量就变得尤为重要。由于化学用品具有易燃易爆等特点,基于RFID和叉车称重的方案要求严格的防爆要求,并且成本较高。

硝酸铵等物料属于国家管制的危险品,需要对使用情况进行严格地管控。由于仓库的门比较多,进出物料频繁,目前人为数袋的方式容易出错,使得这些危化品库存不准,容易流失,从而引发一系列问题。

发明内容

针对现有技术中存在的上述不足,本发明要解决的问题是提供一种方便监管者的管理的基于视频分析的袋装物料出入库计量方法。

为解决上述技术问题,本发明采用的技术方案是:

本发明提供一种基于视频分析的袋装物料出入库计量方法,包括以下步骤:

1)通过视频传感设备采集视频图像数据;

2)选取视频图像数据中的感兴趣区域作为分析对象,并进行预处理;

3)对预处理的数据进行训练,构建袋装物料图像实时分割模型;

4)利用袋装物料图像实时分割模型构建物料实时分割体系,计算每一个分割结果的面积大小以确定跟踪物料区域;

5)计算跟踪物料区域的中心点,中心点的坐标即为需要的跟踪目标;

6)绘制跟踪物料区域中心坐标的曲线;

7)计算曲线的斜率和收敛范围并设置阈值,进行物料统计;

8)构建循环判定体系,对于不符合条件的情况进行合理的滤除,实现袋装物料的连续计量。

步骤2)中,感兴趣区域的选取是在视频数据中选取一块区域作为分析的对象,选取的原则是将视频中漏光的区域剔除,并且尽可能的将无关的区域剔除;视频的预处理操作是将图像转化到HSV空间中,并使用直方图均衡化来平衡图像的总体亮度,对视频数据进行预处理,方便后续工作。

步骤3)中对预处理的数据进行训练为:用VGG16-U-NET深度学习模型对标注的数据进行训练,将袋装物料的轮廓分割出来;物料采用白色标注,其他无关区域均采用黑色标注,由此产生一段二值图像构成的视频数据,并且对于数据中出现的噪点,采用开闭运算进行处理。

步骤4)中计算每一个分割结果的面积大小以确定跟踪物料区域为:以像素为单位,计算每一个分割结果像素个数即为面积大小,通过计算出来的面积来判定跟踪的目标区域,对图像中所有分割结果的面积进行降序排序,从而选取面积最大的作为跟踪物料区域。

步骤5)中计算跟踪物料区域的中心点为:对于视频中的每一帧数据,求取袋装物料中心点的坐标,并将这些坐标进行筛选;对于在一定时间内,坐标变化小于规定阈值的点进行舍弃,保证后续的步骤顺利进行;

步骤5)还包括:针对运料叉车需要多次调整入库角度,造成曲线震荡的情况,通过判断斜率的方法将这些中心点舍弃。

步骤6)绘制跟踪物料区域中心坐标的曲线为:以图像原本的坐标轴建立坐标系,将所有符合条件的点的坐标绘制出两条曲线,以x坐标的变化趋势作为判定袋装物料进出仓库的依据之一。

步骤7)计算曲线的斜率和收敛范围并设置阈值为:用最小二乘法对曲线进行拟合,求取曲线的平均斜率,对于斜率小于阈值的点,如果此时物料没有移动或者移动幅度很小,则舍弃这些坐标点;判定获取点的坐标的初始范围和最终收敛范围,并设置规定的阈值,最终确定物料是否发生进出仓库的情况,进而统计物料。

步骤8)中对于一整段视频需要循环判定的情况,采用判定一次,同时清空存储数据,并且设定当存储数据大于N个且连续值时,再进行判定,对于不符合条件的情况进行滤除,实现袋装物料的计量。

本发明具有以下有益效果及优点:

1. 本发明基于视频分析的袋装物料出入库计量方法节约了人力成本,使监管人员解放出来,可以很方便的从系统中看到当前仓库中物料的情况,形成一个袋装物料出入库计量系统,方便后续的工厂调度,从而使得工厂的生产进一步实现自动化。

2. 本发明方法可以同时对库房的多个门进行监管,从而帮助工厂更好地对袋装物料进行计量,方便后续的调度管理。

附图说明

图1为本发明基于视频分析的袋装物料出入库计量方法流程图;

图2A为本发明方法采用的袋装物料计量系统结构框图;

图2B为图2A中数据传输模块结构框图;

图3为本发明方法中的分割网络模型结构图。

具体实施方式

下面结合说明书附图对本发明作进一步阐述。

本发明提供一种基于视频分析的袋装物料出入库计量方法,包括以下步骤:

1)通过视频传感设备采集视频图像数据;

2)选取视频图像数据中的感兴趣区域作为分析对象,并进行预处理;

3)对经过预处理的数据进行训练,构建袋装物料图像实时分割模型;

4)利用袋装物料图像实时分割模型构建物料实时分割体系,计算每一个分割结果的面积大小以确定跟踪物料区域;

5)计算跟踪物料区域的中心点,中心点的坐标即为需要的跟踪目标;

6)绘制跟踪物料区域中心坐标的曲线;

7)计算曲线的斜率和收敛范围并设置阈值,进行物料统计;

8)构建循环判定体系,对于不符合条件的情况进行合理的滤除,实现袋装物料的连续计量。

如图2A~2B所示,本发明方法运行于基于视频分析的袋装物料出入库计量系统中,该系统包括:

视频数据获取模块,用于获取仓库门的视频数据;本实施例采用海康威视的DS-2CD4024F-SDI网络摄像头作为获取设备;

数据传输模块,通过路由器等相关硬件,将获取到的视频数据传输到本地的服务器中;本实施例采用带有网口供电的路由器作为中转端,并且服务器设备通过摄像机的IP地址对数据进行获取。

数据预处理模块,用于对路由器传输的数据进行接收,并使用图像处理的方法对每一帧视频数据进行预处理;本实施例采用基于OpenCV的图形处理算法,通过设置阈值,对图像进行直方图均衡化,来对数据进行预处理。

物料计量模块,通过深度学习的分割方法,获取分割图形,计算图形的中心点,并通过对每帧得到的点绘制出曲线的分析,将曲线的种类分为3大类:出库、入库和不关心,通过这3类曲线判定物料是否通过仓库,和物料的流通方向,进而帮助工厂监管物料的流动;本实施例采用U-Net分割模型,对物料进行图像分割,从而过滤掉环境背景,实现物料的跟踪;

物料计量展示模块,实时显示当前物料的进出情况,在监控界面上显示进出数目,并且自动填写表格数据,记录物料的进出时间,方便企业监管者查看;本实施例采用OpenCV的界面设计,实时地在监控画面左上角展示当前进出的数目;

数据仓储模块,使用数据库计数,用于对入库出库的物料数据进行存储。本实施例采用MySql数据库,将物料的进出时间和进出数目存入提前建好的数据库中,并通过局域网实现共享,方便总监控台的调用。

步骤1)中,通过视频传感设备采集视频图像数据,首先将高清摄像头安装在仓库门口的上方,使摄像头正对仓库门,并且将视频数据经路由器实时上传到本地服务器进行存储;

步骤2)中,感兴趣区域的选取是在视频数据中选取一块区域作为分析的对象,选取的原则是将视频中漏光的区域剔除,并且尽可能的将无关的区域剔除;视频的预处理操作是将图像转化到HSV空间中,并使用直方图均衡化来平衡图像的总体亮度,对视频数据进行预处理,方便后续工作。

步骤3)中对预处理的数据训练过程为:用VGG16-U-NET深度学习模型对标注的数据进行训练,将袋装物料的轮廓分割出来;本实施例中,物料采用白色标注,其他无关区域均采用黑色标注,由此产生一段二值图像构成的视频数据,并且对于数据中出现的噪点,采用开闭运算进行处理;分割网络模型结构图如图3所示。

步骤4)中使用图像处理的方法,以像素为单位,计算每一个分割结果的面积大小,即包含的像素个数,通过计算出来的面积来判定跟踪的物料区域,对图像中所有分割结果的面积进行降序排序,从而选取面积最大的作为跟踪目标;

步骤5)中通过计算图形的矩来确定区域的中心,中心点的坐标即为设计中需要跟踪物料区域,对于视频中的每一帧数据,求取袋装物料中心点的坐标,并将这些坐标进行筛选;对于在一定时间内,坐标变化小于一定程度的点进行舍弃;对明显离群的点进行筛选,适当地舍弃,保证后续的步骤顺利进行;另外叉车可能需要多次调整入库角度,造成曲线的震荡,所以在算法中也需要通过判断斜率的方法将这些点进行舍弃;

步骤6)绘制跟踪物料区域中心坐标的曲线为:以图像原本的坐标轴建立坐标系,将所有符合条件的中心点坐标绘制出两条曲线;本实施例以x坐标的变化趋势作为判定袋装物料进出仓库的依据之一。

步骤7)计算曲线的斜率和收敛范围并设置阈值为:用最小二乘法对曲线进行拟合,求取曲线的平均斜率,对于斜率小于阈值的点,如果此时物料没有移动或者移动幅度很小,则舍弃这些坐标点;判定中心点坐标的初始范围和最终收敛范围,并设置合适的阈值,最终确定物料是否发生进出仓库的情况,进而统计物料。

步骤8)中对于一整段视频需要循环判定的情况,采用判定一次,同时清空存储数据,并且设定当存储数据大于N个(本实施例中,N=180)且连续值时,再进行判定,对于不符合条件的情况进行合理的滤除,实现袋装物料的计量。

本实施例以爆破库房中库存的袋装硝酸铵为例,某一批次的产品采用四个一层,摆4层,放在预先准备好的托盘上面,由叉车将托盘拖入库房,在进入库房门口的摄像机视野时,本发明进行物料的轨迹分析,当轨迹的斜率和收敛范围在规定的范围内时,并且物料进入到大门后,库房的入库数目加1或减1,显示到监控画面的左上角,并存入预先建好的数据库中。

本发明采用计算机视觉技术,通过对袋装物料的分割和跟踪,结合物料的运动轨迹,即物料运动曲线的斜率和收敛范围,判定是否发生入库出库,同时计算物料出库和入库的次数,从而对仓库存储货物有了准确的计量,帮助工厂企业更好地管理货物的数目,方便监管者的管理。应用本发明方法可使监管人员解放出来,可以很方便的从系统中看到当前仓库中物料的情况,形成一个袋装物料出入库计量系统,方便后续的工厂调度,从而使得工厂的生产进一步实现自动化。

10页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种用于扫描仪内部切片位置检测的方法和系统

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!