1.一种基于计算机视觉的粮仓储粮数量变化自动监测方法,步骤如下:
(1)采集出粮口处的粮面图像;所述粮面图像包括出粮口粮面上方的参考线,所述参考线为装粮线或标记线;
(2)通过对所述粮面图像进行处理,计算出粮面的整体高度,与预定的一次或前一次计算的粮面的整体高度相比;
(3)若粮面的整体高度下降,则判定仓内储粮数量减少。
2.根据权利要求1所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述粮面的整体高度是指参考线和粮面之间的平均距离,所述平均距离通过计算粮面上边界每一个点到参考线下边界之间的垂直距离的平均值得到;所述粮面的整体高度下降是指当前计算的参考线和粮面之间的平均距离大于预定的一次或前一次计算结果。
3.根据权利要求1所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述粮面的整体高度是指参考线和粮面之间的区域面积,所述区域面积在计算出粮面上边界每一个点到参考线下边界之间的垂直距离后,用积分的方式得到;所述粮面的整体高度下降是指当前计算的参考线和粮面之间的区域面积大于预定的一次或前一次计算结果。
4.根据权利要求2或3所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述对粮面图像进行处理的过程包括:提取所有样本图像的特征;根据所提取的样本图像特征训练SVM分类器模型;然后利用训练好的SVM分类器模型对待处理的粮面图像进行分割,获取参考线和粮面。
5.根据权利要求4所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述对待处理的粮面图像进行分割的过程包括:图像预处理;生成图像的高层超像素和底层超像素;提取图像的底层超像素特征;所述提取图像的底层超像素特征的过程包括:在提取底层超像素的特征时,以高层超像素作为空间限制,若一个底层超像素的邻域像素均在同一高层超像素下,则该底层超像素的最终特征是其邻域超像素的特征的加权平均;
否则,使用该底层超像素内像素的颜色均值作为其最终特征。
6.根据权利要求4所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述获取参考线和粮面的过程还包括:去噪处理、细化处理、参考线下边界拟合处理。
7.根据权利要求6所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述去噪处理的过程包括:利用参考线和粮面为带状的先验信息,去除分割结果中小的空心区域和宽度小于图像宽度一半的区域,并根据邻域相似度将其合并到最相似的邻接区域中,得到进一步的分割结果。
8.根据权利要求7所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述细化处理的过程包括:分别对所述进一步分割结果中的参考线和粮面进行膨胀,然后分别使用宽度为图像宽度的矩形框覆盖住参考线和粮面,通过基于图论的分割方法对参考线和粮面分别进行细化,得到最终的分割结果。
9.根据权利要求8所述的基于计算机视觉的粮仓储粮数量变化自动监测方法,其特征在于:所述参考线下边界拟合处理的过程包括:对所述最终分割结果中的参考线下边界进行线性拟合,用拟合后的直线作为参考线下边界。