坍落度的测量方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113902725A(43)申请公布日2022.01.07(21)申请号202111217639.1(22)申请日2021.10.19(71)申请人中国联合网络通信集团有限公司地址100033北京市西城区金融大街21号申请人联通数字科技有限公司(72)发明人韩立明林义闽廉士国(74)专利代理机构北京同立钧成知识产权代理有限公司11205代理人宋兴臧建明(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06T7/60(2017.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书11页附图4页(54)发明名称坍落度的测量方法、装置、设备及存储介质(57)摘要本申请提供一种坍落度的测量方法、装置、设备及存储介质。该坍落度的测量方法包括：获取多帧检测图像；提取各帧所述检测图像中混凝土块所在的第一目标区域；根据各个所述第一目标区域的尺寸信息，确定所述混凝土块的各个扩展度；根据各个所述扩展度以及各个所述扩展度对应的检测图像的拍摄时间，确定所述混凝土块的坍落度，实现了基于图像分析的、不借助额外测量工具的坍落度自动测量方式，提高了坍落度测量的效率和准确度。CN113902725ACN113902725A权利要求书1/2页1.一种坍落度的测量方法，其特征在于，所述方法包括：获取多帧检测图像，其中，所述检测图像包括从混凝土容器中倒至地面的混凝土块的检测信息；提取各帧所述检测图像中所述混凝土块所在的第一目标区域；根据各个所述第一目标区域的尺寸信息，确定所述混凝土块的各个扩展度；根据各个所述扩展度以及各个所述扩展度对应的检测图像的拍摄时间，确定所述混凝土块的坍落度。2.根据权利要求1所述的方法，其特征在于，提取各帧所述检测图像中混凝土块所在的第一目标区域，包括：检测各帧检测图像中混凝土块所在的第一区域；基于边缘检测算法，对各个所述第一区域进行边缘检测，以获取各帧检测图像中所述混凝土块的混凝土块轮廓；对各个所述混凝土块轮廓进行椭圆拟合，以得到各帧检测图像中所述混凝土块所在的第一目标区域。3.根据权利要求2所述的方法，其特征在于，检测各帧检测图像中混凝土块所在的第一区域，包括：基于深度学习算法，提取各帧检测图像中混凝土块所在的第一区域，并以矩形框标记所述第一区域；相应的，基于边缘检测算法，对各个所述第一区域进行边缘检测，以获取各帧检测图像中所述混凝土块的混凝土块轮廓，包括：针对包含矩形框标记的各帧检测图像，基于边缘检测算法，对所述检测图像的所述第一区域进行边缘检测，以获取所述检测图像中所述混凝土块的混凝土块边缘。4.根据权利要求2所述的方法，其特征在于，根据各个所述第一目标区域的尺寸信息，确定所述混凝土块的各个扩展度，包括：根据各个所述第一目标区域的长轴和短轴的长度，确定所述混凝土块的各个扩展度。5.根据权利要求1所述的方法，其特征在于，在根据各个所述第一目标区域的尺寸信息，确定所述混凝土块的各个扩展度之前，所述方法还包括：获取单个像素对应的物理尺寸；针对每个第一目标区域，根据单个像素对应的物理尺寸以及所述第一目标区域对应的像素点，确定所述第一目标区域的尺寸信息。6.根据权利要求5所述的方法，其特征在于，获取单个像素对应的物理尺寸，包括：在至少一个所述第一目标区域的预设范围内，检测混凝土容器的上表面所在的第二目标区域，并标记所述第二目标区域内的各个像素点；对所述第二目标区域进行椭圆拟合，得到所述第二目标区域对应的椭圆，并统计所述第二目标区域对应的椭圆的长轴和短轴的像素点数；根据至少一个所述第二目标区域对应的椭圆的长轴和短轴对应的像素点数，以及所述混凝土容器上表面的实际尺寸，确定单个像素对应的物理尺寸。7.根据权利要求1‑6任一项所述的方法，其特征在于，根据各个所述扩展度以及各个所述扩展度对应的检测图像的拍摄时间，确定所述混凝土块的坍落度，包括：2CN113902725A权利要求书2/2页基于预先训练的神经网络模型、各个所述扩展度以及各个所述扩展度对应的检测图像的拍摄时间，确定所述混凝土块的坍落度。8.根据权利要求1‑6任一项所述的方法，其特征在于，在获取多帧检测图像之前，所述方法还包括：生成操作指示信息，以指示操作人员在将混凝土容器内的混凝土倒至地面之后将所述混凝土容器放置于混凝土块的附近。9.一种坍落度的测量装置，其特征在于，所述装置包括：图像获取模块，用于获取多帧检测图像，其中，所述检测图像包括从混凝土容器中倒至地面的混凝土块的检测信息；第一区域提取模块，用于提取各帧所述检测图像中混凝土块所在的第一目标区域；扩展度确定模块，用于根据各个所述第一目标区域的尺寸信息，确定所述混凝土块的各个扩展