System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于人机交互的金属罐智能感知方法及系统技术方案_技高网

一种基于人机交互的金属罐智能感知方法及系统技术方案

技术编号:40111952 阅读:17 留言:0更新日期:2024-01-23 19:18
本发明专利技术公开了一种基于人机交互的金属罐智能感知方法及系统,所述方法包括:预先获取表征在检测区域中无金属罐时的第一特征阈值;实时探测所述检测区域,获取第二特征值;将所获取到的第二特征值发送至人机交互终端,指示所述人机交互终端修改所述第二特征值;接收所述人机交互终端所发送的第三特征值,其中,所述第三特征值为用户针对所述第二特征值所修改得到;比较所述第一特征阈值和第三特征值,确定所述检测区域中是否存在所述金属罐;将所述检测结果发送至所述人机交互终端。相对于传统技术中使用金属探测仪检测而言,本方案可针对具体的金属物件进行检测,针对性强,且准确性高。

【技术实现步骤摘要】

本专利技术涉及金属检测,尤其涉及一种基于人机交互的金属罐智能感知方法及系统


技术介绍

1、在一般方法中,检测金属的方式主要是通过金属探测仪器,其内部包括发射线圈和接收线圈;当发射线圈中接入电流时即可产生电磁感应产生一次场,若是环境中存在金属,金属具有导电性并可以对发射线圈的电磁场产生干扰,形成二次场,进而使得空间中的电磁场发生变化,由此环境中存在金属物体和不存在金属物体,环境中的电磁场也就不同,这一不同被接收线圈拾取,即可产生和不存在金属物体时不同的感应电压,控制设备基于该感应电压的大小即可识别出环境中存在金属物体,进而发出信号提示。

2、但是如要在多个金属中探测到固定的金属物件,如金属罐,此时使用金属探测仪器则不能实现。


技术实现思路

1、本专利技术实施例提供了一种基于人机交互的金属罐智能感知方法及系统,可针对具体的金属物件进行检测,针对性强,且准确性高。

2、本专利技术提供一种基于人机交互的金属罐智能感知方法,所述方法包括:

3、预先获取表征在检测区域中无金属罐时的第一特征阈值;

4、实时探测所述检测区域,获取第二特征值;

5、将所获取到的第二特征值发送至人机交互终端,指示所述人机交互终端修改所述第二特征值;

6、接收所述人机交互终端所发送的第三特征值,其中,所述第三特征值为用户针对所述第二特征值所修改得到;

7、比较所述第一特征阈值和第三特征值,确定所述检测区域中是否存在所述金属罐;

8、将所述检测结果发送至所述人机交互终端。

9、在一实施例中,所述预先获取表征在检测区域中无金属罐时的第一特征阈值,包括:

10、对所述检测区域进行拍摄,得到相应的图像;

11、对所述图像进行图像增强处理、图像灰度化以及图像滤波处理;

12、遍历所述图像的所有图像分割方式,选取最佳分割方式,对应生成多张子图像;

13、通过边缘检测算法对多张所述子图像进行边缘检测;

14、对边缘检测过的图像进行特征提取,获取第一特征阈值。

15、在一实施例中,所述遍历所述图像的所有图像分割方式,选取最佳分割方式,包括:

16、每遍历一次分割方式,统计各子图像在每个灰度级中像素的个数,划分像素集合;

17、计算每个灰度级中像素集合在整个灰度级中所占的比例;

18、根据比例得到每个像素概率正态分布,遍历整个灰度级,计算每个灰度值的类间概率;

19、选取类间概率最大的分割方式作为最佳分割方式。

20、在一实施例中,所述第一特征阈值为图像边缘像素;

21、所述获取第一特征阈值,包括:

22、对预处理过的图像进行canny边缘检测,计算图像的梯度幅值和梯度方向;

23、根据最佳分割方式,获取图像边缘像素。

24、在一实施例中,所述梯度幅值梯度方向c=arctan2(a,b),其中,a为图像在x方向上的偏导数,b为图像在y方向上的偏导数。

25、在一实施例中,所述根据最佳分割方式,获取图像边缘像素,包括:

26、在确定最佳分割方式的情况下,从整张图像中选取包含所述金属罐的子图像;

27、计算包含金属罐的子图像中的边缘像素;

28、相加每个子图像的边缘像素。

29、在一实施例中,所述从整张图像中选取包含所述金属罐的子图像,包括:

30、预先获取所述金属罐在图像中的像素值;

31、根据所述像素值,在整张图像中选取包含所述像素值的子图像。

32、在一实施例中,所述比较所述第一特征阈值和第三特征值,确定所述检测区域中是否存在所述金属罐,包括:

33、判断所述第三特征值是否大于所述第一特征阈值,若是,则确定所述检测区域中存在所述金属罐。

34、在一实施例中,所述第二特征值其中,n为在图像中多个子图像的行数量;m为图像中多个子图像的列数量;xj(k)为第j列第k行子图像的特征值。

35、本申请另一方面提供一种基于人机交互的金属罐智能感知系统,所述系统包括:

36、第一获取模块,用于预先获取表征在检测区域中无金属罐时的第一特征阈值;

37、第二获取模块,用于实时探测所述检测区域,获取第二特征值;

38、传输模块,用于将所获取到的第二特征值发送至人机交互终端,指示所述人机交互终端修改所述第二特征值;

39、接收模块,用于接收所述人机交互终端所发送的第三特征值,其中,所述第三特征值为用户针对所述第二特征值所修改得到;

40、判断模块,用于比较所述第一特征阈值和第三特征值,确定所述检测区域中是否存在所述金属罐;

41、发送模块,用于将所述检测结果发送至所述人机交互终端。

42、在本专利技术实施例中,通过预先获取表征在检测区域中无金属罐时的第一特征阈值以及实时探测所述检测区域所获取第二特征值,通过人工改进第二特征值以获取更加精准的第三特征值,通过比较第一特征阈值和第三特征值,以确定所述检测区域中存在所述金属罐。相对于传统技术中使用金属探测仪检测而言,本方案可针对具体的金属物件进行检测,针对性强,且准确性高。

本文档来自技高网
...

【技术保护点】

1.一种基于人机交互的金属罐智能感知方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述预先获取表征在检测区域中无金属罐时的第一特征阈值,包括:

3.根据权利要求2所述的方法,其特征在于,所述遍历所述图像的所有图像分割方式,选取最佳分割方式,包括:

4.根据权利要求2所述的方法,其特征在于,所述第一特征阈值为图像边缘像素;

5.根据权利要求4所述的方法,其特征在于,所述梯度幅值梯度方向c=arctan2(a,b),其中,a为图像在x方向上的偏导数,b为图像在y方向上的偏导数。

6.根据权利要求4所述的方法,其特征在于,所述根据最佳分割方式,获取图像边缘像素,包括:

7.根据权利要求6所述的方法,其特征在于,所述从整张图像中选取包含所述金属罐的子图像,包括:

8.根据权利要求1所述的方法,其特征在于,所述比较所述第一特征阈值和第三特征值,确定所述检测区域中是否存在所述金属罐,包括:

9.根据权利要求2所述的方法,其特征在于,所述第二特征值

10.一种基于人机交互的金属罐智能感知系统,其特征在于,所述系统包括:

...

【技术特征摘要】

1.一种基于人机交互的金属罐智能感知方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述预先获取表征在检测区域中无金属罐时的第一特征阈值,包括:

3.根据权利要求2所述的方法,其特征在于,所述遍历所述图像的所有图像分割方式,选取最佳分割方式,包括:

4.根据权利要求2所述的方法,其特征在于,所述第一特征阈值为图像边缘像素;

5.根据权利要求4所述的方法,其特征在于,所述梯度幅值梯度方向c=arctan2(a,b),其中,a为图像在x方向上的偏导数,...

【专利技术属性】
技术研发人员:江轲廖时龙张正长刘国福杨森
申请(专利权)人:深圳市大满包装有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1