本申请实施例提供了一种集装箱的智能识别与清洗方法、系统及介质，该方法包括：获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像；基于划分策略对颜色区域图像进行区域划分，生成点区域；获取关于集装箱内部待清洗空间的点云数据，分析点云数据的分布信息，基于点云数据的分布信息对点区域进行类型判断，得到区域类型；通过历史图像数据对点区域进行比对，得到校验点区域，通过历史点云数据对点区域类型进行比对，得到校验类型信息；根据校验类型信息对不同区域类型的点区域进行清洗；通过视觉识别和数据扫描进行数据采集分析，实现不同点区域的针对性清洗，确保整个集装箱全面且彻底的清洗，清洗更为干净。
【技术实现步骤摘要】
本申请涉及集装箱清洗，具体而言，涉及一种集装箱的智能识别与清洗方法、系统及介质。
技术介绍
1、目前，对于集装箱的清洗往往采用无差别清洗，即采用同样的水枪或者喷洒机器人进行统一的清洗，其清洗方式以及清洗力度都相同；对于集装箱内的一些极易脏污纳垢的位置无法做到彻底的清洗，导致部分位置清洗不干净，不利于后续的消毒，针对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本申请实施例的目的在于提供一种集装箱的智能识别与清洗方法、系统及介质，通过视觉识别和数据扫描进行数据采集分析，实现不同点区域的针对性清洗，确保整个集装箱全面且彻底的清洗，清洗更为干净。
2、本申请实施例还提供了一种集装箱的智能识别与清洗方法，包括：
3、获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像；
4、基于划分策略对颜色区域图像进行区域划分，生成点区域；
5、获取关于集装箱内部待清洗空间的点云数据，分析点云数据的分布信息，基于点云数据的分布信息对点区域进行类型判断，得到区域类型；
6、通过历史图像数据对点区域进行比对，得到校验点区域，通过历史点云数据对点区域类型进行比对，得到校验类型信息；
7、根据校验类型信息对不同区域类型的点区域进行清洗。
8、可选地，在本申请实施例所述的集装箱的智能识别与清洗方法中，获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像，具体包括：
9、采集集装箱内部各个视角的图像数据，得到多视角图像数据，
10、将不同视角图像数据进行图像拼接，生成集装箱内部清洗空间的图像拼接大图；
11、对图像拼接大图进行预处理，并提取图像特征，基于图像特征计算灰度值；
12、基于灰度值将相同或相近颜色的图像特征拟合成封闭的颜色区域，生成若干个颜色区域图像。
13、可选地，在本申请实施例所述的集装箱的智能识别与清洗方法中，基于划分策略对颜色区域图像进行区域划分，生成点区域，具体包括：
14、获取同一颜色区域图像的亮度值，设定亮度值区间，基于亮度值区间对同一颜色区域内的图像进行划分，得到若干个点区域；
15、获取每一个点区域的区域面积，将区域面积与设定的面积进行比较，得到面积差值；
16、判断所述面积差值是否大于或等于设定的面积差阈值；
17、若大于，则生成二次划分规则，基于二次划分规则对该点区域进行二次划分；
18、若小于，则生成若干个点区域。
19、可选地，在本申请实施例所述的集装箱的智能识别与清洗方法中，获取关于集装箱内部待清洗空间的点云数据，分析点云数据的分布信息，基于点云数据的分布信息对点区域进行类型判断，得到区域类型，具体包括：
20、获取集装箱内部待清洗空间的点云数据，并对点云数据进行特征提取，提取关于点云数据的分布信息；
21、根据点云数据以及其对应的分布信息，生成可视化数据，基于可视化数据获取厚度信息；
22、判断厚度信息是否大于零，
23、若大于零，则该点区域为凸起区域，获取凸起的反射率，基于凸起的反射率判断凸起类型；
24、若小于零，则该点区域为凹槽区域。
25、可选地，在本申请实施例所述的集装箱的智能识别与清洗方法中，基于凸起的反射率或散射特征判断凸起类型，具体包括：
26、获取凸起的反射率，将凸起的反射率与预设标准反射率进行比较；
27、若凸起的反射率小于预设标准反射率，则该凸起为污渍引起的凸起，将该点区域标记为重点清洗区域；
28、若凸起的反射率大于或者等于预设标准反射率，则该凸起为形变凸起，将该点区域标记为普通清洗区域。
29、可选地，在本申请实施例所述的集装箱的智能识别与清洗方法中，通过历史图像数据对点区域进行比对，得到校验点区域，通过历史点云数据对点区域类型进行比对，得到校验类型信息，具体包括：
30、获取历史图像数据，提取历史图像数据中与重点清洗区域对应的区域，并将该区域与重点清洗区域进行比对判断，判断两者图像差异度是否大于设定值，若是，则重点清洗区域为校验点区域；
31、获取历史点云数据，分析历史点云数据与重点区域对应的区域，并将该区域与重点清洗区域进行比对判断，判断两者反射率的差异程度是否大于反射率差异阈值，若是，则该区域为校验类型信息的点区域。
32、第二方面，本申请实施例提供了一种集装箱的智能识别与清洗系统，该系统包括：存储器及处理器，所述存储器中包括集装箱的智能识别与清洗方法的程序，所述集装箱的智能识别与清洗方法的程序被所述处理器执行时实现以下步骤：
33、获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像；
34、基于划分策略对颜色区域图像进行区域划分，生成点区域；
35、获取关于集装箱内部待清洗空间的点云数据，分析点云数据的分布信息，基于点云数据的分布信息对点区域进行类型判断，得到区域类型；
36、通过历史图像数据对点区域进行比对，得到校验点区域，通过历史点云数据对点区域类型进行比对，得到校验类型信息；
37、根据校验类型信息对不同区域类型的点区域进行清洗。
38、可选地，在本申请实施例所述的集装箱的智能识别与清洗系统中，获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像，具体包括：
39、采集集装箱内部各个视角的图像数据，得到多视角图像数据，
40、将不同视角图像数据进行图像拼接，生成集装箱内部清洗空间的图像拼接大图；
41、对图像拼接大图进行预处理，并提取图像特征，基于图像特征计算灰度值；
42、基于灰度值将相同或相近颜色的图像特征拟合成封闭的颜色区域，生成若干个颜色区域图像。
43、可选地，在本申请实施例所述的集装箱的智能识别与清洗系统中，基于划分策略对颜色区域图像进行区域划分，生成点区域，具体包括：
44、获取同一颜色区域图像的亮度值，设定亮度值区间，基于亮度值区间对同一颜色区域内的图像进行划分，得到若干个点区域；
45、获取每一个点区域的区域面积，将区域面积与设定的面积进行比较，得到面积差值；
46、判断所述面积差值是否大于或等于设定的面积差阈值；
47、若大于，则生成二次划分规则，基于二次划分规则对该点区域进行二次划分；
48、若小于，则生成若干个点区域。
49、第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括集装箱的智能识别与清洗方法程序，所述集装箱的智能识别与清洗方法程序被处理器执行时，实现如上述任一项所述的集装箱的智能识别与清洗方法的步骤。
50、由上可本文档来自技高网
...
【技术保护点】
1.一种集装箱的智能识别与清洗方法，其特征在于，包括：
2.根据权利要求1所述的集装箱的智能识别与清洗方法，其特征在于，获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像，具体包括：
3.根据权利要求2所述的集装箱的智能识别与清洗方法，其特征在于，基于划分策略对颜色区域图像进行区域划分，生成点区域，具体包括：
4.根据权利要求3所述的集装箱的智能识别与清洗方法，其特征在于，获取关于集装箱内部待清洗空间的点云数据，分析点云数据的分布信息，基于点云数据的分布信息对点区域进行类型判断，得到区域类型，具体包括：
5.根据权利要求4所述的集装箱的智能识别与清洗方法，其特征在于，基于凸起的反射率或散射特征判断凸起类型，具体包括：
6.根据权利要求5所述的集装箱的智能识别与清洗方法，其特征在于，通过历史图像数据对点区域进行比对，得到校验点区域，通过历史点云数据对点区域类型进行比对，得到校验类型信息，具体包括：
7.一种集装箱的智能识别与清洗系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括集装箱的智能识别与清洗方法的程序，所述集装箱的智能识别与清洗方法的程序被所述处理器执行时实现以下步骤：
8.根据权利要求7所述的集装箱的智能识别与清洗系统，其特征在于，获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像，具体包括：
9.根据权利要求8所述的集装箱的智能识别与清洗系统，其特征在于，基于划分策略对颜色区域图像进行区域划分，生成点区域，具体包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括集装箱的智能识别与清洗方法程序，所述集装箱的智能识别与清洗方法程序被处理器执行时，实现如权利要求1至6中任一项所述的集装箱的智能识别与清洗方法的步骤。
...
【技术特征摘要】
1.一种集装箱的智能识别与清洗方法，其特征在于，包括：
2.根据权利要求1所述的集装箱的智能识别与清洗方法，其特征在于，获取关于集装箱内部待清洗空间的图像数据，对图像数据进行预处理生成颜色区域图像，具体包括：
3.根据权利要求2所述的集装箱的智能识别与清洗方法，其特征在于，基于划分策略对颜色区域图像进行区域划分，生成点区域，具体包括：
4.根据权利要求3所述的集装箱的智能识别与清洗方法，其特征在于，获取关于集装箱内部待清洗空间的点云数据，分析点云数据的分布信息，基于点云数据的分布信息对点区域进行类型判断，得到区域类型，具体包括：
5.根据权利要求4所述的集装箱的智能识别与清洗方法，其特征在于，基于凸起的反射率或散射特征判断凸起类型，具体包括：
6.根据权利要求5所述的集装箱的智能识别与清洗方法，其特征在于，通过历史图像数据对点区域进行比对，得到校验点...
【专利技术属性】
技术研发人员：周才健，陈安，董正桥，赵书雯，
申请(专利权)人：杭州汇萃智能科技有限公司，
类型：发明
国别省市：
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。