【技术实现步骤摘要】
本专利技术涉及粮库管理，尤其涉及一种粮仓内的环境监测方法及装置、设备及存储介质。
技术介绍
1、粮食仓储是确保粮食安全与质量的重要环节。传统的粮库管理方式依赖人工检查和监控，但在粮库内由于环境复杂（如光照不足、空间局促等）及人员操作频繁，难以实现对异物的全面、精准监控。异物（如遗留工具、掉落物品、人员或其他杂物）在粮库内的存在不仅可能影响粮食的质量，还可能影响仓储作业的安全性。因此，亟需一种高效的粮库监管手段。
技术实现思路
1、本专利技术的主要目的在于提供一种粮仓内的环境监测方法及装置、设备及存储介质，可以解决现有技术中的缺乏高效的粮库监管手段的问题。
2、为实现上述目的，本专利技术第一方面提供一种粮仓内的环境监测方法，所述方法包括：
3、获取所述粮仓中的图像采集设备采集到的粮堆表面的当前图像数据；
4、利用所述当前图像数据以及预设的异物识别模型进行异物识别，确定异物识别结果，所述异物识别结果用于反映所述粮堆表面是否存在异物；
5、利用所述当前图像数据以及预设的光流算法进行异常识别，确定异常识别结果，所述异常识别结果用于反映所述粮堆表面是否存在异常；
6、根据所述异物识别结果以及所述异常识别结果输出粮堆表面的监测提示。
7、在一种可行实现方式中，所述异物识别模型至少包括依次连接的卷积层、池化层和全连接层，则所述利用所述当前图像数据以及预设的异物识别模型进行异物识别，确定异物识别结果，包括：
8、将
9、将所述第一特征图输入至所述池化层进行池化操作，得到目标特征图；
10、将所述目标特征图输入至所述全连接层进行目标分类，得到分类结果，所述分类结果至少包括多个异物类别与所述异物类别的预测概率的对应关系，所述预测概率用于反映所述异物类别的预测可信度；
11、从所述分类结果中选择预测概率最大的异物类别作为所述当前图像数据的目标类别，所述异物识别结果包括所述目标类别。
12、在一种可行实现方式中，所述当前图像数据包括当前帧图像以及上一帧图像，则所述利用所述当前图像数据以及预设的光流算法进行异常识别，确定异常识别结果，包括：
13、利用所述当前帧图像以及上一帧图像进行梯度计算，得到当前帧图像的水平梯度、垂直梯度以及时间梯度；
14、利用所述水平梯度、垂直梯度、时间梯度及预设的光流算法，得到当前帧图像的每个像素点的运动矢量；
15、基于所述运动矢量进行光流可视化处理，得到光流场图；
16、根据所述光流场图及预设的异常判定规则，确定异常识别结果。
17、在一种可行实现方式中，所述根据所述光流场图及预设的异常判定规则，确定异常识别结果，包括：
18、若所述光流场图中存在目标区域的运动矢量不为零，且所述目标区域的面积大于预设的面积阈值，则确定所述异常识别结果为第一结果，所述第一结果用于反映所述粮堆表面的目标区域存在移动；
19、若所述光流场图中的运动矢量均为零，则确定所述异常识别结果为第二结果，所述第二结果用于反映所述粮堆表面不存在移动。
20、在一种可行实现方式中，所述获取所述粮仓中的图像采集设备采集到的粮堆表面的当前图像数据，之后包括：
21、对所述当前图像数据进行预处理，得到预处理后的当前图像数据，所述预处理至少包括去噪、图像增强及二值化处理。
22、在一种可行实现方式中，所述方法之后包括：
23、分析所述当前图像数据的光照分布；
24、若所述光照分布为光照分布不均，则基于所述光照分布调整所述当前图像数据的亮度及对比度进行光照补偿，得到光照补偿后的当前图像数据。
25、在一种可行实现方式中，所述根据所述异物识别结果以及所述异常识别结果输出粮堆表面的监测提示，包括：
26、根据所述异物识别结果、所述异常识别结果以及预设的风险函数，确定所述粮堆表面的当前风险值；
27、若所述当前风险值大于预设风险阈值，则输出预警提示，所述监测提示包括所述预警提示。
28、为实现上述目的，本专利技术第二方面提供一种粮仓内的环境监测装置，所述装置包括：
29、数据获取模块：用于获取所述粮仓中的图像采集设备采集到的粮堆表面的当前图像数据；
30、异物识别模块：用于利用所述当前图像数据以及预设的异物识别模型进行异物识别，确定异物识别结果，所述异物识别结果用于反映所述粮堆表面是否存在异物；
31、异常识别模块：用于利用所述当前图像数据以及预设的光流算法进行异常识别，确定异常识别结果，所述异常识别结果用于反映所述粮堆表面是否存在异常；
32、提示输出模块：用于根据所述异物识别结果以及所述异常识别结果输出粮堆表面的监测提示。
33、为实现上述目的，本专利技术第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
34、为实现上述目的，本专利技术第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
35、采用本专利技术实施例，具有如下有益效果：
36、本专利技术提供一种粮仓内的环境监测方法，方法包括：获取粮仓中的图像采集设备采集到的粮堆表面的当前图像数据；利用当前图像数据以及预设的异物识别模型进行异物识别，确定异物识别结果，异物识别结果用于反映粮堆表面是否存在异物；利用当前图像数据以及预设的光流算法进行异常识别，确定异常识别结果，异常识别结果用于反映粮堆表面是否存在异常；根据异物识别结果以及异常识别结果输出粮堆表面的监测提示。通过上述方式，可以利用图像采集设备对粮仓进行监管，并且对图像数据进行粮堆表面的异常和异物识别，提高粮仓监管效率。
本文档来自技高网...【技术保护点】
1.一种粮仓内的环境监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述方法，其特征在于，所述异物识别模型至少包括依次连接的卷积层、池化层和全连接层，则所述利用所述当前图像数据以及预设的异物识别模型进行异物识别，确定异物识别结果，包括：
3.根据权利要求1所述方法，其特征在于，所述当前图像数据包括当前帧图像以及上一帧图像，则所述利用所述当前图像数据以及预设的光流算法进行异常识别，确定异常识别结果，包括：
4.根据权利要求3所述方法，其特征在于，所述根据所述光流场图及预设的异常判定规则，确定异常识别结果，包括：
5.根据权利要求1所述方法，其特征在于，所述获取所述粮仓中的图像采集设备采集到的粮堆表面的当前图像数据，之后包括：
6.根据权利要求5所述方法，其特征在于，所述方法之后包括：
7.根据权利要求1所述方法，其特征在于，所述根据所述异物识别结果以及所述异常识别结果输出粮堆表面的监测提示，包括：
8.一种粮仓内的环境监测装置，其特征在于，所述装置包括：
9.一种计算机可读存储介
10.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种粮仓内的环境监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述方法，其特征在于，所述异物识别模型至少包括依次连接的卷积层、池化层和全连接层，则所述利用所述当前图像数据以及预设的异物识别模型进行异物识别，确定异物识别结果，包括：
3.根据权利要求1所述方法，其特征在于，所述当前图像数据包括当前帧图像以及上一帧图像，则所述利用所述当前图像数据以及预设的光流算法进行异常识别，确定异常识别结果，包括：
4.根据权利要求3所述方法，其特征在于，所述根据所述光流场图及预设的异常判定规则，确定异常识别结果，包括：
5.根据权利要求1所述方法，其特征在于，所述获取所述粮仓中的图像采集设备采集到的...
【专利技术属性】
技术研发人员：胡科，肖霄，许永伟，靳航嘉，张贵州，祝嘉妤，胡艾文，
申请(专利权)人：中科芯禾深圳科技有限公司，
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。