基于感知哈希与连通域分析算法的粮面异常状态识别方法与流程

1.本发明涉及图像监控技术领域，尤其是涉及一种基于感知哈希与连通域分析算法的粮 面异常状态识别方法。


背景技术：

2.粮食是人类生存的必需品，粮食的安全储备对国民经济的稳定发展起到至关重要的作 用。任何时候都不能出现闪失。近来，随着国内、外粮食形势变化，粮食储备的安全问题越 发显得重要。为了降低粮食在仓储环节因为多种原因产生的损耗，需要及时准确的获取粮仓 内的粮面状态，以便及时对异常的状态进行处理。目前的粮仓监测手段主要为人工监测，无 法满足实时性的要求，且工作强度大，效率低，人工成本高。


技术实现要素：

3.本发明是为了克服现有技术的粮仓监测无法及时发现异常状态导致的粮食损耗的问 题，提供一种基于感知哈希与连通域分析算法的粮面异常状态识别方法，本方法采用连通域 算法及时获取粮面状态，有效防止粮食在仓储环节中的损耗。
4.为了实现上述目的，本发明采用以下技术方案：一种基于感知哈希与连通域分析算法的粮面异常状态识别方法，包括以下步骤：步骤1：设定一个用于检测异常状态的时间点：该时间点是每天进行粮仓内粮面异常检测的 触发条件，设置一个相似度阈值ε，该阈值是判断粮仓粮面是否存在异常；步骤2：当到达每天异常检测时间点时，自动检测是否存在粮仓粮面原始图像；若图像不存 在，则将自动获取当前时刻粮仓摄像头视频流，保存一张粮仓粮面原始图像，若图像存在， 则执行步骤3；步骤3：在获取粮仓原始状态图的基础上，将在每天的异常检测时间点时自动保存一张当天 粮仓粮面状态图像；步骤4：使用感知哈希算法，将原始粮面图像与当天粮仓粮面状态图像进行对比，获得相似 度α。
5.步骤4进一步包括以下步骤：s41：通过二维尺度伸缩变换，将粮仓粮面原始图像与当天粮仓粮面状态图像进行等比例缩放， 缩放后尺寸为32*32；s42：利用加权平均法对缩放后粮仓粮面原始图像与当天粮仓粮面状态图像进行灰度化处理， 逐一计算出图像每个像素位置3个通道rgb的平均值，获得粮仓粮面原始图像灰度图a与当 天粮仓粮面状态图像灰度图b；s43：对粮仓粮面原始图像灰度图a与当天粮仓粮面状态图像灰度图b进行离散余弦变换 (dct)处理，生成灰度图a的dct系数数组a，尺寸为1*1024，生成灰度图b的dct系 数数组b，尺寸为1*1024；s44：计算数组a平均值τ1，计算数组b平均值τ2，将数组a中每一个值逐一与平均值
τ1进行 比较，若值大于等于τ1，则记为1，若值小于τ1，则记为0，从而生成一个二进制数组c，尺 寸为1*1024。重复使用上述操作，对数组b进行处理，生成一尺寸为1*1024二进制数组d； s45：计算数组c与数组d之间的汉明距离，从而得到粮仓粮面原始图像与当天粮仓粮面状态 图像间的相似度α。
6.步骤5：判断相似度α与相似度阈值ε的关系，当α大于ε时，步骤结束，当α小于ε 时，将原始粮面图像与当天粮仓粮面状态图像进行差分运算得到差异图，并通过连通域分析 算法，识别粮仓内粮面异常区域。
7.作为优选，所述的步骤5当相似度α小于阈值ε时通过连通域分析算法识别粮仓内粮 面异常区域，进一步包括以下步骤：s51：利用加权平均法对粮仓粮面原始图像与当天粮仓粮面状态图像进行灰度化处理，计算出 两幅图像中同一个像素位置3个通道rgb的平均值，获得粮仓粮面原始图像灰度图c与当天 粮仓粮面状态图像灰度图d；s52：对粮仓粮面原始图像灰度图与当天粮仓粮面状态图像灰度图进行均值滤波去除白噪声， 将滤波后的两幅图像分别记为c1与d1；s53：将滤波后的粮仓粮面原始图像c1与滤波后的当天粮仓粮面状态图像d1进行对比，得到 误差信息图f；s54：设置一3*3的kernel矩阵g作为结构元，根据形态学原理对误差信息图f先利用结构 元g进行腐蚀，消除细小的差异点，后利用结构元g进行膨胀，突出明显的差异点，变化后 的误差信息图记为h；s55：采用seed filling法对图像h进行连通域分析，计算图像中的连通区域，所得的连通区 域则为粮面异常的范围。
8.步骤6：将识别到的异常区域绘制到原图，并将绘制完成后的图像发送到前端页面进 行展示。
9.作为优选，所述的步骤6进一步包括：若当天粮仓粮面存在异常时，将自动绘制异常 区域范围并将异常消息发送至前端进行展示，其特征在于包括以下步骤：s61：标记图像h中连通区域生成粮仓粮面异常图像i，并将其存储到分布式文件系统并获取 url链接地址中；s62：通过消息中间件将粮仓异常消息和异常图片i链接发送到监管平台；s63：产生报警日志进行存储。
10.作为优选，所述方法在每日特定时间从前端摄像头中获取当前粮仓粮面状态图像，并 能通过感知哈希与连通域分析算法对粮仓粮面状态进行分析，判断是否存在粮面异常塌陷的 情况，并能将告警信息，异常图片反馈至前端平台进行处理。
11.因此，本发明具有如下有益效果：本发明通过定时和实时地采集粮仓内两面的图像进 行对比，并自动存储视频流，通过感知哈希算法将当天粮面状态与原始粮面状态进行比对得 到相似度，将相似度与事先设定的阈值进行比对来判断粮仓状态是否存在异常；并且在粮仓 内粮面状态存在异常时通过连通域算法进行异常区域的识别计算，本发明能够及时发现粮仓 内粮面是否存在异常并且能够精准定位异常区域，具有及时性和有效性，能够及时防止粮食 损耗，带来极大的经济效益。
附图说明
12.图1是本实施例的流程图。
具体实施方式
13.下面结合附图与具体实施方式对本发明做进一步的描述。
14.一种基于感知哈希与连通域分析算法的粮面异常状态识别方法，采用粮仓舱内摄像 头、有线网络、无线网络、感知哈希与连通域分析算法、前端平台实现，如图1所示，包括 以下步骤：步骤1：设定一个用于检测异常状态的时间点：该时间点是每天进行粮仓内粮面异常检测的 触发条件，设置一个相似度阈值ε，该阈值是判断粮仓粮面是否存在异常；步骤2：当到达每天异常检测时间点时，自动检测是否存在粮仓粮面原始图像；若图像不存 在，则将自动获取当前时刻粮仓摄像头视频流，保存一张粮仓粮面原始图像，若图像存在， 则执行步骤3；步骤3：在获取粮仓原始状态图的基础上，将在每天的异常检测时间点时自动保存一张当天 粮仓粮面状态图像；步骤4：使用感知哈希算法，将原始粮面图像与当天粮仓粮面状态图像进行对比，获得相似 度α；步骤5：判断相似度α与相似度阈值ε的关系，当α大于ε时，步骤结束，当α小于ε时，将 原始粮面图像与当天粮仓粮面状态图像进行差分运算得到差异图，并通过连通域分析算法， 识别粮仓内粮面异常区域；步骤6：将识别到的异常区域绘制到原图，并将绘制完成后的图像发送到前端页面进行展示。
15.本发明通过定时和实时地采集粮仓内两面的图像进行对比，并自动存储视频流，通过 感知哈希算法将当天粮面状态与原始粮面状态进行比对得到相似度，将相似度与事先设定的 阈值进行比对来判断粮仓状态是否存在异常，并且在粮仓内粮面状态存在异常时通过连通域 算法进行异常区域的识别计算，本发明能够及时发现粮仓内粮面是否存在异常并且能够精准 定位异常区域，具有及时性和有效性，能够及时防止粮食损耗，带来极大的经济效益。
16.作为优选，所述步骤4进一步包括以下步骤：s41：通过二维尺度伸缩变换，将粮仓粮面原始图像与当天粮仓粮面状态图像进行等比例缩放， 缩放后尺寸为32*32；s42：利用加权平均法对缩放后粮仓粮面原始图像与当天粮仓粮面状态图像进行灰度化处理， 逐一计算出图像每个像素位置3个通道rgb的平均值，获得粮仓粮面原始图像灰度图a与当 天粮仓粮面状态图像灰度图b；s43：对粮仓粮面原始图像灰度图a与当天粮仓粮面状态图像灰度图b进行离散余弦变换 (dct)处理，生成灰度图a的dct系数数组a，尺寸为1*1024，生成灰度图b的dct系 数数组b，尺寸为1*1024；s44：计算数组a平均值τ1，计算数组b平均值τ2，将数组a中每一个值逐一与平均值τ1进行 比较，若值大于等于τ1，则记为1，若值小于τ1，则记为0，从而生成一个二进制数组c，
尺 寸为1*1024。重复使用上述操作，对数组b进行处理，生成一尺寸为1*1024二进制数组d； s45：计算数组c与数组d之间的汉明距离，从而得到粮仓粮面原始图像与当天粮仓粮面状态 图像间的相似度α。
17.作为优选，所述的步骤5当相似度α小于阈值ε时通过连通域分析算法识别粮仓内粮 面异常区域，进一步包括以下步骤：s51：利用加权平均法对粮仓粮面原始图像与当天粮仓粮面状态图像进行灰度化处理，计算出 两幅图像中同一个像素位置3个通道rgb的平均值，获得粮仓粮面原始图像灰度图c与当天 粮仓粮面状态图像灰度图d；s52：对粮仓粮面原始图像灰度图与当天粮仓粮面状态图像灰度图进行均值滤波去除白噪声， 将滤波后的两幅图像分别记为c1与d1；s53：将滤波后的粮仓粮面原始图像c1与滤波后的当天粮仓粮面状态图像d1进行对比，得到 误差信息图f；s54：设置一3*3的kernel矩阵g作为结构元，根据形态学原理对误差信息图f先利用结构 元g进行腐蚀，消除细小的差异点，后利用结构元g进行膨胀，突出明显的差异点，变化后 的误差信息图记为h；s55：采用seed filling法对图像h进行连通域分析，计算图像中的连通区域，所得的连通区 域则为粮面异常的范围。
18.作为优选，所述的步骤6进一步包括：若当天粮仓粮面存在异常时，将自动绘制异常 区域范围并将异常消息发送至前端进行展示，其特征在于包括以下步骤：s61：标记图像h中连通区域生成粮仓粮面异常图像i，并将其存储到分布式文件系统并获取 url链接地址中；s62：通过消息中间件将粮仓异常消息和异常图片i链接发送到监管平台；s63：产生报警日志进行存储。
19.作为优选，所述方法采用粮仓舱内摄像头、有线网络、无线网络、感知哈希与连通域 分析算法、前端平台实现。
20.本方法在每日特定时间从前端摄像头中获取当前粮仓粮面状态图像，并能通过感知哈 希与连通域分析算法对粮仓粮面状态进行分析，判断是否存在粮面异常塌陷的情况，并能将 告警信息，异常图片反馈至前端平台进行处理。
21.上述实施例对本发明的具体描述，只用于对本发明进行进一步说明，不能理解为对本 发明保护范围的限定，本领域的技术工程师根据上述发明的内容对本发明作出一些非本质的 改进和调整均落入本发明的保护范围。