摘要
本申请公开了基于巡检机器人的实时货架缺货检测方法、装置及存储介质,涉及计算机视觉技术领域,包括:基于货架的货架直线元素校正历史货架图像,利用基于各校正图像确定的训练数据集训练模型得到目标神经网络模型,利用巡检机器人上的相机采集预设点位的当前货架图像;利用目标神经网络模型处理当前货架图像得到畸变流场预测结果,基于畸变流场预测结果的畸变估计参数生成校正图像、特征点与描述子,基于特征点和描述子匹配与校正图像相邻的图像的特征点得到目标匹配点对;利用基于目标匹配点对确定的单应性矩阵与校正图像确定变换后图像,以确定竖直框架视图,检测竖直框架视图得到缺货检测结果。这样能够提高检测货架中的货物的效率。
技术关键词
货架图像
巡检机器人
神经网络模型
畸变流场
ORB特征
校正图像边缘
缺货检测装置
融合算法
RANSAC算法
一致性算法
多频段
框架
插值算法
坐标系
矩阵
相机
特征点
系统为您推荐了相关专利信息
机器视觉识别
神经网络模型
生理
模块
桑蚕养殖技术
状态识别方法
波形
小波去噪方法
注意力机制
混凝土试样
管廊巡检机器人
自主控制方法
电极驱动电路
静电场强度
离子发生器
音频识别方法
深度神经网络模型
短时特征
信号强度信息
子模块
定量计算方法
比特流
强化学习算法
场景
大数据分析算法