[发明专利]基于支持向量机的绿色通道产品辅助判别方法

说明书

技术领域

本发明涉及图像处理和模式识别领域，具体涉及一种基于支持向量机的绿色通道产品辅助判别方法。

背景技术

辐射成像技术广泛用于安检领域，如火车站、机场、码头等。上述应用场合一般都具有流动快，工作量大、实时性要求高的特点。随着辐射成像技术的发展和成熟，辐射图像的质量越来越高，辐射图像所能呈现被检物品的细节信息也越来越多，从而极大地帮助安全检查工作。

为了建立顺畅、便捷的鲜活农产品流通网络，支持鲜活农产品运销，促进农民增收，国家制定了“绿色通道”政策。现在比较先进的绿色通道检测技术是利用数字辐射成像检测设备进行对车辆进行扫描成像，这种方法虽然有效缩短了鲜活农产品运输车辆的查验时间，提高合法运输车辆的通行效率。但是，对于现有的对绿通产品合法性判断主要是通过人为对辐射图像的观察判断，这依赖于图检员的经验积累和责任心，并且具有很大的主观性。在大流量过车的情况下，给图检员的工作带来很大压力。

若能够充分利用辐射图像，利用计算机视觉的技术对图像的信息进行挖掘分析，建立一个智能化的辅助判别的方式，将有利于提高绿色通道产品判别的工作效率。

发明内容

本发明所要解决的技术问题是提供一种基于支持向量机的绿色通道产品辅助判别方法，其能够实现对复杂背景下绿色通道中的绿通产品，自动根据其辐射图像进行产品种类准确识别，从而提高绿色通道产品判别的工作效率。

为解决上述问题，本发明是通过以下技术方案实现的：

一种基于支持向量机的绿色通道产品辅助判别方法，包括如下步骤：

（1）收集现有绿色通道产品，并对每个绿色通道产品进行如下操作，即

（1.1）采集绿色通道产品的典型辐射图像，并将典型辐射图像存入样本数据库中；

（1.2）经验丰富的图检员手动录入典型辐射图像所属的绿色通道产品种类，使其形成产品种类标签存入样本数据库中；

（1.3）分别对存入数据库中的典型辐射图像进行预处理，将典型辐射图像转化为灰度图像；

（1.4）采用边缘检测算子对预处理后的图像进行检测，获取绿色通道产品的纹理并将其作为边沿检测区域；

（1.5）在边沿检测区域中截取一个矩形窗口作为特征提取的典型样本；

（1.6）采用灰度共生矩阵法对特征提取的典型样本进行特征提取，即提取典型样本图像的相关性Cor、对比度Con和熵Ent作为样本特征；

（1.7）关联上述典型辐射图像的样本特征和产品种类标签，并生成特征文件存入样本数据库中；

（2）训练支持向量机，即

（2.1）构造采用径向基核函数的多分类支持向量机模型，然后读入绿色通道产品样本收集过程中生成的特征文件；

（2.2）采用增量学习方式对多分类支持向量机模型进行训练；

（2.3）保存新训练得到多分类支持向量机模型；

（3）绿通检测中的辅助判别，即

（3.1）采集当前实时绿色通道车辆的辐射图像，并将该实时辐射图像转换为灰度图像；

（3.2）采用边缘检测算子对灰度图像进行边缘检测，从而获取与实际图像中尽可能接近的实际边沿；

（3.3）选择绿色通道产品顶部与车厢空隙的交界部分区域作为边沿处理区域；

（3.4）在边沿处理区域中截取一个矩形窗口作为特征提取的样本；

（3.5）采用灰度共生矩阵法对样本进行特征提取，即提取样本图像的相关性Cor、对比度Con和熵Ent作为样本的支持向量；

（3.6）人为设置惩罚系数，并将上述支持向量输入经过训练的多分类支持向量机对其模式识别，从而辨别产品种类，并输出检测结果。

作为改进，在步骤（3.6）之后还进一步包括多分类支持向量机模型优化步骤，即（3.7）将所得检测结果即绿色通道车辆的辐射图像和产品种类存入样本数据库，使其作为支持向量机的训练样本去进一步训练多分类支持向量机模型，以提高绿色通道产品识别准确率。

作为进一步改进，在步骤（3.7）之后还进一步包括产品校验步骤，即（3.8）图检员根据经验判定所得检测结果出现错误时，则需要通过停车检查验证，纠正产品种类，并将该绿色通道车辆的辐射图像和纠正后的产品种类存入样本数据库，使其作为支持向量机的训练样本去进一步训练多分类支持向量机模型，以提高绿色通道产品识别准确率。