[发明专利]一种用于安检图像复杂度的分析方法

说明书

一种用于安检图像复杂度的分析方法，首先获取被检测物体的X射线图像，进而得到被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度，然后生成得到被检物体的复杂度，并根据被检物体的复杂度提醒安检员对复杂度最大的被检物体进行检查。

技术领域

本发明涉及安检图像的应用技术领域，特别是一种用于安检图像复杂度的分析方法。

背景技术

安全形势日益严峻的今天，各国对公共场所得安全提出了更高的要求，尤其是在机场、车站、码头、海关等公共场所，都采取措施对旅客行李物品、货物集装箱等进行严格检查，其中，安检系统提供的安全检查技术多为辐射成像技术。地铁，机场和车站人流量大，安检设备运转速度快，旅客携带物品多而且放置的方式各种各样，在通过安检机时形成的安检图像复杂，这都给安检员的识别工作造成了很大的困难，安检员的疲劳程度、注意力状态、情绪等因素会严重影响其判断力，从而会增加检测结果的不确定性，极易导致安检系统起不到应有的安全检查作用。

目前，辐射成像技术是各国广泛使用的安检系统中的主流技术，该技术以射线(如X射线)照射被检测物体，根据探测器接收到的信号，再经过计算机的处理得到被检测物体的射线图像，安检员根据对射线图像的判断而检测被测物体是否是违禁物品或者是否包含违禁物品。安检图像中物体的外观会受到物体重叠和遮挡等外界因素的影响，而且由于X光安检设备成像原理的差异和观察角度的限制，也会造成安检图像的复杂多样化，这些都给安检员的识别工作提高了难度。

图像的复杂程度是有多个因素决定的，运用简单的方法很难能够快速而又准确的分析图像的复杂度。智能分析方法得到快速发展，出现了一些著名的算法，比如模糊决策、神经网络、蚁群算法等，他们都能够很好的进行复杂的运算，例如在专利公开号为105631532A一文中，作者提出了一种基于模糊决策的神经网络模型电力系统负荷预测方法，主要是对历史负荷样本进行剔除，得到大数据样本，之后在电力负荷的历史数据基础上找出其中的变化规律，建立电力负荷神经网络预测模型。在专利公开号为105760997A一文中，作者提出了基于模糊评价的配电网异常电压评估方法，通过对有功负荷、无功负荷和电压赋值建立模糊因素集，之后计算模糊因素集的权重，最后建立模糊评价体系，进行模糊综合评价，主要解决了对电压异常的严重程度和影响范围进行客观评价。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种用于安检图像复杂度的分析方法，通过智能分析方法分析安检图像的复杂程度，根据图像复杂程度的高低进而快速地在被测物体通过安检机时提醒安检员对该被测物体提高警惕，甚至提示安检员对该被测物体进行开包检查。

本发明的技术解决方案是：一种用于安检图像复杂度的分析方法，包括如下步骤：

(1)获取被检测物体的X射线图像；

(2)根据X射线图像获取得到被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度；

(3)根据步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度生成得到被检物体的复杂度；

(4)提醒安检员对复杂度最大的被检物体进行检查。