[发明专利]一种违禁品安检自动识别装置在审
申请号: | 201710233696.6 | 申请日: | 2017-04-11 |
公开(公告)号: | CN106872498A | 公开(公告)日: | 2017-06-20 |
发明(设计)人: | 宁宇;张开生 | 申请(专利权)人: | 西安培华学院 |
主分类号: | G01N23/10 | 分类号: | G01N23/10 |
代理公司: | 西安智大知识产权代理事务所61215 | 代理人: | 段俊涛 |
地址: | 710125 陕西省*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 违禁品 安检 自动识别 装置 | ||
技术领域
本发明属于安检技术领域,特别涉及一种违禁品安检自动识别装置。
背景技术
随着城市交通系统的不断完善,地铁由于其安全性高、准时可靠、方便舒适、绿色环保等诸多优点,成为了人们出行的第一选择。然而,地铁安检作为地铁人员必须履行的检测手续和保障旅客安全的重要措施,人流量愈发庞大使得行李物品的数量大大增加,这也就使得安检系统的压力随之剧增。人工检查要求安检员精力集中,人力成本较高,智能化程度低且会出现纰漏对地铁安全运行产生威胁。因此有必要存在一种自动识别常见违禁品的系统,这种系统可方便乘客,有效防止违禁品入站,减轻地铁安检压力,提高安检员工作效率。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种违禁品安检自动识别装置,以解决传统地铁安检带来的诸多不便,提高安检效率,保证乘客安全,使地铁安检更加智能化。
为了实现上述目的,本发明采用的技术方案是:
一种违禁品安检自动识别装置,包括:
X光机成像系统,向传送带1上的行李箱包发出X射线,检测透过行李箱包后衰减的X射线,经过A/D转换得到行李箱包内物品的数字图像显示在液晶显示屏上;
计算机主控系统,接收所述数字图像进行违禁品识别;
行李分流系统,包括斜向辊轮2和分流传送带3,其中,分流传送带3以并联形式设置在传送带1的传送路线上,斜向辊轮2设置在传送带1的传送路线上,且位于分流传送带3和传送带1的交接处;
当所述计算机主控系统识别出违禁品时,向行李分流系统发送控制信号,斜向辊轮2浮起,将相应行李箱包导入分流传送带3,最终送往分流传送带3末端的开包操作台4。
所述X光机成像系统包括:
用于发出X射线的X射线发射装置;
用于检测透过行李箱包后X射线的非晶硅平板检测器;
用于执行A/D转换的模数变换器;
以及用于显示数字图像的液晶显示屏。
所述计算机主控系统包括图像识别模块,实时接收到数字图像时,将图像由RGB颜色空间转换到HSV颜色空间并复制三份,根据常见违禁品的X光成像颜色不同,分为三种颜色进行颜色识别,设置不同的H、S、V参数阈值,将行李内的物品形状提取出来使之为黑色,其余每一种颜色下的背景和杂物由于在X光照射下显示为其他非检测颜色或者白色,则被统一剔除为白色,在优化图像质量后,将三份不同颜色识别后的图像与预存的相应颜色下违禁品的图像模板并行处理,进行SURF特征匹配,匹配率在55%以上则认为行李箱包中存在违禁品。
所述三种颜色温度蓝色、绿色以及橙色,蓝色的阈值为:100°<H<124°、43<S<255、46<V<255,绿色的阈值为:35°<H<77°、43<S<255、46<V<255,橙色的阈值为11°<H<25°、43<S<255、46<V<255。
所述蓝色对应匕首、枪支、管制刀具、电池;绿色对应油漆、汽油、鞭炮、打火机气体瓶、弹药;橙色对应酒精、矿泉水。
所述计算机主控系统包括语音通知模块,SURF特征匹配后所得结果在液晶屏上实时显示,通过所述语音通知模块将结果播报给检查员。
所述的图像识别模块采用SURF特征匹配算法,步骤如下:
首先,进行高斯滤波,构建图像中每一个像素点的Hessian矩阵,经过处理的每个像素点则与其三维领域的26个点进行大小比较,若为最大值或最小值,则保留当做初步的特征点;
然后,采用三维线性插值法得到亚像素级的特征点,同时也去掉了值小于一定阈值的点,特征值最强的点被检测出来;
接着,选取特征点的主方向,统计特征点领域内的水平harr小波特征和垂直harr小波特征,选取最大值的方向作为该特征点的主方向;
最后,在特征点周围取一个正方形框,把该框分为16个子区域,统计每一个子区域间像素的水平和垂直方向的harr小波特征,分为水平方向值之和、水平方向绝对值之和、垂直方向之和、垂直方向绝对值之和,一共得到64维的向量,作为该点SURF描述子,对X光图像中与预存的违禁品图像模板中的SURF描述子数量进行匹配,匹配率在55%以上则认为行李中存在违禁品。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安培华学院,未经西安培华学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710233696.6/2.html,转载请声明来源钻瓜专利网。