[发明专利]一种基于语义轮廓信息的安检图像刀具检测分割方法

说明书

一种基于语义轮廓信息的安检图像刀具检测分割的技术方法属于图像处理领域，使刀具能够被准确快速地检测分割出来并显示，同时能够尽可能的准确地标注出刀具的位置和类别，保持关键对象被完整分割，以实现最佳效果的辅助安检。本发明通过定义一系列有效利用轮廓信息的高维度数据来建立刀具检测分割的Faster‑MaskRCNN最优化模型，保证图像在神经网络训练过程中，充分利用到刀具的语义轮廓信息特征，以此来提高在模型的检测精度。另一方面，我们提出一种考虑多任务卷积网络策略，能够有效的提高损失函数收敛的速度，在很大程度上能够缩短神经网络的训练时间，具有一定的应用价值及参考意义。

技术领域

本发明涉及图像处理技术领域中基于内容感知的图像检测分割技术，具体涉及一种基于语义轮廓信息的安检图像刀具检测分割方法的研究及实现。

背景技术

随着城市交通物流服务范围的不断扩大，交通物流在促进城市经济发展、优化城市结构中承担着至关重要的角色，每天有大量的旅客及货物周转在全球各大铁路、公路、机场。城市轨道交通由于空间封闭，旅客流量大，遭到恐怖袭击后更容易造成灾难性后果，如何快速有效地检查旅客行李的危险品一直困扰着相关安全部门。X光安检机已被广泛应用于交通、物流等领域，社会的高速发展对于安检速度和准确度的要求越来越高，而传统X光图像的判图一直依赖于人工，质效低、耗时久，工作量大，且无法高效识别X光图像中的违禁品，漏检问题时有发生。目前主流的安检机使用X涉嫌成像技术、计算机断层扫描成像技术、离子迁移谱分析技术、拉曼光谱技术和放射性物质监测等先进安检技术，然而这些技术只是成像，还需要人工判定安检图片中是否有危险物品。

传统的X射线检测的主流算法主要是通过图像分类来检查违禁品的，它们都是利用手工设计的特征进行目标分类，利用一些图像分类的通用手工设计特征，提取X射线得到图像的某些重要特征，经过特征表达后利用分类器进行分类，国内外最早期基于图像中的有机物、无机物和金属的判别算法被Richard D.R.Maccdonald提出，该算法利用了双能量系统。在此基础上，Saskia M.Steiner-Koller等人发现了对安检图像X射线的解释能力评估方法，Abbott研究了X射线图像的灰度级影响因素，并仿真验证了X射线中前散射信号的噪声比透射信号对图像的影响大。Richard F.Eilhert等人针对X射线安检系统的改进图像进行研究。在安检图像中违禁品的识别方面，Shahan Nercessian等人提出基于物体边缘的特征向量建立的图像处理方法，该方法针对识别危险品外观的效果明显。贺教授通过模糊理论针对安检X射线图像提出新的增强方法，葛教授提出通过提取物体真实灰度来实现去除X射线透视图像中重叠效应的方法。一大批新的理论和方法涌现出来，例如运用边缘检测和模式匹配来检测目标，利用小波变换算法进行了特征提取，而后使用KNN算法进行分类，通过用尺度不变特征变换算法(SIFT)提取特征进行识别。上述的传统检测方法都没有考虑图像中内容的语义轮廓信息。为了能够更加智能的辅助安检员的安检工作，需要对安检图像的内容进行危险品刀具的检测，并进行位置标记和类别标记。那么基于语义轮廓信息的检测技术就是用来解决如何将安检图像中的刀具高精度的检测的问题。

传统的图像分割技术可以大致的分为基于阈值、基于聚类、基于区域、基于边缘和基于物理的分割方法。近几年出现新的方法包括Turbopixels算法、SLIC算法和基于深度学习分割算法等。

阈值分割方法是通过设定不同的特征阈值，把图像像素点分为若干类，得到的每个类别形成与现实目标相对应的区域，各区域内部具有一致的属性，而相邻区域布局有这种一致属性，常用的特征包括原始图像的灰度或彩色特征和由原始灰度或彩色值变换得到的特征。虽然该类算法实现简单，计算量小，性能比较稳定，但是阈值的选择是阈值分割方法的种的关键技术，阈值的好坏直接影响了最后的结果优劣，现有的大部分算法都集中在阈值确定的研究上。