[发明专利]基于X光机的物品分析及多维图像关联方法与系统在审

专利信息
申请号: 202011188667.0 申请日: 2020-10-30
公开(公告)号: CN112364903A 公开(公告)日: 2021-02-12
发明(设计)人: 李宗南;许金金;张浒;孙涛;苗应亮 申请(专利权)人: 盛视科技股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G01V5/00
代理公司: 深圳市深软翰琪知识产权代理有限公司 44380 代理人: 吴雅丽
地址: 518000 广东省深圳市福田区沙头街道天*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 物品 分析 多维 图像 关联 方法 系统
【说明书】:

发明公开一种基于X光机的物品分析及多维图像关联方法与系统,该系统包括物品检查通道、传送带以及用于图像识别的计算机,物品检查通道上设有分离设置的X光机以及图像抓拍模块;图像抓拍模块包括支架以及位于支架上的摄像机;图像抓拍模块支持在不同角度架设摄像机,从而获取物品的多视角RGB可见光图像;X光机以及摄像机的输出端均通过电缆与计算机连接;计算机获得X光机拍摄的X光图像并解析,将解析结果与已经预设的违禁或可疑物品类型表比对,若有比对结果,则认为该物品为可疑物品,计算机控制传送带暂停传送,并通知图像抓拍模块对该可疑物品进行抓拍。本发明将摄像机架设在X光机外部,不受X光线影响,从而实现可疑物品的拍照取证。

技术领域

本发明属于物品检测技术领域,特别涉及一种基于X光机的物品分析及多维图像关联方法与系统。

背景技术

目前,X光机广泛应用于安检与安防领域。得益于X光的强穿透性,该类机器能够获取待检物品的透视图,便于识别存有违禁物品的物品(后文统称为“可疑物品”),在安全防范中发挥了重要作用。但目前安检过程中缺少可疑物品拍照取证环节,具有如下缺陷:

A、目前安检过程中缺少可疑物品拍照取证环节,不利于证据线索收集以及由可疑物品为线索的可疑人员追踪等后续案件侦破工作的开展。

B、如果将拍摄物品可见光图像的摄像机(后文统称为“摄像机”)安装在X光机内部,则因其感光元件容易受到X光干扰而影响成像质量。

因此,目前亟需要解决将拍摄图像功能集中到物品安检系统中的难题,为后续拍照取证环节提供技术支持。

发明内容

在下文中给出了关于本发明实施例的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,以下概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。

根据本申请的一个方面,提供一种基于X光机的物品分析及多维图像关联系统,包括物品检查通道、运送物品穿过物品检查通道的传送带以及用于图像识别的计算机,物品检查通道上设有分离设置的X光机以及图像抓拍模块,X光机内部具有X射线阵列探测器;所述图像抓拍模块包括支架以及位于支架上的摄像机;X光机以及摄像机的输出端均通过电缆与计算机连接。

根据本申请的另一方面,提供一种基于X光机的物品分析及多维图像关联方法,应用于上述可疑物品图像获取系统中,其包括如下过程:

所述计算机获得X光机拍摄的X光图像并解析,将解析结果与预设的正常阈值进行对比,如果超出正常阈值,则认为该物品为可疑物品,计算机控制传送带暂停传送,并通知图像抓拍模块的摄像机对该可疑物品进行抓拍。

其中,所述X光机拍摄的X光图像包括:物品的俯视图和物品的侧视图。

计算机对X光图像获取并解析,具体包括:利用深度学习模型对X光图像中物品内容进行检测和识别,该过程包括提取物品图像的深层次特征,预测目标在图像中的位置坐标和目标类。在使用深度学习模型之前,所需要进行的工作还包括:确定目标类型,获取并标注X光图像,训练并优化深度学习模型等工作。

将解析结果与预设的正常阈值进行对比以判定物品是否可疑,具体包括:根据人工或深度学习模型识别的目标类型,结合违禁或可疑物品类型表,确定当前目标是否为可疑目标。其中违禁物品列表可根据实际业务自定义,在安检场景中的一种应用实例是:枪支、刀具、手雷、打火机、锤子、冲击钻等。

具体的,计算机控制摄像机获取解析物品的X光图像后,判定该物品为可疑物品时,会为该物品对应的X光图像进行标记,通过该标记表明该物品为识别出的可疑物品,该标记可以是由人工标记,或者是通过预设的计算机图像标记算法自动标记。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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盛视科技股份有限公司,未经盛视科技股份有限公司许可,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/202011188667.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top