CN103777252B - 危险品检测方法 - Google Patents
危险品检测方法 Download PDFInfo
- Publication number
- CN103777252B CN103777252B CN201410062083.7A CN201410062083A CN103777252B CN 103777252 B CN103777252 B CN 103777252B CN 201410062083 A CN201410062083 A CN 201410062083A CN 103777252 B CN103777252 B CN 103777252B
- Authority
- CN
- China
- Prior art keywords
- image
- rgb format
- infrared
- raw rgb
- infrared image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 68
- 239000013056 hazardous product Substances 0.000 title claims abstract description 27
- 239000000463 material Substances 0.000 claims description 56
- 238000000034 method Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 26
- 230000003287 optical effect Effects 0.000 claims description 19
- 230000004927 fusion Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000002156 mixing Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种危险品检测装置和检测方法，所述危险品检测装置包括可见光图像传感器、红外图像传感器、处理器、图像存储器和显示器；本危险品检测装置在可见光图像传感器和红外图像传感器采集原始RGB格式的可见光图像和原始RGB格式的红外图像后，所述处理器对图像进行处理并显示，而人员正常通行，无需驻足即可以实现检测，从而提高了检测效率，能满足较大的人流量检测、较大范围的检测和同时对多目标进行检测。
Description
技术领域
本发明涉及一种物体检测装置和检测方法，尤其涉及一种危险品检测装置和检测方法。
背景技术
目前各类***事件层出不穷，例如校园持刀伤害案件和公共场所暴力恐怖袭击案件等，这些案件严重地威胁着社会的稳定和人民群众的生命财产安全。为了避免这类案件的再发生，国家在安保方面投入了大量的人力、物力和财力，但收效甚微。
目前所使用的危险品检测***为驻足式检测***(stand-by)，例如金属探测器和X光检测仪等，此类***通常需要安保人员对可疑人员逐一进行检测，当人流量过大，或需要检测较大范围，或同时对多目标进行检测时，该类***由于检测危险品的效率低下，就无法满足上述要求。
可见光图像具有高分辨率的特点，但是无法体现物体的温度信息，因此也就无法单独用于危险品的检测。虽然红外图像的分辨率较低，但是红外图像的成像原理是基于物体的温度差，能够充分体现物体的温度信息，且由于***、管制刀具等具有威胁性的金属制品，即危险品通常与人体等背景物体有较大的温度差，所有可以通过红外图像传感器探测到隐藏于人体或者其他物体内的这类危险品。另外，还可以利用可见光图像高分辨率的优点，将危险品的形状、大小和位置等信息融合在可见光图像中，并且不改变原有可见光图像的色彩信息，从而从根本上改变了只能将危险品信息显示在低分辨率的X光图像、红外图像或者微波毫米波图像中的单传感器的传统做法。
YIQ(luminance，chrominance)色彩空间格式，其代表图像亮度(luminance)与代表图像色彩(chrominance)信息的部分是独立的；也就是说，当将图像的亮度信息单独提取出来并对其处理时并不会该变原有图像的色 彩信息；反之亦然。正是由于YIQ色彩空间格式的这个特点，为解决有效地检测危险品的技术问题成为可能。
发明内容
本发明的第一个目的是提供一种能有效检测危险物品的危险品检测装置。本发明的第二个目的是提供一种能有效检测危险物品的危险品检测方法。
本发明解决第一个技术问题采用如下技术方案：一种危险品检测装置，包括可见光图像传感器、红外图像传感器、处理器、图像存储器和显示器；
所述可见光图像传感器信号连接于所述处理器，以采集包含所述危险品的被检测对象的可见光图像，并将所述可见光图像传输至所述处理器；
所述红外图像传感器信号连接于所述处理器，以采集包含所述危险品的被检测对象的红外图像，并将所述红外图像传输至所述处理器；
所述处理器对所述可见光图像和红外图像进行处理，得到处理后的可见光图像和处理后的红外图像；
所述图像存储器信号连接于所述处理器，以存储所述处理后的可见光图像和处理后的红外图像；
所述显示器信号连接于所述处理器，以显示所述处理后的图像。
可选的，所述图像存储器和/或显示器通过WIFI无线数据传输模块、蓝牙无线数据传输模块或Zigbee无线数据传输模块连接至所述处理器。
本发明解决第二个技术问题采用如下技术方案：一种利用所述危险品检测装置检测危险品的方法，包括以下步骤：
S10、利用所述可见光图像传感器和红外图像传感器对包含所述危险品的被检测对象进行图像采集，分别得到原始RGB格式的可见光图像和原始RGB格式的红外图像；
S20、将原始RGB格式的可见光图像转换为YIQ格式的可见光图像；
S30、根据所述YIQ格式的可见光图像生成可见光灰度图像；
S40、将原始RGB格式的红外图像转化为红外灰度图像；
S50、将所述红外灰度图像进行像素值反转，得到反转后的红外灰度图像；
S60、将所述可见光灰度图像、红外灰度图像和反转后的红外灰度图像进行图像融合，得到融合后的图像；
S70、将所述融合后的图像生成YIQ格式的融合图像；
S80、将所述YIQ格式的融合图像转换为RGB格式的融合图像；
S90、将所述RGB格式的融合图像显示在所述显示器上。
可选的，在所述步骤S10之后，步骤S20之前，还包括步骤S15：
S15、对原始RGB格式的可见光图像和原始RGB格式的红外图像进行校准处理和帧同步处理，使得所述原始RGB格式的可见光图像与所述原始RGB格式的红外图像的像素与内容匹配。
可选的，将所述步骤S80和S90替换为：
S100、将原始RGB格式的红外图像转化为YIQ格式的红外图像；
S110、将YIQ格式的融合图像和YIQ格式的红外图像进行图像融合，得到最终的融合图像；
S120、将所述最终的融合图像转化为最终的灰度图像；
S130、对所述最终的灰度图像进行二值化处理，得到二值化灰度图像；
S140、将所述二值化灰度图像中的白色部分与所述原始RGB格式的可见光图像融合，并得到待输出的图像；
S150、对所述二值化灰度图像中是否存在危险品信息进行判断；
S160、当步骤S150中，未发现危险品，将原始RGB格式的可见光图像在所述显示器上显示；
S170、当步骤S150中，发现危险品，将所述待输出的图像在所述显示器上显示。
可选的，所述步骤S130具体包括以下步骤：
S1301、设定阈值；
S1302、将大于等于所述阈值的像素点的值设置为1；
S1303、将小于所述阈值的像素点的值设置为0得到二值化灰度图像。
可选的，所述步骤S140具体包括以下步骤：
S1401、将二值化后的图像进行三维拓展；
S1402、将所述像素点的值为1的像素点替换相同位置的原始RGB格式的可见光图像的像素点，并将所述相同位置的原始RGB格式的可见光图像的像素点的值设置为(1,1,1)。
可选的，所述步骤S60中的图像融合的算法为：图像线性融合算法或基于 离散小波变换的图像融合算法。
本发明具有如下有益效果：
本发明的危险品检测装置包括可见光图像传感器、红外图像传感器和处理器，所述可见光图像传感器将其采集的原始RGB格式的可见光图像传输给处理器，所述红外图像传感器将其采集的原始RGB格式的红外图像传输给处理器，所述处理器对所述原始RGB格式的可见光图像和原始RGB格式的红外图像进行处理和融合，并通过所述显示器输出所述处理和融合后的图像，以充分利用所述原始RGB格式的可见光图像的清晰度和原始RGB格式的红外图像对所述危险品的温度的敏感性，实现对所述危险品的检测(例如***，管制刀具)，本危险品检测装置在采集原始RGB格式的可见光图像和原始RGB格式的红外图像后，人员正常通行，无需驻足即可以实现检测，从而提高了检测效率，能满足较大的人流量检测、较大范围的检测和同时对多目标进行检测。
本发明的危险品检测方法由于采用了上述危险品检测装置，且通过将所述可见光图像传感器所采集的原始RGB格式的可见光图像转化为YIQ格式的可见光图像，将所述红外图像传感器所采集的原始RGB格式的红外图像转化为红外灰度图像和反转后的红外灰度图像，对所述YIQ格式的可见光图像、所述红外灰度图像和所述反转后的红外灰度图像进行融合，将融合后的图像转化为RGB格式的融合图像，并在所述显示器上输出(显示器包括本能显示和移动显示)，以方便工作人员根据对所述显示器显示的图像判断是否存在危险品以及携带危险品的人，可见本检测方法也无需驻足即可以实现检测，从而提高了检测效率，能满足较大的人流量检测、较大范围的检测和同时对多目标进行检测。
附图说明
图1为本发明的危险品检测装置的结构示意图；
图2为本发明的危险品检测方法的流程图；
图3为本发明的二值化灰度图像的危险品检测的流程图。
图中标记示意为：1-可见光图像传感器；2-红外图像传感器；3-处理器；4-图像存储器；5-显示器。
具体实施方式
下面结合实施例及附图对本发明的技术方案作进一步阐述。
实施例1
参考图1-3，本实施例提供了一种危险品检测装置，包括可见光图像传感器1、红外图像传感器2、处理器3、图像存储器4和显示器5；
所述可见光图像传感器1信号连接于所述处理器3，以采集包含所述危险品的被检测对象的可见光图像，并将所述可见光图像传输至所述处理器；
所述红外图像传感器2信号连接于所述处理器3，以采集包含所述危险品的被检测对象的红外图像，并将所述红外图像传输至所述处理器；
所述处理器3对所述可见光图像和红外图像进行处理，得到处理后的可见光图像和处理后的红外图像；
所述图像存储器4信号连接于所述处理器3，以存储所述处理后的可见光图像和处理后的红外图像；其中所述处理器3对所述可见光图像和红外图像进行处理的方法包括对所述可见光图像和红外图像进行压缩。
所述显示器5信号连接于所述处理器3，以显示所述处理后的图像。
本发明的危险品检测装置包括可见光图像传感器1、红外图像传感器2和处理器3，所述可见光图像传感器1将其采集的原始RGB格式的可见光图像传输给处理器3，所述红外图像传感器2将其采集的原始RGB格式的红外图像传输给处理器3，所述处理器3对所述原始RGB格式的可见光图像和原始RGB格式的红外图像进行处理和融合，并通过所述显示器5输出所述处理和融合后的图像，以充分利用所述原始RGB格式的可见光图像的清晰度和原始RGB格式的红外图像对所述危险品的温度的敏感性，实现对所述危险品的检测，本危险品检测装置在采集原始RGB格式的可见光图像和原始RGB格式的红外图像后，人员正常通行，无需驻足即可以实现检测，从而提高了检测效率，能满足较大的人流量检测、较大范围的检测和同时对多目标进行检测。
本实施例中，可选的，所述显示器为移动终端的显示器，例如手机或车载显示装置等，以在将所述危险品检测装置设置于公共场所时，工作人员可以在非现场工作。
本实施例中，可选的，所述图像存储器4和/或显示器5通过WIFI无线数据传输模块、蓝牙无线数据传输模块或Zigbee无线数据传输模块连接至所述处 理器，以将所述图像存储器4和/或显示器5放置在不同的位置，从而方便工作人员对所述显示器进行监控。
本实施例中，可选的，所述图像存储器4包括本地存储器和/或云存储终端，以实现对所述可见光图像和红外图像的存储。
本实施例中，可选的，所述处理器3为FPGA、FMC或ARM处理器，且所述危险品检测装置还包括报警装置，所述报警装置信号连接至所述处理器3，以当所述红外图像传感器2检测到危险品时，进行报警。
本实施例中，可选的，所述危险品包括***、管制刀具等与人体温度不同的物体，以充分发挥所述红外图像传感器对温度的敏感性，以在所述红外图像中能区分人体和所述危险品。
实施例2
参考图1-3，本实施例提供了一种利用所述危险品检测装置检测危险品的方法，包括以下步骤：
S10、利用所述可见光图像传感器1和红外图像传感器2对包含所述危险品的被检测对象进行图像采集，分别得到原始RGB格式的可见光图像和原始RGB格式的红外图像；以通过所述可见光图像传感器1捕获实时的彩色图像，即得到原始RGB格式的可见光图像；所述红外图像传感器2捕获实时的彩色图像，即得到原始RGB格式的红外图像；且所述可见光图像传感器1的分辨率为所述红外图像传感器2的分辨率的2-4倍，即所述原始RGB格式的可见光图像的分辨率为所述原始RGB格式的的红外图像分辨率的2-4倍，以方便后续的图像校准与图像融合处理；
S20、将原始RGB格式的可见光图像转换为YIQ格式的可见光图像；通过从RGB到YIQ色彩空间变换，将原始RGB格式的可见光图像的色彩信息与亮度信息分离，为后续图像融合做准备，且本发明中的YIQ格式的可见光图像中，代表图像亮度(luminance)与代表图像色彩(chrominance)的部分是独立的，即当将图像的亮度信息单独提取出来并对其处理时，并不会该变原有图像的色彩信息；反之亦然。正是由于YIQ格式的图像这个特点，当将被检测的危险品温度信息(由所述原始RGB格式的红外图像所携带的信息)加载到原始RGB格式的可见光图像中，并不改变原有可见光图像的其他任何信息，例如色彩；以 提高所述危险品检测方法的效果；
S30、根据所述YIQ格式的可见光图像生成可见光灰度图像；此步骤将YIQ格式的可见光图像中的亮度信息(luminance)单独提取出来，生成一维的可见光灰度图像；即将YIQ格式的可见光图像中的亮度信息单独提取出来，并生成对应的灰度图像；以方便后续的图像融合处理；
S40、将原始RGB格式的红外图像转化为红外灰度图像；以方便后续的图像融合处理；
S50、将所述红外灰度图像进行像素值反转，得到反转后的红外灰度图像；以通过将所述反转后的灰度图像融合入所述融合后的图像，调节融合后的图像的亮度，防止融合后的图像过亮或者过暗，尽量使融合后的图像与可见光灰度图像保持一致；
S60、将所述可见光灰度图像、红外灰度图像和反转后的红外灰度图像进行图像融合，得到融合后的图像；所述融合后的图像为一维灰度图像，并且只包括新的亮度信息；更优选地，所述图像融合过程采用图像线性融合算法或基于离散小波变换的图像融合算法等。
S70、将所述融合后的图像生成YIQ格式的融合图像；所述YIQ格式的融合图像中的亮度信息为新的亮度信息,即包含了被检测危险品的温度信息，但是并不改变原有RGB格式的可见光图像的色彩信息。
S80、将所述YIQ格式的融合图像转换为RGB格式的融合图像；
S90、将所述RGB格式的融合图像显示在所述显示器上；
以通过上述步骤实现对所述危险品的检测，通过上述步骤可以看出，本发明的危险品检测方法通过RGB到YIQ色彩空间变换，对所述图像的亮度信息进行提取，而亮度信息即对应为危险品的位置和大小等信息，即可以通过该操作准确识别危险品以及携带危险品的人，可见本检测方法也无需驻足即可以实现检测，从而提高了检测效率，能满足较大的人流量检测、较大范围的检测和同时对多目标进行检测。
本实施例中，可选的，在所述步骤S10之后，步骤S20之前，还包括步骤S15：
S15、对原始RGB格式的可见光图像和原始红外图像进行校准处理和帧同步处理，使得所述原始RGB格式的可见光图像与所述原始RGB格式的红外图像的 像素与内容匹配；所述步骤S15的目的是使所述原始RGB格式的可见光图像和原始RGB格式的红外图像内容匹配，并同步输入到处理器3进行后续处理，以提高所述处理器3对所述原始RGB格式的可见光图像与所述原始RGB格式的红外图像的处理效果，和对危险品的位置进行识别的准确度。更优选地，图像校准处理的过程可采用成熟的图像校准算法，例如基于相位相关的图像校准算法，基于特征变换(scale invariant features transform)的图像校准算法，基于边缘匹配和多尺度小波变换的图像校准算法等。帧同步处理通过图像处理硬件自带帧同步模块实现，也可通过对硬件进行编程实现,例如基于VHDL的FPGA硬件编程。
本实施例中，可选的，将所述步骤S80和S90替换为：
S100、将原始RGB格式的红外图像转化为YIQ格式的红外图像，为提取所述危险品做准备；
S110、将YIQ格式的融合图像和YIQ格式的红外图像进行图像融合，得到最终的融合图像，更优选地，所述图像融合算法为图像线性融合算法或基于离散小波变换的图像融合算法等；以将带有温度信息的YIQ格式的红外图像与YIQ格式的融合图像融合；
S120、将所述最终的融合图像转化为最终的灰度图像，以方便判别和提取所述危险品的位置和大小；
S130、对所述最终的灰度图像进行二值化处理，得到二值化灰度图像；
S140、将所述二值化灰度图像中的白色部分与所述原始RGB格式的可见光图像融合，得到待输出的图像；即将所述二值化灰度图像中的有用信息，即白色部分融合到原始RGB格式的可见光图像中,并保证该白色部分在原始RGB格式的可见光图像中的大小位置均未发生改变；
S150、对所述二值化灰度图像中是否存在危险品信息进行判断；
S160、当步骤S150中，未发现危险品，将原始RGB格式的可见光图像在所述显示器5上显示；
S170、当步骤S150中，发现危险品，将所述待输出的图像在所述显示器5上显示。
以通过智能化目标选取,将危险品的信息显示在可见光图像中,对所述原始RGB格式的红外图像的色彩空间变换，提取出所述危险品的位置和大小等信 息，方便工作人员决定是否对所述危险品携带者进行处理。
本实施例中，可选的，所述步骤S130具体包括以下步骤：
S1301、设定阈值，用于危险品的选择；
S1302、将大于等于所述阈值的像素点的值设置为1；
S1303、将小于所述阈值的像素点的值设置为0，得到二值化灰度图像；
以对所述最终的灰度图像进行二值化处理，增加了危险品位置和大小所对应的像素的对比度，方便工作人员判别。
本实施例中，可选的，所述步骤S150的具体包括以下步骤：
S1501、当所述二值化后的灰度图像中不存在值为1的像素点，则判定为未发现危险品；
S1502、当所述二值化后的灰度图像中存在值为1的像素点，则判定为发现危险品；以实现对所述二值化灰度图像中是否存在危险品进行自动判断。
本实施例中，可选的，所述检测方法还包括步骤S180；
S180、当步骤S150中，发现危险品，进行报警。
本实施例中，可选的，所述步骤S1301中的设定阈值，可以设置为128；或者根据具体的应用场合人工调试设定，设定的原则就是选取出可疑目标，同时去除掉没有价值信息；当然任何***都没有绝对意义上的智能，在存在漏选和误选的情况下，阀值设定的原则是宁可误选不可漏选；或者阀值设定也可以采用图像二元化的自适应的算法，例如Back Propagation算法。
本实施例中，可选的，所述步骤S140具体包括以下步骤：
S1401、将二值化后的灰度图像进行三维拓展；即将二维的图像信息进行复制变为三维。
S1402、将所述像素点的值为1的像素点替换相同位置的原始RGB格式的可见光图像的像素点，并将所述相同位置的原始RGB格式的可见光图像的像素点的值设置为(1,1,1)，以在所述待输出的图像中显示所述危险品的大小和位置，方便工作人员判别。
以上实施例的先后顺序仅为便于描述，不代表实施例的优劣。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员 应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种利用危险品检测装置检测危险品的方法，所述危险品检测装置包括可见光图像传感器、红外图像传感器、处理器、图像存储器和显示器；
所述可见光图像传感器信号连接于所述处理器，以采集包含所述危险品的被检测对象的可见光图像，并将所述可见光图像传输至所述处理器；
所述红外图像传感器信号连接于所述处理器，以采集包含所述危险品的被检测对象的红外图像，并将所述红外图像传输至所述处理器；
所述处理器对所述可见光图像和红外图像进行处理，得到处理后的可见光图像和处理后的红外图像；
所述图像存储器信号连接于所述处理器，以存储所述处理后的可见光图像和处理后的红外图像；
所述显示器信号连接于所述处理器，以显示所述处理后的图像；
所述图像存储器和/或显示器通过WIFI无线数据传输模块、蓝牙无线数据传输模块或Zigbee无线数据传输模块连接至所述处理器；
其特征在于，包括以下步骤：
S10、利用所述可见光图像传感器和红外图像传感器对包含所述危险品的被检测对象进行图像采集，分别得到原始RGB格式的可见光图像和原始RGB格式的红外图像；
S15、对原始RGB格式的可见光图像和原始RGB格式的红外图像进行校准处理和帧同步处理，使得所述原始RGB格式的可见光图像与所述原始RGB格式的红外图像的像素与内容匹配；
S20、将原始RGB格式的可见光图像转换为YIQ格式的可见光图像；
S30、根据所述YIQ格式的可见光图像生成可见光灰度图像；
S40、将原始RGB格式的红外图像转化为红外灰度图像；
S50、将所述红外灰度图像进行像素值反转，得到反转后的红外灰度图像；
S60、将所述可见光灰度图像、红外灰度图像和反转后的红外灰度图像进行图像融合，得到融合后的图像；
S70、将所述融合后的图像生成YIQ格式的融合图像；
S100、将原始RGB格式的红外图像转化为YIQ格式的红外图像；
S110、将YIQ格式的融合图像和YIQ格式的红外图像进行图像融合，得到最终的融合图像；
S120、将所述最终的融合图像转化为最终的灰度图像；
S130、对所述最终的灰度图像进行二值化处理，得到二值化灰度图像；
S140、将所述二值化灰度图像中的白色部分与所述原始RGB格式的可见光图像融合，并得到待输出的图像；
S150、对所述二值化灰度图像中是否存在危险品信息进行判断；
S160、当步骤S150中，未发现危险品，将原始RGB格式的可见光图像在所述显示器上显示；
S170、当步骤S150中，发现危险品，将所述待输出的图像在所述显示器上显示。
2.根据权利要求1所述的检测危险品的方法，其特征在于，所述步骤S130具体包括以下步骤：
S1301、设定阈值；
S1302、将大于等于所述阈值的像素点的值设置为1；
S1303、将小于所述阈值的像素点的值设置为0得到二值化灰度图像。
3.根据权利要求2所述的检测危险品的方法，其特征在于，所述步骤S140具体包括以下步骤：
S1401、将二值化后的图像进行三维拓展；所述三维拓展为将二维的图像信息进行复制变为三维；
S1402、将所述像素点的值为1的像素点替换相同位置的原始RGB格式的可见光图像的像素点，并将所述相同位置的原始RGB格式的可见光图像的像素点的值设置为(1,1,1)。
4.根据权利要求1所述的检测危险品的方法，其特征在于，所述步骤S60中的图像融合的算法为：图像线性融合算法或基于离散小波变换的图像融合算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410062083.7A CN103777252B (zh) | 2014-02-24 | 2014-02-24 | 危险品检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410062083.7A CN103777252B (zh) | 2014-02-24 | 2014-02-24 | 危险品检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103777252A CN103777252A (zh) | 2014-05-07 |
| CN103777252B true CN103777252B (zh) | 2016-08-24 |
Family
ID=50569711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410062083.7A Expired - Fee Related CN103777252B (zh) | 2014-02-24 | 2014-02-24 | 危险品检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103777252B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106130633B (zh) * | 2016-07-06 | 2019-03-12 | 深圳市检验检疫科学研究院 | 携带物红外探测装置及其图像同步与存储方法 |
| WO2018072178A1 (zh) * | 2016-10-20 | 2018-04-26 | 深圳达闼科技控股有限公司 | 一种基于虹膜识别的图像预览方法及装置 |
| CN109447071A (zh) * | 2018-11-01 | 2019-03-08 | 博微太赫兹信息科技有限公司 | 一种基于fpga和深度学习的毫米波成像危险物品检测方法 |
| CN109544494B (zh) * | 2018-11-12 | 2021-08-17 | 北京航空航天大学 | 一种人体安检中被动毫米波图像与可见光图像的融合方法 |
| CN112179497A (zh) * | 2020-09-16 | 2021-01-05 | 安徽科杰粮保仓储设备有限公司 | 一种基于ai技术的校园人员行为异常预警机器人 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4532765B2 (ja) * | 2001-03-13 | 2010-08-25 | キヤノン株式会社 | 画像処理装置及び画像処理プログラム |
| CN1932882A (zh) * | 2006-10-19 | 2007-03-21 | 上海交通大学 | 基于目标检测的红外与可见光序列图像特征级融合方法 |
| JP4608568B2 (ja) * | 2008-07-04 | 2011-01-12 | キング通信工業株式会社 | セキュリティ監視装置 |
| CN102982518A (zh) * | 2012-11-06 | 2013-03-20 | 扬州万方电子技术有限责任公司 | 红外与可见光动态图像的融合方法及装置 |
-
2014
- 2014-02-24 CN CN201410062083.7A patent/CN103777252B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103777252A (zh) | 2014-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103926199B (zh) | 危险品检测方法 | |
| CN103900973B (zh) | 危险品检测方法 | |
| CN103777252B (zh) | 危险品检测方法 | |
| WO2021073370A1 (zh) | 物品检测方法、装置、***和计算机可读存储介质 | |
| CA2640884C (en) | Methods and systems for use in security screening, with parallel processing capability | |
| CN103646250B (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
| Kong et al. | Detecting abandoned objects with a moving camera | |
| CN102892007B (zh) | 促进多个摄像机间颜色平衡同步和获得跟踪的方法和*** | |
| US20060221181A1 (en) | Video ghost detection by outline | |
| CN107561737B (zh) | 一种aoi***ipc参数自动调整的方法、装置及工具 | |
| CN104603838B (zh) | 从采集的图像监测对象的设备和方法 | |
| JPWO2018056355A1 (ja) | 監視装置 | |
| Yadav et al. | Optimized flame detection using image processing based techniques | |
| CN109409395A (zh) | 在电力监控中采用模板匹配法识别目标物体区域电气符号的方法 | |
| EP3772722A1 (en) | X-ray image processing system and method, and program therefor | |
| CN105554456B (zh) | 视频处理方法和设备 | |
| Shweta | Intelligent refrigerator using artificial intelligence | |
| JP2017527905A (ja) | 色に基づく異物検出システム | |
| Wang et al. | An improved YOLOX approach for low-light and small object detection: PPE on tunnel construction sites | |
| US8913129B2 (en) | Method and system of progressive analysis for assessment of occluded data and redundant analysis for confidence efficacy of non-occluded data | |
| KR101509593B1 (ko) | 프리셋 투어 카메라를 위한 영상 분류 방법 및 그 장치 | |
| Poobalan et al. | Fire detection based on color filters and Bag-of-Features classification | |
| CN105427303B (zh) | 一种变电站遗留物的视觉测量与估计方法 | |
| CN112037255A (zh) | 目标跟踪方法和装置 | |
| CN109508588A (zh) | 监控方法、装置、***、电子设备及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190329 Address after: 518109 C230, 1st floor, Hairong Hao Yuan, Dalangnan Road, Hualian Community, Longhua Street, Longhua District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Hongwei Zhichuang Communication Technology Co., Ltd. Address before: 030024 Room 2603, Xigao, 53 Xikuangjie, Wanbailin District, Taiyuan City, Shanxi Province Patentee before: Huang Xiaopeng |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160824 Termination date: 20200224 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |