CN104165896B - 一种液态物品安全检查的方法与装置 - Google Patents
一种液态物品安全检查的方法与装置 Download PDFInfo
- Publication number
- CN104165896B CN104165896B CN201410406756.6A CN201410406756A CN104165896B CN 104165896 B CN104165896 B CN 104165896B CN 201410406756 A CN201410406756 A CN 201410406756A CN 104165896 B CN104165896 B CN 104165896B
- Authority
- CN
- China
- Prior art keywords
- container
- liquid
- section
- pallet
- article
- 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.)
- Active
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种液态物品安全检查的方法与装置,通过对放置于专用检查托盘中的液态物品进行双视角X射线成像,仅利用2个视角的X射线投影信息,通过分析容器投影图像的内容,重建容器截面的形状,并使用分类器方法,高效地实现对被检查液态物品的危险性自动探测;本发明的液态物品安全检查装置包括两个视角由2组X射线源和探测器组成,每组X射线源和探测器组成一个探测单元;本发明的优点是具有较高的检查精度和成像质量并能够一次性对多个液态物品进行安全检查,检查速度快,性价比高。
Description
技术领域
本发明涉及一种液态物品安全检查的方法与装置,属于液态物品安全检查技术领域。
背景技术
目前,在现有液态物品安全检查技术中,基于X射线透射成像技术的无损检测方法,以其同时具备检查结果准确性高、对容器材质敏感性低、操作便捷等特点,受到越来越多安检厂商的重视,这其中,比较有代表性的是公开号为CN101140247A和CN101629916A的两篇发明专利,它们的共同点是都基于CT断层扫描技术,其方法可简述为:由射线源发出X射线透射被检查液态物品,利用探测器接受透射过液态物品的射线束,并形成数以百计的多角度投影数据,通过对此数以百计的多角度投影数据进行求逆计算,来计算得到被检查液态物品的射线吸收系数,其中,CN101629916A的发明专利由于利用了双能X射线,更加能同时获得被检查液态物品的密度及材料信息,最后,将液态物品吸收系数或液态物品密度、材料信息与预设的数据库进行比对,完成对被检液态物品的检查。这类基于CT断层扫描技术的液态物品安全检查方法,其最大优势是检查精度高,因为其在检查过程中获得了数以百计的多角度投影数据,再利用相对成熟的各种投影重建技术,能够得到理想的断层截面数据。
上述CT断层扫描技术虽然探测性能高,但也存在较明显的不足:1)检查效率偏低,一次通常只能检查一个常规体积大小液态物品,且一次检查过程耗时较长;2)检查对象覆盖面有限制,除了不适合检测超大超高的液体,且只能专门检查液态物品不能兼容检查包裹;这两点不足都将限制CT型液态物品安全检查方法及设备在人流量较大场合的应用,如机场、铁路车站、大型集会等场所。
因此,针对常见液态物品安全检查,有必要研究并开发一种液态物品安全检查的方法与装置,既能保证较高检查精度、又能实现对多个液体物品的快速检查、还能兼容对旅客随身携带包裹进行检查。
发明内容
本发明的目的在于提供一种能够克服上述技术问题的液态物品安全检查的方法与装置,本发明通过对放置于专用检查托盘中的液态物品进行双视角X射线成像,可以在不损坏原有包装的情况下,仅利用2个视角的X射线投影信息,一次对托盘中多个液态物品进行快速检查,高效地实现被检查液态物品的危险性自动探测。本发明的液态物品安全检查的方法将液体按前后互不遮挡的顺序放置在托盘中,并且在探测过程中,包裹与托盘交替出现、托盘内液体物品与非液体物品交替出现、多个液体物品头尾相连的几种情况均不会影响探测能力;本发明的方法基于液体物品的双视角图像,分析容器的属性,进行容器截面重建,进而得到容器内液体的多种特征信息,据此判断液体物品是否危险。
本发明的液态物品安全检查的方法能区别包裹与托盘、托盘中的液体物品与非液体物品、分割头尾相连的多个液体物品,然后选择合适的液体容器的探测切片位置;在各切片中,首先分析容器的属性,再基于容器属性进行双视角容器截面重建,利用重建得到的截面求得液体的材料、密度等多种特征,并使用合适的分类器例如支持向量机来判断液体是否危险;本发明的方法可应用于各种不少于2个视角且具有侧照视角的通道式X射线安全检查设备。
本发明的液态物品安全检查的方法仅利用双视角X射线图像进行容器截面重建,首先分析容器属性,包括容器材质、容器截面的基本类型等信息;再将非线性最小二乘法与共轭梯度法相结合,实现双视角条件下的容器截面形状的重建;所述容器截面重建的方法可应用于各种不少于2个视角且具有侧照视角的通道式X射线安全检查设备。
本发明的液态物品安全检查的方法根据X射线图像内容区分是包裹还是托盘,所述区别包裹和托盘的方法可应用于包含单视角、多视角设备在内的各种传统通道式X射线安全检查设备。
本发明的液态物品安全检查的方法根据托盘内物品区域的形状、灰度、材料信息区别托盘内各个物品是液体物品还是非液体物品,所述区别液体物品和非液体物品的方法可应用于包含单视角、多视角设备在内的各种传统通道式X射线安全检查设备。
本发明的液态物品安全检查的方法根据液体物品区域的形状、灰度、材料信息将头尾相连的多个液体物品分割开,最终在各个液体容器上进行探测切片位置选择以供后续探测使用;所述头尾相连液体物品的分割方法及探测切片位置的选择方法可应用于包含单视角、多视角设备在内的各种传统通道式X射线安全检查设备。
在获取所述双视角液态物品图像之后,本发明的液体探测方法具体包括以下步骤:
1)图像分类:把采集到的安检图像分成两类,一类是包裹图像,一类是托盘图像,其中托盘中可能摆放液体物品、腰带、钱包、手机、外衣、女士手提包等各种需要进行单独安全检查的物品;
2)图像分段:本发明允许非液体物品和液体混放于同一托盘进行安全检查,但要求液体物品和其他物品在任何视角中都不发生重叠成像,将1个托盘2个视角的图像分成多段,每段图像内部或者全是液体物品,称为容器图像段,或者全是非液体物品,称为非液体图像段;
3)探测位置选择:托盘中同一容器图像段中的多个液体物品很可能是头尾相连的,依据材料特性变化、体积、局部形状等特征,将可能头尾相连的多个容器分割开,然后在各个容器中找到若干个局部材料特性稳定的切片位置,供后续探测使用;
4)容器属性估计:首先判断液体的容器是否为高密度容器,若是高密度容器,还要判断容器截面的基本形状归类,若是低密度容器,还要分析容器投影在局部的形态特征,总之得到各种必要的容器信息;
5)低密度容器截面重建:针对塑料瓶等低密度容器,将容器截面模型化,提出一种非线性最小二乘法结合共轭梯度法的算法,迭代估算截面中各个网格是否属于容器区域,最终得到截面形状;
6)高密度容器截面重建:针对玻璃瓶等高密度容器,将容器截面模型化,提出一种非线性最小二乘法结合共轭梯度法的算法,迭代估算截面中各个网格是否属于容器、液体或空气,最终得到截面形状,在此过程中利用了步骤4)所得到的容器属性信息;
7)决策:基于步骤5)或6)得到的容器截面形状,计算液体的材料、密度等多种特征,使用支持向量机作为分类器,给出液体是否危险的判断。
最终,1个容器只要有1个切片被步骤7)判断为危险,***就对该危险容器进行报警。
本发明所述的方法允许液体与非液体物品交替放于托盘中,并且不需要液体间刻意保持距离,此外,在重建容器截面之前,通过X射线投影图像得到更丰富的容器属性信息。
本发明的液态物品安全检查装置采用全新的双视角布局设计,所述的两个视角由2组X射线源和探测器组成,每组X射线源和探测器称为一个探测单元,其中,所述探测单元为装设于输送通道中的中部底照视角单元V1、侧照视角单元V2;所述中部底照视角单元V1包括中部底照X射线源和第一探测器;所述侧照视角单元V2包括侧照X射线源和第二探测器;所述的两视角所采集的被探测物品的图像,按本发明上述7个液体探测步骤进行处理判断;本发明的液态物品安全检查装置所述的两个视角为真正正交。
本发明的优点是通过重建液态物品的截面,然后计算液体的材料、密度等多种特征信息,除了能对低密度(如塑料)容器内的液体进行检查,还能对高密度(如玻璃)容器内的液体进行检查,具有较高的检查精度和成像质量,此外,相比较于现有技术,本发明能够一次性对多个液态物品进行安全检查,检查速度快,性价比高,适用于人流量较大的场合如机场、铁路车站、大型集会等场所的液态物品安全检查应用。
此外,本发明还同时具有包裹安全检查的功能,使安检员能够通过两个正交的角度观察包裹,且物体间遮挡概率较低、成像变形较小。总之用相对最少的视角实现了最多的功能。
附图说明
图1为本发明所述液态物品安全检查方法的流程图;
图2为本发明所述液态物品安全检查装置的结构示意图;
图3为本发明所述的承载液体的塑料托盘的俯视示意图,其中液体摆放槽在托盘中部;
图4为本发明所述液态物品安全检查装置中输送通道与X射线源位置的正视示意图,其中ABCD代表被检查物体截面的外接多边形;
图5是侧照视角V2中,圆形容器(图5(a))和正方形容器(图5(b))的切片的投影曲线的下半部分示意图;
图6是容器截面初始形状的示意图,即灰色部分,其中ABCD为图4中的物体截面外接多边形;
图7为多个容器头尾相连的图像的示意图;
图8是高密度容器截面示意图;
图9为低密度容器切片的侧照视角V2的投影曲线示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细描述。
图1展示了本发明所述一种液态物品安全检查方法的流程图;首先,液体平放于一定尺寸的塑料托盘内的衬槽中,各物品前后按顺序摆放,进行X射线扫描;然后,所述装置根据所获取的两个视角的托盘图像,对其中的液体物品进行分析,实现液态物品安全检查。探测流程主要包括以下几个模块:图像分类模块1、图像分段模块2、探测位置选择模块3、容器属性估计模块4、低密度容器截面重建模块5、高密度容器截面重建模块6、决策模块7,最后将液体探测结果返回给安全检查***的控制程序,如发现易燃爆危险品等情况,则程序报警。
图2是本发明所述液态物品安全检查装置的结构示意图,其中,11、12为通道出口铅门帘,13为侧照视角V2的探测器组,14为侧照视角V2的准直器,15为侧照视角V2的射线源,16为中部底照视角V1的探测器组,17为安全检查装置的通道,18、19为通道入口铅门帘,20为塑料托盘,21为通道出口处光感应器,22为中部底照视角V1的射线源,23为中部底照视角V1的准直器,24为通道入口处的光感应器、25为输送机,26为液态物品,27为***控制及信号处理电路单元,28为综合处理计算机。按规定液态物品26要平放在塑料托盘20中如图3所示的槽32里。
当承载液态物品26的塑料托盘20从通道右边的入口进入,依次经过V1中部底照射线源22、V2侧照射线源15的扫描,***控制及信号处理电路单元27分别获得两个视角的图像,并发给计算机28进行分析处理。其中,关于塑料托盘的形式请参看图3,托盘中央有1道衬槽用于摆放液态物品。
下面针对图1中所展示的流程,逐个介绍图1中的各模块的功能及实现方法;
在图像分类模块1中,需要把采集到的安检图像分成两类,一类是包裹图像,一类是托盘图像。托盘中可能摆放液体物品、腰带、钱包、手机、外衣、女士手提包等各种需要进行单独安全检查的物品。并要求,液体物品与其他非液体物品在两个视角中都不会重叠成像,即本发明所述安全检查设备在应用时不允许将非液体物品同液体物品沿着输送方向在托盘中并排放置。
在区别当前被检查物是一个包裹还是托盘时,首先要根据图像内容确定被检查物的尺寸。通过边缘检测和Hough变换,找到被检查物的四边。由于托盘的尺寸是已知的,根据上述四边边界信息可推断被检查物的尺寸,从而可以识别出很大一部分包裹并非托盘。然后,对于剩下的图像可以依据以下几方面的特征来判断是否为托盘:1)V1视角的四边上或V2视角的前后边界上,如果存在较多的金属材质的像素,则为包裹而非塑料托盘;2)整体平均灰度,通常包裹内各像素的平均灰度较低,平均灰度低到一定程度的,一定是包裹;3)不论是V1视角还是V2视角中,都有一个灰度阈值Ttray对应空托盘背景,如果当前视角图像在四边内存在一定量像素的灰度高于Ttray,则认为是托盘。事实上,如果托盘中存在液体,由于液体的形状和上一段所述的物品摆放规则所限,它不能把所在位置附近的托盘背景全部挡住,总是有一些托盘背景像素被露出来,这就很容易判断为托盘。万一托盘中不存在液体并被各种杂物所布满,若被误判为包裹,该托盘当作包裹进行后续的***探测也不损害设备的探测能力;反之,极个别几乎为空、且大小近似托盘的包裹,有可能被误判为托盘,这个问题将在后续步骤中加以说明(参看对图像分段模块2的描述)。
在图像分段模块2中,将托盘图像的每一列作为分析单位进行分析,判断图像从第几列至第几列,其间的物体为液体,此一段图像称为一个容器图像段;而图像的第几列到第几列,其间物体为非液体(个人物品),此一段图像称为一个非液体图像段;其中,图像的每一列像素,对应视角V1或V2的X射线扇面在一次扫描时各探测器的取值。在图像的每一列上,以托盘背景为阈值进行分割:从此列的第1个像素向后推进,当遇到灰度低于托盘背景的像素,即认为遇到托盘中物体的边界;从此列的最后1个像素向前推进,当遇到灰度低于托盘背景的像素,即认为遇到物体另一端的边界;拥有物体在图像这一列的边界之后,可以进行背景灰度剔除处理。然后,使用这两端边界之间的物体像素,根据如下特征来识别当前列是否为液体物品的一列像素:
1)两端边界的间距(特别对于V1视角有用),以及这些像素是否靠近液体摆放槽的位置。
2)平均灰度;两端边界之间、及其中心1/3部分的平均灰度,这两种平均灰度过高认为不是液体。
3)两端边界之间各像素p的P(liquid|Gp,Mp)的平均值,其中P(liquid|Gp,Mp)表示当p的灰度为Gp而材料值为Mp时,点p属于液体物品的概率;概率表P(liquid|Gp,Mp)来自于事先对液体物品图像的统计,材料值则来自于双能灰度信息。
4)灰度局部梯度的平均值/方差;包括在列方向和行方向上分别求梯度。
5)两端边界之间遇到连续的接近托盘背景灰度的高灰度像素。
6)两端边界之间,连续遇到材料值对应金属的像素(在安检领域这类像素颜色为深蓝色)。
上述6条均符合液体特征的列,且连续的列数足够多,则认为这些列代表液体物品在图像中所占的列,将连续的液体列及夹杂的空白列,视为一个容器图像段,所谓空白列是没能发现任何物体像素的列;然后,将连续的非液体列及夹杂的空白列,视为一个非液体图像段。对于非液体图像段,进行普通的包裹***探测;对于容器图像段,将进行后续的液体探测流程。
在图像分类模块1中,有一种特殊情况,即极个别几乎为空、且大小近似托盘的包裹,有可能被误判为托盘,其实这种包裹的属性与托盘近似,其或者整体形成一个非液体图像段,从而进行普通的包裹***探测;或者包裹内恰巧存在液体且能分出液体图像段,则进行后续的液体探测流程即可。
在探测位置选择模块3中,可单独根据V1或V2视角的液态物品图像,将一个容器图像段中的各个液体容器分割开来,形成一个个单独的容器,供后续分析使用。在前述图像分段模块2中,图像每一列都找到了物体的上下边界。若一个托盘中多个液体物品是头尾相连的,就会形成一个由连续很多列组成的大液体区域。需要把这个大区域内的各个容器分割开来,分割的主要依据是以下几种判据:1)空隙;2)玻璃瓶的瓶底;3)瓶颈;4)材料特性的突变;5)液体物品形状的突变。
空隙是物品分割最简单的依据,如图7的71所示。特别地,大部分容器底部并非平底,例如塑料可乐瓶,头尾相连时会形成一定间隙,间隙中的像素灰度与液体像素迥异,容易识别。此外,玻璃瓶的瓶底具有突出的灰度特征,其灰度明显较低,且在材料值上远离液体有机物的范围(即使是玻璃瓶的主体部分,也是以液体有机物的材料特性为主的),并且构成一条了接近垂直于托盘前进方向的短粗线条,如图7的73所示;利用常见的图像识别方法,即可判断这样的短粗线条的存在。
瓶颈/瓶盖通常比瓶身要细许多(如图7所示的瓶颈72),以托盘前进的方向为轴、以图像各列为单位进行分析。首先计算液体区域在每列的上下边界之间的宽度;若连续的若干列中,各列的宽度足够窄、且宽度呈平滑变细的趋势,则这些列可视为瓶颈/瓶盖部位;特别的,当液体区域的相近的列的宽度发生显著突变时,这一般意味着遇到了一处瓶底。此外,对于侧照图像来说,瓶颈的投影位置应高于托盘中的槽,这也是一个鲜明特征。将容器图像段中各处缝隙、瓶底、瓶颈/瓶盖之间的各区域,先视为1个容器。
当然以上判据不能完全分割所有液态物品相连的情况,例如当一些没有明显瓶颈、宽度相仿的液态物品,头尾相连且凑巧能无缝隙地对接时。为此定义图像每一列i上液体区域内的一种材料值表达模型将容器区域在这一列上的像素分成6等份,表示此处第一份的范围内像素的平均材料值,以此类推。然后计算MD(i)=|Mi-Mi+Δi|,表示相近两列i和i+Δi之间材料值的分布差异。MD(i)发生足够大的突变的位置,视为遇到一个新的容器。最后,对每个分割出来的容器内部,采集多个探测切片,它们分别对应V1/V2视角图像的一列。要求这些切片之间尽量等间距,且每个切片前后各列的MD值都很小,从而保证被探测位置附近液体属性的稳定性。
所谓切片,是射线源的射线扇面垂直于输送方向对容器进行一次扫描时,射线扇面所穿过的容器截面;容器的同一截面或切片会被两个视角的射线源先后扫描,并且在两个视角图像中分别产生一列像素的灰度值,其中每个像素对应一条射线的投影灰度值;同一切片在两视角图像的对应列上的像素值,分别形成了该切片两个视角的投影曲线。在本发明中将以容器的切片即截面、及其对应的两视角的投影曲线为依据,判断容器内液体的危险性。
接下来对于选择的每个探测切片,执行容器属性估计模块4;在容器属性估计模块4中,首先需要判断是否为高密度容器,方法为计算该容器的材料值和RGB伪彩色图像的R分量值,用统计的方法得到一个容器材质特征向量,该向量包含4个特征变量。前两个特征变量是以该探测切片为基准,在属于容器边缘邻域范围内计算材料值均值及该均值与该容器中间区域同样大小邻域材料值均值的差,后两个特征变量是以同样方法计算出来的R分量边缘均值及该均值与容器中间均值的差。归一化这个特征矩阵,使不同特征量化值有可比性。通过大量的训练,得到先验可以区分塑料容器和高密度容器在这个特征矩阵的区分阈值,该阈值表示为一个区间,大于该区间上限的为高密度容器,小于该区间下限的为塑料容器,在区间内的要再通过该探测切片的灰度几何特征进一步甄别容器材质。具体方法是,高密度容器在探测切片的投影曲线靠近两侧边缘的位置上有灰度谷点,这是因为根据投影关系,相关射线在高密度容器外壁上的路径长,吸收大,灰度值低,而塑料容器不具备这个特征。
判断为高密度容器之后,进而要判断容器截面形状的类型;容器截面的类型,主要分为4大类型:圆形、椭圆形、正方形、长方形,注意这只是大致的类别,例如六边形或八边形,可以近似视为圆形或椭圆形。如图4所示,图中心的矩形表示容器的一个截面;发自两射线源与截面相切的四条射线,形成了截面的外接多边形ABCD。首先要利用容器截面的外接多边形,通过能否找到该多边形的内切圆,来判断容器的长宽比是否近似为1:1,若是则为圆形或正方形,否则为椭圆形或长方形。进而利用切片的V2视角的投影曲线的下半部分进行模式识别。图5是侧照视角V2中容器探测切片的投影曲线的下半部分示意图,图5(a)对应圆形容器,图5(b)对应正方形容器,两者有明显差异;在投影曲线中,灰度轴的左侧方向代表灰度高(X射线衰减量少),反之右侧方向代表灰度低(X射线衰减量多)。可以利用合适的模式识别方法,例如标本匹配的方式,来区别当前截面的投影曲线是更接近圆形容器的,还是正方形容器的;对于长宽比明显不是1:1的容器,同样用类似的模式识别方法,来判断是椭圆形容器还是长方形容器。
之所以要判断容器截面的归类,是为了在接下来的高密度容器截面重建模块6的工作中,得到充分的先验知识。容器截面所在的空间平面,被等分成合适尺度的大量网格。通常来说,重建容器截面从截面的外接多边形(如图4所示)开始,逐步将外接多边形内应属于空气的网格,标为空气,最终剩下的属于容器的网格形成容器截面的形状。本发明的方法在这里引入了新的信息——容器截面归类。例如,当容器截面被归类为椭圆形时,利用外接多边形的四条边,通过数据拟合形成一个椭圆形的公式。将这个椭圆形适度放大,与外接多边形叠加,两者共同的网格,组成容器截面的最初形状,这大大减少了需要标为空气的网格的个数,减少了后续方法的变数,增大了截面重建的可靠性。如图6所示,假设容器截面已经归类为椭圆形,图中灰色部分的网格点,即为截面初始形态,相比于直接用外接多边形ABCD开始分析,要减少很多变数。如果截面类别判断为矩形或圆形,也可进行类似处理。
接下来首先介绍高密度容器截面重建模块6,目的是通过上述截面的初始形状,得到容器截面的实际形状。在此本发明引入了一种新的迭代优化方法——基于非线性最小二乘与FR共轭梯度法的优化方法。优化方法的总目标函数为式(1)所示:
其中M为当前切片中两个视角所有射线的个数,Ai为射线i的衰减量(这根据射线投影灰度得到),为射线i在截面中穿过容器外壁部分的长度,为射线i在截面中穿过容器内液体部分的长度,μwall为外壁的X射线衰减系数,μliq为液体的X射线衰减系数。此外液体的液面高度S、容器左侧壁厚d1、容器上侧壁厚d2、容器右侧壁厚d3和容器下侧壁厚d4,均为优化模型中的参数,虽不直接出现在公式(1)中,但显然,它们在每一轮迭代中的变化,将影响容器截面的形态。具体可参考图8,图中深灰色部分为高密度容器的外壁,浅灰色部分代表液体,81代表d1,82代表d2,83代表d3,84代表d4,85代表液面,液面高度为S。之所以要设计4个壁厚参数,主要是因为玻璃容器的壁厚其实不是均匀的,各处瓶壁设为不等厚的可以减少最终结果的散布性。以下用t来表示优化迭代的轮次。
当t=1时,对上述7个参数μwall、μliq、S、d1、d2、d3和d4进行修正,根据非线性最小二乘方法,求式(2)所示的矩阵J,
注意虽然S、d1、d2、d3和d4并没有出现在各R(i)的计算公式中,但可以设计这5个变量各自的步长Δ,在当前截面形状中,考察当S、d1、d2、d3和d4独立地增加Δ和减少Δ时,各R(i)取值的变化,从而得以计算式(2)中矩阵后部的各项偏导数。此外还要计算式(3)所示的。
显然,公式(3)的计算可依据公式(2)的内容进行,例如可由组合计算得到。然后计算各参数的修正量其中s是7维向量,其7个向量元素分别代表着7个参数在第t轮中的修正量,并根据这些参数的新值调整截面内部各网格的身份。
在t+1轮中,将根据FR共轭梯度法,修正各个容器截面的外形,即容器截面中各网格的身份,包括空气、外壁、液体。将截面最外层的容器网格,以及紧贴这些容器网格外面一层的“空气”网格,进行身份的修正,设这两种网格p1~pN共N个。计算类似地,虽然p1~pN并没有出现在F的计算公式中,但假设各网格pj发生身份对调时,例如容器=>空气、或空气=>容器,F取值将变化,从而得以计算式中各项偏导数。对于足够大的pj,对其进行身份对调。一旦容器截面的外形发生调整,因为此时要保持S、d1、d2、d3和d4各参数不变,截面内部各网格的身份也需要随之发生新一轮的修正,例如随着某些属于外壁的容器网格身份变成空气后,该位置内部对应的某些身份属于液体的网格,其身份将随之变成容器外壁。
交替执行第t轮和t+1轮的两种处理,先修正模型参数,再修正截面的外形,直至目标函数F的改进小于一定阈值。
对于低密度容器截面重建模块5,采用类似的原理,但是过程更简单,因为不存在外壁因素。简单利用外接多边形作为截面形状的起点,然后优化公式(4)所示的目标函数。
当t=1时,对上述1个参数μliq进行修正,相应地J矩阵变为1列M行的简单形式。在t+1轮中,仍根据FR共轭梯度法,修正容器截面的外形——将截面最外层的容器网格,以及这些容器点外面一层的空气网格,进行身份的修正,方法类似,不再赘述。需要强调的是,虽然不需估计截面类型,但还要分析容器投影在局部的形态特征。举例来说,如果存在液面,V2视角投影曲线对应容器上侧的部分,会呈现如图9所示的投影效果;图9为容器切片的侧照视角V2的投影曲线示意图,在图9的投影曲线中,灰度轴的左侧方向代表灰度高(X射线衰减量少),灰度轴右侧方向代表灰度低(X射线衰减量多),右上角小圆圈标出的投影曲线段对应穿过液面的那些射线,容易识别;由于投影曲线最上侧的部分对应的射线是穿过液面的,则位于这些射线上的外层容器网格pj,每轮中将在的基础上增加更大的权重,以使pj这样的网格的身份能迅速被变成空气,从而能尽快形成液面的形状。
在获得容器切片的截面形状后,在决策模块7中,可以利用本技术领域已有的方法计算液体的材料、密度、体积、容器壁厚等多种特征,于是每个容器切片,都能得到1个多维特征向量。在训练阶段,对于装载燃爆液体的容器切片,得到的特征向量被加入集合Tp;对于其他安全液体容器切片,得到的特征向量被加入集合Tn。根据模式识别理论,可以利用合适的分类器把属于Tp的向量和属于Tn的向量给识别区分开。本发明选择支持向量机,来区别装载燃爆液体的和安全液体的容器;模式识别领域内其它成熟的分类器,例如决策树或神经网络等同样可以起到分类的效果。
最终,如果根据上述多种特征,对于有切片被分类器判断为危险的液体容器,通过如图2中所示的综合处理计算机28将根据前述的探测结果及容器分割结果,在安检员屏幕上对应的位置画出报警框。
综上所述,图像分类模块1,使本发明的液体物品安全检查的方法与装置,可以兼容对包裹、个人物品与液体物品交替进行探测的实际需求;图像分段模块2,使安检员可以灵活地在检查托盘中放置液体与非液体物品,特别是当旅客携带的液体物品数量较少或落单时,同一托盘内还可以放置其他个人物品,从而提高安全检查流程的效率;探测位置选择模块3,可以分割头尾相连的液体物品,使安检员更少受限制地在检查托盘中放置液体物品,不需在液体物品之间刻意保持间距;容器属性估计模块4,获得了丰富的关于容器的先验知识;低密度容器截面重建模块5及高密度容器截面重建模块6,在仅有2个视角数据的情况下能准确地获得容器的截面形状,其中容器的先验知识起到至关重要的作用;决策模块7中对于容器的多种特征的提取、以及分类器的使用,使***在进行决策时不再局限于直观地对比液体的材料、密度的取值,而是从大规模训练数据中挖掘抽象的分类规则,取得更优的危险液体的识别能力。
本发明所述一种液态物品安全检查装置参照图2中所示,该装置包括综合处理计算机28、***控制及信号处理电路单元27、输送机25、输送通道17、侧照视角单元V2、中部底照视角单元V1;其中,所述侧照视角单元V2包括侧照X射线源15和第二探测器13;所述中部底照视角单元V1包括中部底照X射线源22和第一探测器16。
如图4所示,上述侧照X射线源15、中部底照X射线源22分别位于输送通道17的不同方位,即,在所述输送通道17的正视方向上,所述侧照X射线源15设置于输送通道17的侧部,所述中部底照X射线源22设置于输送通道17的中部下方,从而在输送通道17的侧部、中部下方两个角度构成一个正交的双视角布局模式。
同样,对应于上述中部底照X射线源22、侧照X射线源15,与其对应的第一探测器16、第二探测器13,亦分别附着于所述输送通道17的不同位置。所述第一、第二探测器,均为双能(即高低能)探测器,从而为液体探测算法提供被检查液体的材料属性信息。
所述第一探测器16为门型探测器,所述第二探测器13为L型探测器。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的范围内,能够轻易想到的变化或替换,都应涵盖在本发明权利要求的保护范围内。
Claims (6)
1.一种液态物品安全检查的方法,其特征在于,所述方法首先区别包裹与托盘、托盘中的液体物品与非液体物品、分割头尾相连的多个液体物品,然后选择合适的液体容器的探测切片位置;在各切片中,首先分析容器的属性,再基于容器属性进行双视角容器截面重建,利用重建得到的截面求得液体的材料、密度、体积、容器壁厚多种特征,并使用合适的分类器来判断液体是否危险;所述液态物品安全检查方法可应用于各种不少于2个视角且具有侧照视角的通道式X射线安全检查设备。
2.根据权利要求1所述的一种液态物品安全检查的方法,其特征在于,仅利用双视角X射线图像进行容器截面重建,首先分析容器属性,包括容器材质、容器截面的基本类型;再将非线性最小二乘法与共轭梯度法相结合,实现双视角条件下的容器截面形状的重建;所述容器截面重建的方法可应用于各种不少于2个视角且具有侧照视角的通道式X射线安全检查设备。
3.根据权利要求1所述的一种液态物品安全检查的方法,其特征在于,根据X射线图像内容区分是包裹还是托盘,所述区别包裹和托盘的方法可应用于包含单视角、多视角设备在内的各种传统通道式X射线安全检查设备。
4.根据权利要求1所述的一种液态物品安全检查的方法,其特征在于,根据托盘内物品区域的形状、灰度、材料信息区别托盘内各个物品是液体物品还是非液体物品,所述区别液体物品和非液体物品的方法可应用于包含单视角、多视角设备在内的各种传统通道式X射线安全检查设备。
5.根据权利要求1所述的一种液态物品安全检查的方法,其特征在于,根据液体物品区域的形状、灰度、材料信息将头尾相连的多个液体物品分割开,最终在各个液体容器上进行探测切片位置选择以供后续探测使用;所述头尾相连液体物品的分割方法及探测切片位置的选择方法可应用于包含单视角、多视角设备在内的各种传统通道式X射线安全检查设备。
6.根据权利要求1所述的一种液态物品安全检查的方法,其特征在于,在获取所述双视角液态物品图像之后,液体探测具体包括以下步骤:
1)图像分类:把采集到的安检图像分成两类,一类是包裹图像,一类是托盘图像,其中托盘中可能摆放液体物品、腰带、钱包、手机、外衣、女士手提包各种需要进行单独安全检查的物品;
2)图像分段:允许非液体物品和液体混放于同一托盘进行安全检查,但要求液体物品和其他物品在任何视角中都不发生重叠成像,将1个托盘2个视角的图像分成多段,每段图像内部或者全是液体物品,称为容器图像段,或者全是非液体物品,称为非液体图像段;
3)探测位置选择:托盘中同一容器图像段中的多个液体物品很可能是头尾相连的,依据材料特性变化、体积、局部形状特征,将可能头尾相连的多个容器分割开,然后在各个容器中找到若干个局部材料特性稳定的切片位置,供后续探测使用;
4)容器属性估计:首先判断液体的容器是否为高密度容器,若是高密度容器,还要判断容器截面的基本形状归类,若是低密度容器,还要分析容器投影在局部的形态特征,总之得到各种必要的容器信息;
5)低密度容器截面重建:针对低密度容器,将容器截面模型化,提出一种非线性最小二乘法结合共轭梯度法的算法,迭代估算截面中各个网格是否属于容器区域,最终得到截面形状;
6)高密度容器截面重建:针对高密度容器,将容器截面模型化,提出一种非线性最小二乘法结合共轭梯度法的算法,迭代估算截面中各个网格是否属于容器、液体或空气,最终得到截面形状,在此过程中利用了步骤4)所得到的容器属性信息;
7)决策:基于步骤5)或6)得到的容器截面形状,计算液体的材料、密度、体积、容器壁厚多种特征,使用支持向量机作为分类器,给出液体是否危险的判断;
最终,1个容器只要有1个切片被步骤7)判断为危险,***就对该危险容器进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410406756.6A CN104165896B (zh) | 2014-08-18 | 2014-08-18 | 一种液态物品安全检查的方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410406756.6A CN104165896B (zh) | 2014-08-18 | 2014-08-18 | 一种液态物品安全检查的方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104165896A CN104165896A (zh) | 2014-11-26 |
CN104165896B true CN104165896B (zh) | 2017-03-22 |
Family
ID=51909807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410406756.6A Active CN104165896B (zh) | 2014-08-18 | 2014-08-18 | 一种液态物品安全检查的方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104165896B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12019035B2 (en) | 2021-07-16 | 2024-06-25 | Rapiscan Holdings, Inc. | Material detection in x-ray security screening |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459812A (zh) * | 2014-12-17 | 2015-03-25 | 同方威视技术股份有限公司 | 拖挂式多视角物品检查***及其使用方法 |
CA2976947C (en) * | 2015-02-18 | 2023-02-28 | Siemens Healthcare Diagnostics Inc. | Locality-based detection of tray slot types and tube types in a vision system |
CN105631482A (zh) * | 2016-03-03 | 2016-06-01 | 中国民航大学 | 一种基于卷积神经网络模型的危险物品图像分类方法 |
CN105807329B (zh) * | 2016-05-30 | 2019-05-17 | 公安部第一研究所 | 一种用于识别包裹中危险液体的x射线检测装置与方法 |
CN106353342A (zh) * | 2016-08-12 | 2017-01-25 | 安徽中杰信息科技有限公司 | 一种用x射线检查***识别液态危险品的方法 |
CN108169254A (zh) * | 2016-12-07 | 2018-06-15 | 清华大学 | 检查设备和检查方法 |
CN108267463B (zh) * | 2016-12-29 | 2020-12-29 | 同方威视技术股份有限公司 | 安检扫描方法、装置和设备 |
CN106841247A (zh) * | 2017-03-28 | 2017-06-13 | 合肥科的星测控科技有限公司 | 一种非接触式液态危险品手持检测仪*** |
EP3659065A4 (en) * | 2017-07-28 | 2020-08-19 | Siemens Healthcare Diagnostics Inc. | DEEP LEARNING VOLUME QUANTIFICATION METHODS AND APPARATUS |
CN109522913B (zh) * | 2017-09-18 | 2022-07-19 | 同方威视技术股份有限公司 | 检查方法和检查设备以及计算机可读介质 |
US11977037B2 (en) | 2018-10-22 | 2024-05-07 | Rapiscan Holdings, Inc. | Insert for screening tray |
CN109374658B (zh) * | 2018-12-24 | 2022-05-03 | 电子科技大学 | 双视角x射线安检***的神经网络重建断层成像方法 |
CN111521728B (zh) * | 2020-05-15 | 2022-05-13 | 福州大学 | 具有多维浓度梯度的气体燃爆管道实验装置及方法 |
CN111735735B (zh) * | 2020-06-11 | 2022-05-13 | 山东滨州烟草有限公司 | 一种智能卷烟包裹无损识别方法及识别器 |
JP7422023B2 (ja) * | 2020-07-03 | 2024-01-25 | 株式会社日立ソリューションズ | X線画像処理装置およびx線画像処理方法 |
US11885752B2 (en) | 2021-06-30 | 2024-01-30 | Rapiscan Holdings, Inc. | Calibration method and device therefor |
CN114313781B (zh) * | 2022-01-04 | 2023-11-07 | 北京航星机器制造有限公司 | 一种安全检查时的行李托盘及其图像处理方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101644686A (zh) * | 2008-08-08 | 2010-02-10 | 李海洋 | 一种***物及毒品的联合在线检测仪及其应用 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101358936B (zh) * | 2007-08-02 | 2011-03-16 | 同方威视技术股份有限公司 | 一种利用双视角多能量透射图像进行材料识别的方法及*** |
WO2009114928A1 (en) * | 2008-03-17 | 2009-09-24 | Optosecurity, Inc. | Method and apparatus for assessing characteristics of liquids |
NL2009049C2 (en) * | 2012-06-21 | 2013-12-24 | Entech Scient B V | Method and device for identifying unknown substances in an object. |
CN102928448B (zh) * | 2012-10-30 | 2015-08-19 | 公安部第一研究所 | 通道式四视角x射线液态物品安全检查方法及检查装置 |
-
2014
- 2014-08-18 CN CN201410406756.6A patent/CN104165896B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101644686A (zh) * | 2008-08-08 | 2010-02-10 | 李海洋 | 一种***物及毒品的联合在线检测仪及其应用 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12019035B2 (en) | 2021-07-16 | 2024-06-25 | Rapiscan Holdings, Inc. | Material detection in x-ray security screening |
Also Published As
Publication number | Publication date |
---|---|
CN104165896A (zh) | 2014-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104165896B (zh) | 一种液态物品安全检查的方法与装置 | |
US8879791B2 (en) | Method, apparatus and system for determining if a piece of luggage contains a liquid product | |
JP7476194B2 (ja) | 画像処理のためのシステムおよび方法 | |
EP2677936B1 (en) | Image reconstruction based on parametric models | |
US10013615B2 (en) | Inspection methods and devices | |
US20180195977A1 (en) | Inspection devices and methods for detecting a firearm in a luggage | |
Laddi et al. | Classification of tea grains based upon image texture feature analysis under different illumination conditions | |
EP2696196B1 (en) | Method and system for performing X-ray inspection of a liquid product at a security checkpoint | |
CN102928448B (zh) | 通道式四视角x射线液态物品安全检查方法及检查装置 | |
US20110206240A1 (en) | Detecting concealed threats | |
CN106485268A (zh) | 一种图像识别方法及装置 | |
CN110286124A (zh) | 基于机器视觉的耐火砖测量*** | |
CN107209944A (zh) | 在容器中成像的样品微层析成像中的射束硬化伪像的校正 | |
US10163200B2 (en) | Detection of items in an object | |
CN103900503A (zh) | 提取形状特征的方法、安全检查方法以及设备 | |
Rogers et al. | A deep learning framework for the automated inspection of complex dual-energy x-ray cargo imagery | |
EP2633477B1 (en) | Object identification using sparse spectral components | |
CN109191434A (zh) | 一种细胞分化中的图像检测***及检测方法 | |
CN102901740B (zh) | 一种通道式四视角x射线液态物品安全检查*** | |
CN111539251B (zh) | 一种基于深度学习的安检物品识别方法和*** | |
CN202903699U (zh) | 一种通道式四视角x射线液态物品安全检查*** | |
CN106885813A (zh) | 检查货物的方法、***和装置 | |
Liu et al. | Lightweight detection algorithm for fine-grained surface defects of aerospace seal rings | |
JP2022062303A (ja) | X線検査装置、x線検査プログラム、x線検査方法、物品検査システム | |
Lemmerer et al. | Two-dimensional segmentation of small convective patterns in radiation hydrodynamics simulations |
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 |