一种用于安检图像复杂度的分析方法技术

一种用于安检图像复杂度的分析方法，首先获取被检测物体的X射线图像，进而得到被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度，然后生成得到被检物体的复杂度，并根据被检物体的复杂度提醒安检员对复杂度最大的被检物体进行检查。

An analysis method for security image complexity

A method for analyzing the complexity of the security image, first obtained by X ray image object detection, and then get the size of the inspected object, the object to be examined in X ray image in pixel density distribution, quantity, outline of each object in the object by each object in the object contour length, each object in the object is the maximum pressure superposed layers, X rays penetrate the inspected object after the object is energy, the degree of approximation of the effective atomic number and contraband goods, and then generate the inspected object complexity, and according to the detected object complexity to remind the screeners on complexity was the largest check object.

【技术实现步骤摘要】
一种用于安检图像复杂度的分析方法
本专利技术涉及安检图像的应用
，特别是一种用于安检图像复杂度的分析方法。
技术介绍
安全形势日益严峻的今天，各国对公共场所得安全提出了更高的要求，尤其是在机场、车站、码头、海关等公共场所，都采取措施对旅客行李物品、货物集装箱等进行严格检查，其中，安检系统提供的安全检查技术多为辐射成像技术。地铁，机场和车站人流量大，安检设备运转速度快，旅客携带物品多而且放置的方式各种各样，在通过安检机时形成的安检图像复杂，这都给安检员的识别工作造成了很大的困难，安检员的疲劳程度、注意力状态、情绪等因素会严重影响其判断力，从而会增加检测结果的不确定性，极易导致安检系统起不到应有的安全检查作用。目前，辐射成像技术是各国广泛使用的安检系统中的主流技术，该技术以射线(如X射线)照射被检测物体，根据探测器接收到的信号，再经过计算机的处理得到被检测物体的射线图像，安检员根据对射线图像的判断而检测被测物体是否是违禁物品或者是否包含违禁物品。安检图像中物体的外观会受到物体重叠和遮挡等外界因素的影响，而且由于X光安检设备成像原理的差异和观察角度的限制，也会造成安检图像的复杂多样化，这些都给安检员的识别工作提高了难度。图像的复杂程度是有多个因素决定的，运用简单的方法很难能够快速而又准确的分析图像的复杂度。智能分析方法得到快速发展，出现了一些著名的算法，比如模糊决策、神经网络、蚁群算法等，他们都能够很好的进行复杂的运算，例如在专利公开号为105631532A一文中，作者提出了一种基于模糊决策的神经网络模型电力系统负荷预测方法，主要是对历史负荷样本进行剔除，得到大数据样本，之后在电力负荷的历史数据基础上找出其中的变化规律，建立电力负荷神经网络预测模型。在专利公开号为105760997A一文中，作者提出了基于模糊评价的配电网异常电压评估方法，通过对有功负荷、无功负荷和电压赋值建立模糊因素集，之后计算模糊因素集的权重，最后建立模糊评价体系，进行模糊综合评价，主要解决了对电压异常的严重程度和影响范围进行客观评价。
技术实现思路
本专利技术解决的技术问题是：克服现有技术的不足，提供了一种用于安检图像复杂度的分析方法，通过智能分析方法分析安检图像的复杂程度，根据图像复杂程度的高低进而快速地在被测物体通过安检机时提醒安检员对该被测物体提高警惕，甚至提示安检员对该被测物体进行开包检查。本专利技术的技术解决方案是：一种用于安检图像复杂度的分析方法，包括如下步骤：(1)获取被检测物体的X射线图像；(2)根据X射线图像获取得到被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度；(3)根据步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度生成得到被检物体的复杂度；(4)提醒安检员对复杂度最大的被检物体进行检查。所述的根据步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度生成得到被检物体的复杂度的方法包括模糊集决策方法、神经网络算法。所述的模糊集决策方法包括如下步骤：(1)对步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度创建模糊因素集；(2)根据图像特征信息对被检物体复杂度的影响建立模糊评价集，进而得到模糊因素集相对模糊评价集的多因素模糊综合评判变换矩阵；所述的图像特征信息包括被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度；(3)建立模糊因素集中每个因素的权重集，然后利用权重集和模糊综合评判变换矩阵计算得到被检物体的复杂度。所述的神经网络算法包括如下步骤：(1)将步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度作为网络输入层；(2)确定网络隐含层、隐含层神经元节点个数；(3)计算得到网络输出层，并作为图像复杂度。本专利技术与现有技术相比的优点在于：本专利技术通过对被检行包的特征信息进行提取，并运用智能分析方法分析这些因素得到关于图像复杂度的信息，预先帮助安检员识别出复杂的行包，减少安检员的筛检时间，帮助安检员更好的去处理复杂的行包，同时也减少了安检员的工作量，减轻了安检员的工作强度，提高了安检员的工作效率和检测的针对性和有效性。附图说明图1为本专利技术安检图像复杂度分析的流程图；图2为本专利技术有关于图像复杂度的特征信息；图3为本专利技术模糊群决策理论体系的流程图。具体实施方式本专利技术针对现有技术的不足，提出一种分析安检图像复杂度的智能方法，通过智能分析安检图像的复杂程度，然后根据图像复杂程度的高低进而快速地在被测物体通过安检机时提醒安检员对该被测物体提高警惕，甚至提示安检员对该被测物体进行开包检查。本专利技术一种用于安检图像复杂度分析的智能方法，包括如下步骤：(1)获取被检测物体的X射线图像；(2)根据X射线图像分析出被检测行包的尺寸；(3)根据X射线图像分析出被检测行包在X射线图像中的像素密度分布，像素密度分布是反映被测物体的密度在空间分布信息的一种表示形式，其通过康普顿散射近似正比于散射物质密度这一原理求得；(4)根据X射线图像分析出被检测行包的轮廓线条数量，即在被检行包中组成每个物体的轮廓线条数量，其主要通过微分边缘检测、模糊增强边缘检测和多尺度边缘检测等方法求得；(5)根据X射线图像分析出被检测行包的轮廓线条长度，即在被检行包中每个物体的轮廓线条长度，其检测方法同上；(6)根据X射线图像分析出被检测行包的物品最大叠压层数，即在被检行包中物体的叠压层数，其主要是通过双视角射线检测仪器进行检测；(7)根据X射线图像分析出被检测行包的穿透程度，即指射线穿透行包中物体的能力，其主要是通过分析射线图像的灰度得到，即穿透物体后的能量；(8)根据X射线图像分析出被检测行包的有效原子序数与违禁物品的近似程度，即指一个物体的有限原子序数和违禁物品的原子序数的接近程度，其主要是通过图像分析出行包的有效原子序数，并与已知的违禁物品的原子序数进行比较，得到近似程度；本专利技术所采用到的智能分析方法有模糊集决策，人工神经网络，蚁群算法和决策树以及其他相关的智能方法。在这里由于篇本文档来自技高网...

【技术保护点】
一种用于安检图像复杂度的分析方法，其特征在于包括如下步骤：(1)获取被检测物体的X射线图像；(2)根据X射线图像获取得到被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度；(3)根据步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度生成得到被检物体的复杂度；(4)提醒安检员对复杂度最大的被检物体进行检查。

【技术特征摘要】
1.一种用于安检图像复杂度的分析方法，其特征在于包括如下步骤：(1)获取被检测物体的X射线图像；(2)根据X射线图像获取得到被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度；(3)根据步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度生成得到被检物体的复杂度；(4)提醒安检员对复杂度最大的被检物体进行检查。2.根据权利要求1所述的一种用于安检图像复杂度的分析方法，其特征在于：所述的根据步骤(2)得到的被检物体的尺寸、被检物体在X射线图像中的像素密度分布、被检物体中各个物体的轮廓线条数量、被检物体中各个物体的轮廓线条长度、被检物体中各个物体的最大叠压层数、X射线穿透被检物体后的能量、被检物体有效原子序数与违禁物品的近似程度生成得到被检物体的复杂度的方法包括模糊集决策方法、神经网络算法。3.根据权利要求2所述的一种用于安检图像复杂度的分析方法，其特征在于：所述的模糊集决策方法包括如下步骤：(1)对步骤(...

【专利技术属性】
技术研发人员：何竞择，徐圆飞，张文杰，
申请(专利权)人：北京航星机器制造有限公司，
类型：发明
国别省市：北京,11