The invention discloses an item discrimination method based on the foreground object extraction of X optical image, which includes the following steps: step S1, importing X optical machine pictures; step S2, using the depth convolution neural network to obtain the feature map of the picture; step S3, classify the feature map according to the characteristics of the feature map, and obtain the feature points of the foreground in the feature map. Step S4, obtain the candidate frame of the foreground, and the position corresponding to the candidate frame; step S5, classify the foreground through the fully connected network to obtain the different foreground categories; step S6, obtain the predicted foreground objects, and the prediction position of the foreground objects. The invention can not only obtain the features independently, but also obtain the features of the same object after space transformation, and accurately and effectively select the position of the object in the picture.
【技术实现步骤摘要】
一种基于X光图像前景目标提取的物品甄别方法
本专利技术涉及X光图像的甄别方法,尤其涉及一种基于X光图像前景目标提取的物品甄别方法。
技术介绍
安检作业是铁路运输安全至关重要的一步,X光安检机是该环节中的关键设备,但是长期以来,都是人工看图识别,员工上岗前要经过相对长时间的培训,同时人工作业会在疲劳的时候产生误检和漏检。X光机的模式识别系统通过图像处理与识别的过程以及智能识别系统,解决一线安检人员不足、过度劳累的问题,以及因此而产生的误检和漏检等问题;消除和减少安全隐患,同时实现减员增效,降低对于人员素质要求,缩短上岗前的培训周期,直接胜任物品安检岗位。目前,对于X光机图像甄别的方式,大多采用传统的图像处理的方式,通过对获取的x光机数字图像进行处理,获取某些特征,再根据特征进行分类,以此来甄别物体,但是这样的检测精度较低,对于金属等x光难以穿透的物体,有一定的效果,其它如纺织物、有机物等颜色较浅的物体,比较难以获取特征,同时由于提取特征的方法均是人为确定某一种特征,例如SURF特征,SIFT特征等,并不能很好的对所需要甄选的物体匹配、获取,甚至将其他物体也检测错误的概率非常高。另一种方法则是通过对X光机图片进行锐化、灰度、膨胀等处理之后,利用边缘检测的方法获取所要甄别的物体的外观,最后通过SVM等分类算法对物体进行分类处理。现有技术中,一种常见的图像甄别方法是:对含有需要甄选的目标物的X光机图片进行去噪,降低图片的噪点,再对图像进行变换,例如傅里叶变换、直方图变换、离散余弦变换等,对变换之后的图片去掉不相关的地方,再回到原图上对图片做比对增强、锐化等处理之后 ...
【技术保护点】
1.一种基于X光图像前景目标提取的物品甄别方法,其特征在于,包括有如下步骤:步骤S1,导入X光机图片;步骤S2,利用深度卷积神经网络获取图片的特征图;步骤S3,根据特征图谱的特征进行分类,获取特征图中前景的特征点;步骤S4,获取前景的候选框,以及候选框所对应的位置;步骤S5,经过全连接网络对前景进行分类,得到不同的前景类别;步骤S6,获取预测的前景物体,以及前景物体的预测位置。
【技术特征摘要】
1.一种基于X光图像前景目标提取的物品甄别方法,其特征在于,包括有如下步骤:步骤S1,导入X光机图片;步骤S2,利用深度卷积神经网络获取图片的特征图;步骤S3,根据特征图谱的特征进行分类,获取特征图中前景的特征点;步骤S4,获取前景的候选框,以及候选框所对应的位置;步骤S5,经过全连接网络对前景进行分类,得到不同的前景类别;步骤S6,获取预测的前景物体,以及前景物体的预测位置。2.如权利要求1所述的基于X光图像前景目标提取的物品甄别方法,其特征在于,所述步骤S1中,导入X光机图片后,对图片大小进行调整。3.如权利要求1所述的基于X光图像前景目标提取的物品甄别方法,其特征在于,所述步骤S3包括:步骤S30,获取特征图后,利用预设的卷积层对所述特征图的维度进行降维。4.如权利要求3所述的基于X光图像前景目标提取的物品甄别方法,其特征在于,所述步骤S30之后执行:步骤S31,对降维之后的特征图中的全部特征点进行分类。5.如权利要求4所述的基于X光图像前景目标提取的物品甄别方法,其特征在于,所述步骤S31之后执行:步骤S32,将特征图中的特征...
【专利技术属性】
技术研发人员:张浒,关庆佳,瞿磊,王东,艾安娜,
申请(专利权)人:盛视科技股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。