太赫兹图像危险品识别方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种太赫兹图像危险品识别方法，该方法包括以下步骤：对待识别的太赫兹图像进行预处理，并提取太赫兹图像中的边缘信息；利用边缘信息与预设危险品对比库，判断太赫兹图像中是否存在危险品；如果是，则对太赫兹图像中的危险品边缘进行分割，获得危险品分割图像；将危险品分割图像输入预设分类网络进行处理，获得分类信息。可减少进行危险品识别的太赫兹图像的数量，减少计算机资源的占用，提升识别速度。本发明专利技术还公开了一种太赫兹图像危险品识别装置、设备及可读存储介质，具有相应的技术效果。

Terahertz image dangerous goods identification method, device, device and readable storage medium

The invention discloses a method for identifying dangerous goods in terahertz images, which comprises the following steps: pretreatment of the identified terahertz images and extraction of edge information in terahertz images; judging whether there is dangerous goods in terahertz images by using edge information and the preset dangerous goods comparison library; and if so, then The edge of dangerous goods in terahertz image is segmented to obtain the dangerous goods segmentation image, and the dangerous goods segmentation image is input into the preset classification network for processing, and the classification information is obtained. It can reduce the number of terahertz images for dangerous goods identification, reduce the occupancy of computer resources and improve the recognition speed. The invention also discloses a terahertz image dangerous goods identification device, equipment and readable storage medium with corresponding technical effects.

【技术实现步骤摘要】
太赫兹图像危险品识别方法、装置、设备及可读存储介质
本专利技术涉及安全保障
，特别是涉及一种太赫兹图像危险品识别方法、装置、设备及可读存储介质。
技术介绍
目前比较受欢迎的新型安检方式为利用太赫兹成像算法和太赫兹图像危险品提取、识别方法的太赫兹光谱技术识别危险品。在实时的安检过程中，太赫兹成像设备不断的生成待识别的太赫兹图像，然后处理器利用物体提取和识别算法对每一个太赫兹图像进行检测，最终输出识别结果。由于目前的物体提取、识别算法较为复杂，在对太赫兹图像进行检测时，耗时较长，进而导致安检速度较慢。在实际应用中，特别是车站或机场这种人流量较大的安检场所，当被检旅客搭乘时间迫在眉睫时，较慢的安检速度可能导致旅客无法顺利乘车或登机的情况。综上所述，如何有效地提高太赫兹图像危险品识别的速度等问题，是目前本领域技术人员急需解决的技术问题。
技术实现思路
本专利技术的目的是提供一种太赫兹图像危险品识别方法、装置、设备及可读存储介质，以提高太赫兹图像危险品识别的速度。为解决上述技术问题，本专利技术提供如下技术方案：一种太赫兹图像危险品识别方法，包括：对待识别的太赫兹图像进行预处理，并提取所述太赫兹图像中的边缘信息；利用所述边缘信息与预设危险品对比库，判断所述太赫兹图像中是否存在危险品；如果是，则对所述太赫兹图像中的危险品边缘进行分割，获得危险品分割图像；将所述危险品分割图像输入预设分类网络进行处理，获得分类信息。优选地，将所述危险品分割图像输入预设分类网络进行处理，获得分类信息，包括：将所述危险品分割图像作为ZFNet卷积神经网络的输入变量，获取所述ZFNet卷积神经网络输出的分类信息。优选地，在将所述危险品分割图像输入预设分类网络进行处理，获得分类信息之后，还包括：将所述边缘信息中所述危险品边缘的位置信息和所述分类信息投影到所述太赫兹图像中。优选地，所述对待识别的太赫兹图像进行预处理，包括：对待识别的太赫兹图像进行灰度变换；利用中值滤波对所述太赫兹图像进行平滑处理。优选地，提取所述太赫兹图像中的边缘信息，包括：利用Canny边缘检测算子提取所述太赫兹图像的边缘信息。优选地，利用所述边缘信息与预设危险品对比库，判断所述太赫兹图像中是否存在危险品，包括：将提取出的边缘信息中的几何特征与预设危险品对比库中的危险品边缘几何特征的统计学习结果进行相似度对比；当所述相似度大于预设阈值时，确定所述太赫兹图像中存在危险品。优选地，还包括：获取危险品彩色图像；提取所述危险品彩色图像的边缘轮廓信息；新建危险品对比库，并将所述边缘轮廓信息存入所述危险品对比库。一种太赫兹图像危险品识别装置，包括：边缘信息提取模块，用于对待识别的太赫兹图像进行预处理，并提取所述太赫兹图像中的边缘信息；判断模块，用于利用所述边缘信息与预设危险品对比库，判断所述太赫兹图像中是否存在危险品；分割模块，用于当所述太赫兹图像中存在危险品时，则对所述太赫兹图像中的危险品边缘进行分割，获得危险品分割图像；分类信息确定模块，用于将所述危险品分割图像输入预设分类网络进行处理，获得分类信息。一种太赫兹图像危险品识别设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述太赫兹图像危险品识别方法的步骤。一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述太赫兹图像危险品识别方法的步骤。应用本专利技术实施例所提供的方法，对待识别的太赫兹图像进行预处理，并提取太赫兹图像中的边缘信息；利用边缘信息与预设危险品对比库，判断太赫兹图像中是否存在危险品；如果是，则对太赫兹图像中的危险品边缘进行分割，获得危险品分割图像；将危险品分割图像输入预设分类网络进行处理，获得分类信息。在对太赫兹图像进行危险品识别之前，先利用边缘信息进行预判断，仅当在边缘信息中检测到危险品时，对太赫兹图像进行分割，然后将危险品分割图像输入预设分类网络进行处理，获得最终的分类信息，即识别结果。也就是说，当实际安检过程中，对于大量待识别的太赫兹图像，仅对存在危险品的太赫兹图像进行危险品的类别识别，对于不存在危险品的太赫兹图像无需进行危险品类别识别。如此，便可减少进行危险品识别的太赫兹图像的数量，减少计算机资源的占用，提升识别速度。相应地，本专利技术实施例还提供了与上述太赫兹图像危险品识别方法相对应的太赫兹图像危险品识别装置、设备和可读存储介质，具有上述技术效果，在此不再赘述。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中一种太赫兹图像危险品识别方法的实施流程图；图2为本专利技术实施例中另一种太赫兹图像危险品识别方法的结构示意图；图3为本专利技术实施例中另一种太赫兹图像危险品识别方法的结构示意图；图4为本专利技术实施例中另一种太赫兹图像危险品识别方法的结构示意图；图5为不同的边缘检测算子的边缘检测效果对比图；图6为应用本专利技术实施例所提供的技术方案后获得的太赫兹危险品识别结果示意图；图7为本专利技术实施例中太赫兹图像预处理滤波方式对比示意图；图8为本专利技术实施例中一种太赫兹危险品识别方法的分类过程的示意图；图9为本专利技术实施例中一种太赫兹图像危险品识别方法的具体流程示意图；图10为本专利技术实施例中一种太赫兹图像危险品识别装置的结构示意图；图11为本专利技术实施例中一种太赫兹图像危险品识别设备的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一：请参考图1，图1为本专利技术实施例中一种太赫兹图像危险品识别方法的流程图，该方法包括以下步骤：S101、对待识别的太赫兹图像进行预处理，并提取太赫兹图像中的边缘信息。其中，待识别的太赫兹图像可以为实时安检时获取到的太赫兹图像，也可以是对预先设置图像库中的太赫兹图像。对该待检测的太赫兹图像进行预处理可以为将其从非灰度图转换为灰度图、进行去噪处理或提升分辨率的处理等。然后对进行预处理后的太赫兹图像提取边缘信息。其中，边缘指周围像素灰度有变化的那些像素的集合，主要表现为图像局部调整的不连续性，也就是通常说的信号发生歧义变化的地方。边缘信息可以包括图像边缘轮廓的几何形状，边缘在太赫兹图像中所处的位置，边缘的数目，闭合边缘的大小等信息。在本实施例中，可以采用常见如Roberts(一种利用局部差分算子寻找边缘的一阶微分算子)、Sobel(一种利用像素邻近区域的梯度值来计算像素梯度的一阶微分算子)、Prewitt(一种通过像素平均来抑制噪声的一阶微分算子)、Laplacian-Gauss(一种先进行高斯滤波再进行拉普拉斯检测的二阶微分算子)、Canny(一种不易受噪声干扰，对弱边缘敏感的算子)等边缘检测算子进行边缘检测，在此不再赘述如何提取边缘信息。S102、利用边缘信息与预设危险品本文档来自技高网...

【技术保护点】
1.一种太赫兹图像危险品识别方法，其特征在于，包括：对待识别的太赫兹图像进行预处理，并提取所述太赫兹图像中的边缘信息；利用所述边缘信息与预设危险品对比库，判断所述太赫兹图像中是否存在危险品；如果是，则对所述太赫兹图像中的危险品边缘进行分割，获得危险品分割图像；将所述危险品分割图像输入预设分类网络进行处理，获得分类信息。

【技术特征摘要】
1.一种太赫兹图像危险品识别方法，其特征在于，包括：对待识别的太赫兹图像进行预处理，并提取所述太赫兹图像中的边缘信息；利用所述边缘信息与预设危险品对比库，判断所述太赫兹图像中是否存在危险品；如果是，则对所述太赫兹图像中的危险品边缘进行分割，获得危险品分割图像；将所述危险品分割图像输入预设分类网络进行处理，获得分类信息。2.根据权利要求1所述的太赫兹图像危险品识别方法，其特征在于，将所述危险品分割图像输入预设分类网络进行处理，获得分类信息，包括：将所述危险品分割图像作为ZFNet卷积神经网络的输入变量，获取所述ZFNet卷积神经网络输出的分类信息。3.根据权利要求1所述的太赫兹图像危险品识别方法，其特征在于，在将所述危险品分割图像输入预设分类网络进行处理，获得分类信息之后，还包括：将所述边缘信息中所述危险品边缘的位置信息和所述分类信息投影到所述太赫兹图像中。4.根据权利要求1所述的太赫兹图像危险品识别方法，其特征在于，所述对待识别的太赫兹图像进行预处理，包括：对待识别的太赫兹图像进行灰度变换；利用中值滤波对所述太赫兹图像进行平滑处理。5.根据权利要求1所述的太赫兹图像危险品识别方法，其特征在于，提取所述太赫兹图像中的边缘信息，包括：利用Canny边缘检测算子提取所述太赫兹图像的边缘信息。6.根据权利要求1所述的太赫兹图像危险品识别方法，其特征在于，利用所述边缘...

【专利技术属性】
技术研发人员：程良伦，林芝峰，吴衡，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44