危险品检测方法、装置和存储介质制造方法及图纸

技术编号:24170383 阅读:36 留言:0更新日期:2020-05-16 02:45
本发明专利技术公开了危险品检测方法、装置和存储介质,方法包括以下步骤:对预设数据集的图像进行预处理;对预处理后的图像进行第一卷积操作;根据第一卷积操作结果,进行第二卷积操作;将第一卷积操作结果和第二卷积操作结果进行特征融合,得到特征融合图像;根据特征融合图像,构建危险品自动检测模型;根据危险品自动检测模型,输出危险品检测结果。通过本发明专利技术提高危险品检测的实时性和准确率,提高对体积小的危险品的检测效果,使检测结果更加直观。本发明专利技术作为一种危险品检测方法、装置和存储介质,可广泛应用于检测技术领域。

【技术实现步骤摘要】
危险品检测方法、装置和存储介质
本专利技术涉及检测领域,尤其是一种危险品检测方法、装置和存储介质。
技术介绍
安全检查(简称安检)是保障交通运输、公共场所安全的重要环节,关系着社会稳定。随着交通运输的人流量增加,对安检的要求更加严格,如何提供高质量且高效率的安检为当前需要解决的问题。目前,对乘客行李的安检还依赖于人工,将行李通过X光机,由X光机开机员进行人工识别,而由于行李的摆放角度的不同,或者物体的密度、体积不同,通过X光机得出的图像千差万别,例如即使为同一种危险品,得出的图像也不相同,因此依赖人工识别难以准确地区分出危险品。同时,如当危险品的体积较小,如子弹、打火机等,容易出现遗漏。
技术实现思路
有鉴于此,为了解决上述技术问题,本专利技术的目的是提供准确全面的危险品检测方法、装置和存储介质。本专利技术采用的技术方案是:危险品检测方法,包括以下步骤:对预设数据集的图像进行预处理;对预处理后的图像进行第一卷积操作;根据第一卷积操作结果,进行第二卷积操作;将第一卷积操作结果和第二卷积操本文档来自技高网...

【技术保护点】
1.危险品检测方法,其特征在于,包括以下步骤:/n对预设数据集的图像进行预处理;/n对预处理后的图像进行第一卷积操作;/n根据第一卷积操作结果,进行第二卷积操作;/n将第一卷积操作结果和第二卷积操作结果进行特征融合,得到特征融合图像;/n根据特征融合图像,构建危险品自动检测模型;/n根据危险品自动检测模型,输出危险品检测结果;/n其中,预处理包括卷积计算和/或对比度增强处理;/n预设数据集的图像包括含有危险品的X射线图像,含有危险品的X射线图像中包括危险品的位置信息和种类信息;/n危险品检测结果包括危险品的位置信息和种类信息。/n

【技术特征摘要】
1.危险品检测方法,其特征在于,包括以下步骤:
对预设数据集的图像进行预处理;
对预处理后的图像进行第一卷积操作;
根据第一卷积操作结果,进行第二卷积操作;
将第一卷积操作结果和第二卷积操作结果进行特征融合,得到特征融合图像;
根据特征融合图像,构建危险品自动检测模型;
根据危险品自动检测模型,输出危险品检测结果;
其中,预处理包括卷积计算和/或对比度增强处理;
预设数据集的图像包括含有危险品的X射线图像,含有危险品的X射线图像中包括危险品的位置信息和种类信息;
危险品检测结果包括危险品的位置信息和种类信息。


2.根据权利要求1所述危险品检测方法,其特征在于:所述对预设数据集的图像进行预处理的步骤中,包括以下步骤:
将预设数据集的图像与复小波进行卷积计算并进行多次迭代,将迭代结果与低通滤波进行卷积计算;
和/或计算预设数据集的图像的均值、方差和高频,并根据均值和方差对高频作增益乘积。


3.根据权利要求1所述危险品检测方法,其特征在于:所述对预处理后的图像进行第一卷积操作以及根据第一卷积操作结果,进行第二卷积操作的步骤,具体为:
通过第一卷积层组合对预处理后的图像进行第一卷积操作;
对第一卷积操作结果进行第一池化操作;
通过第一卷积层对第一池化操作结果进行第二卷积操作;
其中,第一卷积层组合包括至少一个卷积层,第一卷积操作包括至少两次卷积操作,第一卷积层组合和第一卷积层按先后顺序设置。


4.根据权利要求3所述危险品检测方法,其特征在于:所述将第一卷积操作结果和第二卷积操作结果进行特征融合,得到特征融合图像的步骤中,包括以下步骤:
将第一卷积操作结果,进行卷积计算并进行批归一化处理;
将第二卷积操作结果,进行反卷积计算和卷积计算并进行批归一化处理;
将两个批归一化处理结果进行串联操作,得到特征融合图像。


5.根据权利要求3所述危险品检测方法,其特征在于:所述根据特征融合图像,构建危险品自动检测模型的步骤中,包括以下步骤:
根据第二卷积操作结果,进行第二池化操作;
对第二池化操作结果进行第三卷积操作,得到特征图;
对特征图和特征融合图像进行定位和分类,得到危险品自动检测模型。


6.根据权利要求5所述危险品检测方法,其特征在于:所述根据危险品自动检测模型,输出危险品检测结果的步骤中,包括以下步骤:
将预处理后的预设数据集中的一个图像输入危险品自动检测模...

【专利技术属性】
技术研发人员:高强胡成伟洪锐锋陈裕通潘俊郑嘉曦林修杰雷家星卢献宇
申请(专利权)人:广州民航职业技术学院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1