一种包裹提取及跟踪方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供了一种包裹提取及跟踪方法、装置及电子设备，所述包裹提取方法包括：获取目标图像；确定目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：目标图像中具有该横坐标的各个像素点的像素值之和；基于所确定的各个统计值与目标阈值的大小关系，确定目标图像中的包裹所对应的目标横坐标区间；将目标图像中目标横坐标区间对应的图像区域，确定为包裹所在的目标区域，其中，目标横坐标区间对应的图像区域为：具有目标横坐标区间内横坐标的像素点所组成的图像区域。可见，通过本发明专利技术实施例提供的技术方案，可以有效地将包裹从目标图像中提取出来。

A package extraction and tracking method, device and electronic equipment

【技术实现步骤摘要】
一种包裹提取及跟踪方法、装置及电子设备
本专利技术涉及图像处理
，特别是涉及一种包裹提取及跟踪方法、装置及电子设备。
技术介绍
为了保障人身安全，安检的应用越来越广泛，例如，安检可以应用在地铁，物流，机场，汽车站，火车站，大型会场，宾馆等公共场所。下面以地铁为例进行举例说明，用户在进地铁站时，将自身随身携带的包裹放置在传输带上，包裹会随着传输带运动，在此过程中，安检机利用X射线照射包裹，X射线会透过包裹，通过分析透过包裹的X射线可以得到包裹图像，通过将包裹图像与预先生成的传输带图像进行合成，可以得到合成后的目标图像，如图1所示，其中传输带图像通常是白色的图像。并且，为了提高安全指数，在得到目标图像后，识别包裹类型以及跟踪包裹的需求日益增长。在识别包裹类型以及跟踪包裹时，均需要将包裹从目标图像中提取出来，因此，如何能够有效地将包裹从目标图像中提取出来是一个亟待解决的问题。
技术实现思路
本专利技术实施例的目的在于提供一种包裹提取及跟踪方法、装置及电子设备，以有效地将包裹从目标图像中提取出来。具体技术方案如下：第一方面，本专利技术实施例提供了一种包裹提取方法，所述方法包括：获取目标图像，其中，所述目标图像为将包裹图像和传输带图像合成所得到的图像；确定所述目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：所述目标图像中具有该横坐标的各个像素点的像素值之和；基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间；其中，所述目标阈值与目标统计值的差值的绝对值小于预设阈值，所述目标统计值为所确定的各个统计值中的最大值；将所述目标图像中所述目标横坐标区间对应的图像区域，确定为所述包裹所在的目标区域，其中，所述目标横坐标区间对应的图像区域为：具有所述目标横坐标区间内横坐标的像素点所组成的图像区域。可选的，所述确定所述目标图像中的各个横坐标对应的统计值的步骤，包括：生成所述目标图像对应的直方图，其中，所述直方图的各个横坐标为：所述目标图像中的各个像素点的横坐标，所述直方图中任一横坐标对应的纵坐标为：所述目标图像中具有该横坐标的各个像素点的像素值之和；针对所述目标图像中的每一横坐标，将所述直方图中该横坐标对应的纵坐标，作为该横坐标对应的统计值。可选的，所述基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间的步骤，包括：从所述目标图像的各个横坐标中，确定所对应统计值小于目标阈值的多个第一横坐标；将大小连续的各个第一横坐标所对应的第一横坐标区间，作为所述目标图像中的包裹所对应的目标横坐标区间。可选的，所述基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间的步骤，包括：从所述目标图像的各个横坐标中确定多个第二横坐标，其中，所述第二横坐标的相邻的两个横坐标对应的统计值与目标阈值的大小关系不一致；将任意两个符合预定条件的第二横坐标所确定的第二横坐标区间，作为所述目标图像中的包裹所对应的目标横坐标区间，其中，所述预定条件为：两个第二横坐标之间的任一横坐标对应的统计值小于所述目标阈值。可选的，在所述将所述目标图像中所述目标横坐标区间对应的图像区域，确定为所述包裹所在的目标区域的步骤之后，所述方法还包括：对所述目标图像进行抠图操作，得到目标区域；将所述目标区域输入预先训练好的神经网络中，得到所述包裹的包裹类别；其中，所述神经网络是基于样本包裹和所述样本包裹所对应的包裹类别训练得到的。第二方面，本专利技术实施例提供了一种包裹跟踪方法，所述方法包括：获取目标视频，其中，所述目标视频包括连续多帧目标图像，任一目标图像为将包裹图像和传输带图像合成所得到的图像；针对任一目标图像，确定该目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：该目标图像中具有该横坐标的各个像素点的像素值之和；针对任一目标图像，基于所确定的各个统计值与目标阈值的大小关系，确定该目标图像中的包裹所对应的目标横坐标区间，其中，所述目标阈值与目标统计值的差值的绝对值小于预设阈值，所述目标统计值为所确定的各个统计值中的最大值；计算任意相邻两帧目标图像中的包裹所对应的目标横坐标区间的重合度，将重合度大于预设重合度的两个目标横坐标区间对应的包裹确定为同一包裹。第三方面，本专利技术实施例提供了一种包裹提取装置，所述装置包括：图像获取模块，用于获取目标图像，其中，所述目标图像为将包裹图像和传输带图像合成所得到的图像；第一统计值确定模块，用于确定所述目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：所述目标图像中具有该横坐标的各个像素点的像素值之和；第一横坐标区间确定模块，用于基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间；其中，所述目标阈值与目标统计值的差值的绝对值小于预设阈值，所述目标统计值为所确定的各个统计值中的最大值；目标区域确定模块，用于将所述目标图像中所述目标横坐标区间对应的图像区域，确定为所述包裹所在的目标区域，其中，所述目标横坐标区间对应的图像区域为：具有所述目标横坐标区间内横坐标的像素点所组成的图像区域。可选的，所述第一统计值确定模块，具体用于：生成所述目标图像对应的直方图，其中，所述直方图的各个横坐标为：所述目标图像中的各个像素点的横坐标，所述直方图中任一横坐标对应的纵坐标为：所述目标图像中具有该横坐标的各个像素点的像素值之和；针对所述目标图像中的每一横坐标，将所述直方图中该横坐标对应的纵坐标，作为该横坐标对应的统计值。可选的，所述第一横坐标区间确定模块，包括：第一横坐标确定子模块，用于从所述目标图像的各个横坐标中，确定所对应统计值小于目标阈值的多个第一横坐标；第一横坐标区间确定子模块，用于将大小连续的各个第一横坐标所对应的第一横坐标区间，作为所述目标图像中的包裹所对应的目标横坐标区间。可选的，所述第一横坐标区间确定模块，包括：第二横坐标确定子模块，用于从所述目标图像的各个横坐标中确定多个第二横坐标，其中，所述第二横坐标的相邻的两个横坐标对应的统计值与目标阈值的大小关系不一致；第二横坐标区间确定子模块，用于将任意两个符合预定条件的第二横坐标所确定的第二横坐标区间，作为所述目标图像中的包裹所对应的目标横坐标区间，其中，所述预定条件为：两个第二横坐标之间的任一横坐标对应的统计值小于所述目标阈值。可选的，所述装置还包括：目标图像抠图模块，用于在所述目标区域确定模块确定了所述包裹所在的目标区域后，对所述目标图像进行抠图操作，得到目标区域；包裹类别确定模块，用于将所述目标区域输入预先训练好的神经网络中，得到所述包裹的包裹类别；其中，所述神经网络是基于样本包裹和所述样本包裹所对本文档来自技高网...

【技术保护点】
1.一种包裹提取方法，其特征在于，所述方法包括：/n获取目标图像，其中，所述目标图像为将包裹图像和传输带图像合成所得到的图像；/n确定所述目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：所述目标图像中具有该横坐标的各个像素点的像素值之和；/n基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间；其中，所述目标阈值与目标统计值的差值的绝对值小于预设阈值，所述目标统计值为所确定的各个统计值中的最大值；/n将所述目标图像中所述目标横坐标区间对应的图像区域，确定为所述包裹所在的目标区域，其中，所述目标横坐标区间对应的图像区域为：具有所述目标横坐标区间内横坐标的像素点所组成的图像区域。/n

【技术特征摘要】
1.一种包裹提取方法，其特征在于，所述方法包括：
获取目标图像，其中，所述目标图像为将包裹图像和传输带图像合成所得到的图像；
确定所述目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：所述目标图像中具有该横坐标的各个像素点的像素值之和；
基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间；其中，所述目标阈值与目标统计值的差值的绝对值小于预设阈值，所述目标统计值为所确定的各个统计值中的最大值；
将所述目标图像中所述目标横坐标区间对应的图像区域，确定为所述包裹所在的目标区域，其中，所述目标横坐标区间对应的图像区域为：具有所述目标横坐标区间内横坐标的像素点所组成的图像区域。


2.根据权利要求1所述的方法，其特征在于，所述确定所述目标图像中的各个横坐标对应的统计值的步骤，包括：
生成所述目标图像对应的直方图，其中，所述直方图的各个横坐标为：所述目标图像中的各个像素点的横坐标，所述直方图中任一横坐标对应的纵坐标为：所述目标图像中具有该横坐标的各个像素点的像素值之和；
针对所述目标图像中的每一横坐标，将所述直方图中该横坐标对应的纵坐标，作为该横坐标对应的统计值。


3.根据权利要求1所述的方法，其特征在于，所述基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间的步骤，包括：
从所述目标图像的各个横坐标中，确定所对应统计值小于目标阈值的多个第一横坐标；
将大小连续的各个第一横坐标所对应的第一横坐标区间，作为所述目标图像中的包裹所对应的目标横坐标区间。


4.根据权利要求1所述的方法，其特征在于，所述基于所确定的各个统计值与目标阈值的大小关系，确定所述目标图像中的包裹所对应的目标横坐标区间的步骤，包括：
从所述目标图像的各个横坐标中确定多个第二横坐标，其中，所述第二横坐标的相邻的两个横坐标对应的统计值与目标阈值的大小关系不一致；
将任意两个符合预定条件的第二横坐标所确定的第二横坐标区间，作为所述目标图像中的包裹所对应的目标横坐标区间，其中，所述预定条件为：两个第二横坐标之间的任一横坐标对应的统计值小于所述目标阈值。


5.根据权利要求1至4任一项所述的方法，其特征在于，在所述将所述目标图像中所述目标横坐标区间对应的图像区域，确定为所述包裹所在的目标区域的步骤之后，所述方法还包括：
对所述目标图像进行抠图操作，得到目标区域；
将所述目标区域输入预先训练好的神经网络中，得到所述包裹的包裹类别；
其中，所述神经网络是基于样本包裹和所述样本包裹所对应的包裹类别训练得到的。


6.一种包裹跟踪方法，其特征在于，所述方法包括：
获取目标视频，其中，所述目标视频包括连续多帧目标图像，任一目标图像为将包裹图像和传输带图像合成所得到的图像；
针对任一目标图像，确定该目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：该目标图像中具有该横坐标的各个像素点的像素值之和；
针对任一目标图像，基于所确定的各个统计值与目标阈值的大小关系，确定该目标图像中的包裹所对应的目标横坐标区间，其中，所述目标阈值与目标统计值的差值的绝对值小于预设阈值，所述目标统计值为所确定的各个统计值中的最大值；
计算任意相邻两帧目标图像中的包裹所对应的目标横坐标区间的重合度，将重合度大于预设重合度的两个目标横坐标区间对应的包裹确定为同一包裹。


7.一种包裹提取装置，其特征在于，所述装置包括：
图像获取模块，用于获取目标图像，其中，所述目标图像为将包裹图像和传输带图像合成所得到的图像；
第一统计值确定模块，用于确定所述目标图像中的各个横坐标对应的统计值，其中，任一横坐标对应的统计值为：所述目标图像中具有该横坐标的各个像素点的像素值之和；
第一横坐标区...

【专利技术属性】
技术研发人员：张迪，童俊艳，任烨，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33