【技术实现步骤摘要】
基于人工智能的集装箱病媒生物检测预警方法
[0001]本专利技术涉及图像数据处理
，具体涉及一种基于人工智能的集装箱病媒生物检测预警方法。
技术介绍
[0002]由于全球贸易的蓬勃发展，集装箱成为了货物运输的重要方式，一些昆虫、啮齿动物或其他生物可能会滞留在集装箱内，它们可能携带病原体，如疟原虫、登革热病毒、鼠疫细菌等，并有潜在传播给人类或动物的风险。所以为了减少这些疾病传播的风险，需要对集装箱进行病媒生物检测。目前对集装箱病媒生物检测一般采用的是X射线扫描法，利用X射线或伽马射线等辐射技术，对集装箱内部进行成像扫描，从而检测到集装箱内部物体的密度和形状，以便发现隐蔽的生物。进一步根据集装箱的X射线扫描图像进行图像分割，根据图像分割结果进行特征提取，以检测出可能存在的病媒生物。
[0003]而GrabCut算法由于分割速度快、分割效果好以及使用方便等特点，在图像分割领域使用较为广泛。但是GrabCut算法的图像分割效果极易受到平滑参数的影响，尤其是处理较为细长或狭窄的边缘的情况。较大的平滑参数能够使得分割结果更...
【技术保护点】
【技术特征摘要】
1.基于人工智能的集装箱病媒生物检测预警方法，其特征在于，所述方法包括：获取集装箱的X射线扫描图像；获取所述X射线扫描图像对应的上采样图像和下采样图像；根据下采样图像中像素点的灰度梯度分布情况和灰度值分布情况，得到对应的X射线扫描图像的前景区域；根据前景区域中像素点的局部灰度分布差异，得到前景区域中的各个连续纹理区域；根据连续纹理区域中每个像素点在所述上采样图像与所述下采样图像之间在空间位置以及灰度梯度上的差异，得到连续纹理区域中每个像素点对应的尺度特征差异；根据所述尺度特征差异和连续纹理区域中的像素点数量，得到每个连续纹理区域对应的边缘置信度；根据各个连续纹理区域的整体灰度差异和边缘置信度，得到X射线扫描图像的平滑参数；根据所述平滑参数对X射线扫描图像进行GrabCut图像分割，得到X射线扫描图像的自适应图像分割结果；根据所述自适应图像分割结果进行集装箱病媒生物检测预警。2.根据权利要求1所述的基于人工智能的集装箱病媒生物检测预警方法，其特征在于，所述X射线扫描图像的前景区域的获取方法包括：计算所述下采样图像中所有像素点的灰度值均值，将每个像素点的灰度值与所述灰度值均值之间的差值，作为每个像素点的第一参考判定值；获取下采样图像中各个像素点的灰度梯度值；计算每个像素点预设第一邻域范围内所有像素点的灰度梯度值均值，将每个像素点的灰度梯度值与对应灰度梯度值均值之间的差值，作为每个像素点的第二参考判定值；在所述下采样图像中，将满足第一参考判定值小于或等于0且第二参考判定值大于0的像素点作为前景像素点；将下采样图像中所有前景像素点对应的区域作为下采样图像对应的前景区域；将下采样图像对应的前景区域映射到X射线扫描图像中，得到X射线扫描图像的前景区域。3.根据权利要求1所述的基于人工智能的集装箱病媒生物检测预警方法，其特征在于，所述连续纹理区域的获取方法包括：在前景区域中任选一个像素点作为目标纹理像素点；在X射线扫描图像中，将所述目标纹理像素点作为生长点进行区域生长，在生长点预设第二邻域范围内对应灰度值满足预设生长条件的像素点作为新的生长点进行区域生长，直至所有的新的生长点的预设第二邻域范围内的所有像素点的灰度值均不满足预设生长条件时停止区域生长，得到对应的连续纹理区域；所述预设生长条件包括：与对应生长点灰度值之间的差异的负相关映射值大于预设生长阈值。4.根据权利要求1所述的基于人工智能的集装箱病媒生物检测预警方法，其特征在于，所述尺度特征差异的获取方法包括：将任意一个连续纹理区域中的任意一个像素点作为目标像素点；将上采样图像和下采样图像置于同一坐标系下，在所述坐标系中，将目标像素点映射到下采样图像后的坐标点作为下采样坐标点，将目标像素点映射到上采样图像后的坐标点作为上采样坐标点；将所述上采...
【专利技术属性】
技术研发人员：滕新栋，杨宇，贺骥，王渊，
申请(专利权)人：青岛国际旅行卫生保健中心青岛海关口岸门诊部，
类型：发明
国别省市：
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。