System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 液体属性检测方法和装置制造方法及图纸_技高网

液体属性检测方法和装置制造方法及图纸

技术编号:40343749 阅读:7 留言:0更新日期:2024-02-09 14:30
本发明专利技术实施例提出液体属性检测方法和装置。方法包括:获取包裹的X光图像,并基于X光图像上每个像素点的灰度,确定每个像素点的有效原子序数;基于X光图像上每个像素点的灰度、以及每个像素点的有效原子序数,确定X光图像上包裹中的瓶身区域,瓶身区域为装有液体的容器所在的区域;在包裹中的瓶身区域中提取无遮挡区域,若未提取到,则确定包裹中的瓶身区域被全部遮挡,将包裹中的瓶身区域的遮挡物和瓶身区域内的液体区域分离,计算液体区域内每个像素点的有效原子序数,根据液体区域内每个像素点的有效原子序数确定液体属性。本发明专利技术实施例提高了安检场景下对包裹中的液体的检测效率和检测准确性。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及液体属性检测方法和装置


技术介绍

1、x射线安检设备是通过输送装置对物体进行列扫描检查的电子设备,具备较强的穿透能力,可以在不破坏物体内部结构的基础上成像,目前被广泛应用于海关、机场、博物馆等重要场所。

2、x射线安检设备一般包括控制系统和硬件系统。其中,控制系统包括:传感单元和控制单元,用于探测是否有被检测物体进入安检设备,以及调整安检设备系统参数;硬件系统包括射线源、x射线探测器和运动传输机构(如:辊筒),硬件系统用于发射和接收x射线、带动被检测物体以不同的速度在安检设备中移动以及采集包裹透射图像。

3、在地铁、机场等公共场所,乘客会经常性携带装有液体的容器,安检人员需对该液体属性进行检查。目前常用的液体检测方法包括:乘客进行试喝;或者乘客从包裹中将液体容器取出,然后采用单独的液体检测仪进行检测;这两种方式均存在检测效率较低的问题,尤其是乘客流量较大时,容易造成拥挤;其他检测方法还包括直接利用x光对包裹中的液体进行检测,例如使用安检ct对包裹中的液体进行检测,但该方法也存在检测效率低、以及检测准确性低的问题。


技术实现思路

1、本专利技术实施例提出液体属性检测方法和装置,至少可以用于解决安检场景下对包裹中的液体进行检测时存在的检测效率低、检测准确性低的问题。

2、本专利技术实施例的技术方案是这样实现的:

3、一种液体属性检测方法,该方法包括:

4、获取包裹的x光图像,并基于所述x光图像上每个像素点的灰度,确定每个像素点的有效原子序数;

5、基于所述x光图像上每个像素点的灰度、以及每个像素点的有效原子序数,确定所述x光图像上包裹中的瓶身区域,所述瓶身区域为装有液体的容器所在的区域;

6、在包裹中的瓶身区域中提取无遮挡区域,若未提取到,则确定包裹中的瓶身区域被全部遮挡,则将包裹中的瓶身区域的遮挡物和瓶身区域内的液体区域分离,并计算液体区域内每个像素点的有效原子序数,根据液体区域内每个像素点的有效原子序数确定液体属性。

7、上述实施例中,通过在包裹中的瓶身区域中提取无遮挡区域,若未提取到,则确定包裹中的瓶身区域被全部遮挡,将包裹中的瓶身区域的遮挡物和瓶身区域内的液体区域分离,并计算液体区域内每个像素点的有效原子序数,根据液体区域内每个像素点的有效原子序数确定液体区域的液体属性,从而实现了在瓶身区域被全部遮挡情况下对液体属性的识别;并且,检测过程中不需要将液体容器从乘客包裹中单独取出,实现了直接利用x光成像技术对包裹中的液体进行成像检测、并且成像速度快,提高了对包裹中的液体进行检测时的检测效率、以及检测准确性。

8、一种液体属性检测方法,该方法包括:

9、获取包裹的x光图像,并基于所述x光图像上每个像素点的灰度,确定每个像素点的有效原子序数;

10、基于所述x光图像上每个像素点的灰度、以及每个像素点的有效原子序数,确定所述x光图像上包裹中的瓶身区域,所述瓶身区域为装有液体的容器所在的区域;

11、基于所述瓶身区域的边缘上的像素点,对所述瓶身区域的边界进行扩张,得到参数区,所述参数区为:扩张之后的边界限定的总区域中除去所述瓶身区域之外的剩余区域;

12、基于所述参数区中各像素点的灰度和有效原子序数,确定所述瓶身区域中是否存在遮挡区域;

13、基于所述瓶身区域中是否存在遮挡区域的确定结果,分别采用不同的识别策略确定所述瓶身区域中的液体属性。

14、上述实施例中,通过对包裹的瓶身区域的边界进行扩张,根据扩张区域对应的参数区确定瓶身区域中是否存在遮挡区域,并根据瓶身区域中是否存在遮挡区域的确定结果,分别采用不同的识别策略确定所述瓶身区域中的液体属性,从而实现了对包裹的瓶身区域是否存在遮挡的检测以及对瓶身区域的液体属性的识别。检测过程中不需要将液体容器从乘客包裹中单独取出,实现了直接利用x光成像技术对包裹中的液体进行成像检测、并且成像速度快,提高了对包裹中的液体进行检测时的检测效率、以及检测准确性。

本文档来自技高网...

【技术保护点】

1.一种液体属性检测方法,其特征在于,该方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将包裹中的瓶身区域的遮挡物和瓶身区域内的液体区域分离,包括:

3.根据权利要求1或2所述的方法,其特征在于,所述在包裹中的瓶身区域中提取无遮挡区域,包括:

4.根据权利要求3所述的方法,其特征在于,所述检测包裹中的瓶身区域的遮挡物的材料类别,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述遮挡物的材料类别计算所述遮挡物的材料厚度,包括:

6.根据权利要求5所述的方法,其特征在于,所述计算液体区域内每个像素点的有效原子序数,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据液体区域内每个像素点的有效原子序数确定液体属性,包括:

8.根据权利要求1所述的方法,其特征在于,所述在包裹中的瓶身区域中提取无遮挡区域之后,进一步包括:

9.根据权利要求3所述的方法,其特征在于,当确定该子参数区相邻的预设范围内的瓶身区域为无遮挡区域时,所述方法进一步包括:

10.根据权利要求9所述的方法,其特征在于,所述将该感兴趣区域内有效原子序数属于预选有效原子序数范围内的像素点作为种子点之后、所述将所有感兴趣区域的所有种子点的灰度和有效原子序数输入预先训练好的深度学习网络进行液体属性识别之前,进一步包括:

11.根据权利要求1所述的方法,其特征在于,所述X光图像为高低能图像,所述像素点的灰度包括:像素点的高能灰度和低能灰度。

12.根据权利要求11所述的方法,其特征在于,所述获取包裹的X光图像,包括:

13.一种液体属性检测方法,其特征在于,该方法包括:

14.根据权利要求13所述的方法,其特征在于,所述基于所述瓶身区域中是否存在遮挡区域的确定结果,分别采用不同的识别策略确定所述瓶身区域中的液体属性,包括:

15.根据权利要求13或14所述的方法,其特征在于,所述对所述瓶身区域的边界进行扩张,包括:

16.根据权利要求15所述的方法,其特征在于,所述分别采用不同的识别策略确定所述瓶身区域中的液体属性,包括:

17.根据权利要求16所述的方法,其特征在于,所述将该感兴趣区域内有效原子序数属于预选有效原子序数范围内的像素点作为种子点之后、所述将所有感兴趣区域的所有种子点的灰度和有效原子序数输入预先训练好的深度学习网络进行液体属性识别之前,进一步包括:

18.根据权利要求15所述的方法,其特征在于,所述将包裹中的瓶身区域的遮挡物和瓶身区域内的液体区域分离,包括:

19.根据权利要求18所述的方法,其特征在于,所述检测包裹中的瓶身区域的遮挡物的材料类别,包括:

20.根据权利要求19所述的方法,其特征在于,所述根据所述遮挡物的材料类别计算所述遮挡物的材料厚度,包括:

21.根据权利要求20所述的方法,其特征在于,所述计算液体区域内每个像素点的有效原子序数,包括:

22.根据权利要求21所述的方法,其特征在于,所述根据液体区域内每个像素点的有效原子序数确定液体属性,包括:

23.根据权利要求13所述的方法,其特征在于,所述X光图像为高低能图像;

24.一种液体属性检测装置,其特征在于,该装置包括:

25.一种液体属性检测装置,其特征在于,该装置包括:

...

【技术特征摘要】

1.一种液体属性检测方法,其特征在于,该方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将包裹中的瓶身区域的遮挡物和瓶身区域内的液体区域分离,包括:

3.根据权利要求1或2所述的方法,其特征在于,所述在包裹中的瓶身区域中提取无遮挡区域,包括:

4.根据权利要求3所述的方法,其特征在于,所述检测包裹中的瓶身区域的遮挡物的材料类别,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述遮挡物的材料类别计算所述遮挡物的材料厚度,包括:

6.根据权利要求5所述的方法,其特征在于,所述计算液体区域内每个像素点的有效原子序数,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据液体区域内每个像素点的有效原子序数确定液体属性,包括:

8.根据权利要求1所述的方法,其特征在于,所述在包裹中的瓶身区域中提取无遮挡区域之后,进一步包括:

9.根据权利要求3所述的方法,其特征在于,当确定该子参数区相邻的预设范围内的瓶身区域为无遮挡区域时,所述方法进一步包括:

10.根据权利要求9所述的方法,其特征在于,所述将该感兴趣区域内有效原子序数属于预选有效原子序数范围内的像素点作为种子点之后、所述将所有感兴趣区域的所有种子点的灰度和有效原子序数输入预先训练好的深度学习网络进行液体属性识别之前,进一步包括:

11.根据权利要求1所述的方法,其特征在于,所述x光图像为高低能图像,所述像素点的灰度包括:像素点的高能灰度和低能灰度。

12.根据权利要求11所述的方法,其特征在于,所述获取包裹的x光图像,包括:

13.一种液体属性检测方...

【专利技术属性】
技术研发人员:路凯凯窦威徐光明
申请(专利权)人:杭州睿影科技有限公司
类型:发明
国别省市:

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