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() 一种旅客随身行李筐遗落物品检测方法技术_技高网

一种旅客随身行李筐遗落物品检测方法技术

技术编号:41331492 阅读:4 留言:0更新日期:2024-05-20 09:52
一种旅客随身行李筐遗落物品检测方法包括:S1:采集不同时间段行李筐空筐图像,并标注特征点和检测范围;S2:对行李筐空筐图像预处理,获得特征点在行李筐空筐图像上的像素坐标,并将行李筐空筐图像按照时间段划分,形成不同时间段的模板组图像;S3:将实时采集的行李筐图像作为待检图像输入,对待检图橡通道分离,单通道处理后合并,选择相同时间段的模板组图像,将模板组图像上的特征点在待检图像上进行匹配,获得特征点在待检图橡上的匹配度、角度和像素坐标信息;S4:判断是否在待检图橡上匹配到对应特征点,根据判断结果对行李筐中是否存在物品进行判断,对待检图橡优化后匹配,减小外界环境光线对图像的影响,多次判断提高检测准确率。

【技术实现步骤摘要】

本专利技术属于安检,具体涉及一种旅客随身行李筐遗落物品检测方法


技术介绍

1、旅客随身行李安检时,通常采用行李筐放置旅客随身行李,然后将行李筐推入 x光机进行安全检查,安检通过后,旅客将随身行李从行李筐中取出,行李空筐送回安检通道前端循环利用,在安检通道末端旅客取出行李过程中,经常发生身份证、钥匙、银行卡、机票等小件物品遗落事件,为旅客出行带来烦恼与不便。

2、申请号201910386423.4公开了一种空箱智能识别系统及识别方法,具体公开了一种空箱智能识别方法,所述方法包括以下步骤:

3、步骤一、传送带传送安检箱通过光电传感器;

4、步骤二、所述光电传感器感应到所述安检箱,触发成像装置对所述安检箱进行成像;

5、步骤三、所述成像装置传输成像信息到工控一体机的视觉处理模块,所述视觉处理模块对所述成像信息与预设的空箱照片进行比对识别;若比对结果不同,说明所述安检箱中有遗留物品,则控制警示设备发出警示,并通过所述工控一体机显示界面显示出当前所述安检箱中的图像,并标记出所述遗留物品的位置;若所述成像信息与所述空箱照片比对一致,则所述传送带自动把无遗留物品的所述安检箱送到下层回流线体。

6、上述专利虽然能够对安检箱中是否有遗留物品进行识别,但是单纯的依靠拍摄的照片进行比对,由于遗落物品的外形尺寸、材质的不确定性,以及安检通道一天中不同时间段环境光照度干扰,会造成识别结果不准确。

7、为此,本专利技术要解决的技术问题为:上述专利对行李筐中是否有遗留物品进行检测时,单纯的依靠拍摄的照片进行比对,由于遗落物品的外形尺寸、材质的不确定性,以及安检通道一天中不同时间段环境光照度干扰,会造成识别结果不准确。


技术实现思路

1、为解决上述专利对行李筐中是否有遗留物品进行检测时,单纯的依靠拍摄的照片进行比对,由于遗落物品的外形尺寸、材质的不确定性,以及安检通道一天中不同时间段环境光照度干扰,会造成识别结果不准确的技术问题,本专利技术提供一种旅客随身行李筐遗落物品检测方法。

2、具体方案如下:

3、一种旅客随身行李筐遗落物品检测方法,具体包括以下步骤:

4、步骤s1:采集不同时间段旅客行李筐空筐图像数据,在行李筐空筐图像上标注特征点和检测范围;

5、步骤s2:对行李筐空筐图像预处理,获得特征点在行李筐空筐图像上的像素坐标,并将行李筐空筐图像按照时间段进行划分,形成不同时间段的模板组图像;

6、步骤s3:将实时采集到的行李筐图像作为待检图像输入,对待检图橡进行通道分离,单通道处理后进行合并,优化待检图像,选择相同时间段的模板组图像,将模板组图像上的特征点在待检图像上进行匹配,获得特征点在待检图橡上的匹配度、角度和像素坐标信息;

7、步骤s4:判断是否在待检图橡上匹配到对应特征点,根据判断结果对行李筐中是否存在物品进行判断。

8、所述步骤s4具体包括:

9、s41:若没有匹配到对应特征点,则行李筐内有物品遮挡特征点,行李筐内存在物品;

10、s42:若匹配到对应特征点,进行相应处理后,继续对行李筐中是否存在物品进行判断。

11、所述步骤s42具体包括:

12、s421:根据待检图像上的特征点信息和匹配的模板组图像上的特征点信息,对待检图橡进行仿射变换,将待检图像的特征点与模板组图像上对应的特征点对齐;

13、s422:对齐后的待检图像与模板组图像进行作差处理,获得待检图像与模板组图像的差异部分;

14、s423:对差异部分进行中值滤波、裁剪、阈值分割处理,获得二值化后的差异图;

15、s424:筛选二值化的差异图;

16、s425:判断差异图的像素面积是否大于预设的像素面积值,根据判断结果对行李筐中是否存在物品进行判断。

17、所述步骤s424具体包括:

18、s4241:根据筛选条件判断差异图是否在预先标注的检测范围内,根据判断结果对行李筐中是否存在物品进行判断;

19、s4242:若差异图不在预先标注的检测范围内,则判断行李筐内无物品存在;

20、s4243:若差异图在预先标注的检测范围内,则进行步骤s425。

21、所述步骤s425具体包括:

22、s4251:若差异图的像素面积大于预设的像素面积值,则行李筐内存在物品;

23、s4252:若差异图的像素面积不大于预设的像素面积值,则判断是否存在多个距离相近的差异部分,根据判断结果对行李筐中是否存在物品进行判断。

24、所述步骤s4252具体包括:

25、s42521:若存在多个距离相近的差异部分,则行李筐内存在物品;

26、s42522:若不存在多个距离相近的差异部分,则行李筐内不存在物品。

27、所述步骤s3中,将实时采集的行李筐图像作为待检图橡输入,对待检图橡进行通道分离处理,形成 r通道、g通道、b通道三个通道的图像,将 r 通道图像进行高斯滤波处理,增强图像对比度,将 g 通道和 b 通道的图像进行直方图均衡化,对待检图像单通道处理后进行合并,优化待检图橡,查找相同时间段的模板组图像,截取模板组图像上的特征点,利用该模板组图像上的特征点在待检图橡上进行匹配,获得该特征点在待检图像上的匹配度,根据匹配度选择对应的模板组图像,即确定选择行李筐正放或是倒放的模板组图像,根据选择的模板组图像,记录模板组图像上的特征点,在待检图橡上对应的特征点的像素坐标和角度,获取检测结果。

28、本专利技术的有益效果为:

29、本专利技术通过对待检图橡进行通道分离,对不同通道分别进行处理后合并通道,得到优化后的图像,使得图像上的物品更加清晰,减小外界环境光线对图像的影响;利用优化后的图像与对应时间段的模板组图像进行比较识别,识别更准确;为降低由于物品表面颜色分布不均和光线分布不均,在阈值分割时,将物品分割为多个小目标区域的过程中,因面积过小而被忽略的影响,本专利技术对多个小目标区域进行判断处理,提高极端情况下目标物的识别率,对行李筐内是否存在遗留物品进行多次判断,提高检测准确率。

本文档来自技高网...

【技术保护点】

1.一种旅客随身行李筐遗落物品检测方法,其特征在于:

2.根据权利要求1所述的旅客随身行李筐遗落物品检测方法,其特征在于:

3.根据权利要求2所述的旅客随身行李筐遗落物品检测方法,其特征在于:

4.根据权利要求3所述的旅客随身行李筐遗落物品检测方法,其特征在于:

5.根据权利要求3所述的旅客随身行李筐遗落物品检测方法,其特征在于:

6.根据权利要求5所述的旅客随身行李筐遗落物品检测方法,其特征在于:

7.根据权利要求1所述的旅客随身行李筐遗落物品检测方法,其特征在于:

【技术特征摘要】

1.一种旅客随身行李筐遗落物品检测方法,其特征在于:

2.根据权利要求1所述的旅客随身行李筐遗落物品检测方法,其特征在于:

3.根据权利要求2所述的旅客随身行李筐遗落物品检测方法,其特征在于:

4.根据权利要求3所述的旅客随身行李筐遗落...

【专利技术属性】
技术研发人员:黄小珂李传璨赵年邓禹靳成学刘建伟任治隆
申请(专利权)人:中国船舶集团有限公司第七一三研究所
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