CN103901489B - 检查物体的方法、显示方法和设备 - Google Patents
检查物体的方法、显示方法和设备 Download PDFInfo
- Publication number
- CN103901489B CN103901489B CN201210581468.5A CN201210581468A CN103901489B CN 103901489 B CN103901489 B CN 103901489B CN 201210581468 A CN201210581468 A CN 201210581468A CN 103901489 B CN103901489 B CN 103901489B
- Authority
- CN
- China
- Prior art keywords
- projection image
- depth
- dimensional data
- depth projection
- luggage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013170 computed tomography imaging Methods 0.000 claims abstract description 33
- 230000011218 segmentation Effects 0.000 claims description 34
- WSFSSNUMVMOOMR-UHFFFAOYSA-N formaldehyde Substances O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 claims description 17
- 238000011524 similarity measure Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 21
- 238000001514 detection method Methods 0.000 abstract description 16
- 230000000295 complement effect Effects 0.000 abstract description 3
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000005728 strengthening Methods 0.000 abstract description 3
- 239000010410 layer Substances 0.000 description 25
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000003325 tomography Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000013598 vector Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000002360 explosive Substances 0.000 description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
- G01V5/22—Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
- G01V5/226—Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays using tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
- G01V5/22—Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
- G01V5/224—Multiple energy techniques using one type of radiation, e.g. X-rays of different energies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30112—Baggage; Luggage; Suitcase
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Image Processing (AREA)
- Pulmonology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
Abstract
公开了一种检查行李的方法、显示方法和设备。该显示方法包括步骤:利用CT成像系统获取被检查行李的断层数据;从断层数据生成所述被检查行李中各个物体的三维体数据;针对每个物体,基于三维体数据确定至少包括该物体的量词描述的语义描述;接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述。利用上述方案,通过自动检测与描述,实现物体的自动辅助检测。物体描述结果是对人工检测的必要补充,也是加强人机交互的一种手段,在减少漏检这一重要问题上有很强的应用价值。
Description
技术领域
本发明涉及一种对物体的安全检查,具体涉及检查物体的方法、显示方法和设备。
背景技术
透视成像是安检领域的重要手段,典型应用过程为:设备对行李物品进行透视扫描并成像,图检员经过判图,手工标注嫌疑物区域,并对区域做出语义描述,如“打火机”、“一瓶酒”等等。这一过程过分依赖人的因素,在真正危险物以极小概率出现、图检员经验有限、疲劳等因素影响下,会导致漏检,造成严重后果。
解决这一问题的典型手段以自动辅助检测为主,以增加设备与安检员交互为辅。自动检测虽然为主要手段,但效果不尽人意。其典型技术如爆炸物检测、高密度报警等不能充分满足应用需求。究其原因,一方面是技术条件所限,如DEDR(Dual Energy DigitalRadiography)中的透视重叠造成物体混叠,另一方面也是学界的研究较少,较新的技术如DECT(DualEnergy Computed Tomography)需要新的检测算法支持所致。
DECT是解决这一问题的优势技术,它由DR、CT技术发展而来,在获取扫描物三维结构信息的同时,可以得到物体内部的有效原子序数与等效电子密度,因此具备了进行三维数据理解的条件。但现有的研究目标往往是某特定物体的目标检测,且主要依赖密度、原子序数信息,缺乏对“物体”信息的认识。
发明内容
为了更为准确地对行李进行安全检查。提出了一种检查物体的方法、显示方法和设备。
根据本发明的一个方面,提出了一种在CT成像系统中对行李进行检查的方法,包括步骤:利用所述CT成像系统获取被检查行李的断层数据;从 所述断层数据生成所述被检查行李中至少一个物体的三维体数据;基于所述三维体数据计算所述物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交;计算所述第一深度投影图像、所述第二深度投影图像和所述第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比;至少基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述物体的形状特征参数;利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述;输出至少包括所述物体的量词描述的语义描述。
根据本发明的另一方面,提供了一种在CT成像系统中对行李进行检查的设备,包括:利用所述CT成像系统获取被检查行李的断层数据的装置;从所述断层数据生成所述被检查行李中至少一个物体的三维体数据的装置;基于所述三维体数据计算所述物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交的装置;计算所述第一深度投影图像、所述第二深度投影图像和所述第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比的装置;至少基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述物体的形状特征参数的装置;利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述的装置;输出至少包括所述物体的量词描述的语义描述的装置。
在本发明的另一方面,提供了一种在CT成像系统中显示物体的方法,包括步骤:利用所述CT成像系统获取被检查行李的断层数据;从所述断层数据生成所述被检查行李中各个物体的三维体数据;针对每个物体,基于所述三维体数据确定至少包括所述物体的量词描述的语义描述;接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述。
在本发明的另一方面,提供了一种在CT成像系统中显示物体的设备, 包括:利用所述CT成像系统获取被检查行李的断层数据的装置;从所述断层数据生成所述被检查行李中至少一个物体的三维体数据的装置;针对每个物体,基于所述三维体数据确定至少包括所述物体的量词描述的语义描述的装置;接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述的装置。
利用上述方案,通过自动检测与描述,实现物体的自动辅助检测。物体描述结果是对人工检测的必要补充,也是加强人机交互的一种手段,在减少漏检这一重要问题上有很强的应用价值。
附图说明
下面的附图表明了本技术的实施方式。这些附图和实施方式以非限制性、非穷举性的方式提供了本技术的一些实施例,其中:
图1是根据本发明实施例的CT系统的结构示意图;
图2是根据本发明实施例的计算机数据处理器的结构示意图;
图3是根据本发明实施例的控制器的结构示意图;
图4是描述从View1、View2、View3三个视角做深度投影的示意图;
图5是描述根据在CT成像系统中对被检查物体进行检查的方法的流程图;
图6是描述根据本发明另一实施例的在CT成像系统中显示物体的方法的流程图;
图7是描述根据本发明另一实施例的在CT成像系统中创建行李中物体的三维模型的方法的流程图;
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的结构、材料或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的 提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
针对现有技术中的仅仅使用被检查行李中物体的物理属性信息进行安全检查的不足之处,本发明的实施例提出了一种在CT成像系统中对行李进行检查的方法。利用CT成像系统获取被检查行李的断层数据后,从被检查行李的断层数据生成被检查行李中至少一个物体的三维体数据。然后基于三维体数据计算物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交。接下来,计算第一、第二和第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比。至少基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述被检查物体的形状特征参数。利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述。输出至少包括所述物体的所述量词描述的语义描述。这样,通过对CT成像系统获得的物体的数据进行处理得到了物体的形状特征,并且以其语义描述的方式输出,使得图检员能够直观、准确地得到被检查行李中物体的具体描述,从而降低了漏检率。
根据本发明的另一实施例,为了降低漏检率,提供了一种在CT成像系统中显示物体的方法。在利用CT成像系统获取被检查行李的断层数据后,从断层数据生成被检查行李中各个物体的三维体数据。然后,针对每个物体,基于三维体数据确定至少包括所述物体的量词描述的语义描述。接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述。这样,当被检查行李通过CT成像设备进行检查时,不但在屏幕上输出被检查行李中物体的图像,而且针对图检员所选择的物体输出其语义描述,从而直观地呈现物体的描述,降低了漏检率。
根据本发明的另一实施例,为了能够更为准确地提取被检查行李中物体的形状特征,本发明的实施例提供了一种在CT成像系统中创建被检查行李中物体的三维模型的方法。利用该CT成像系统获取被检查行李的断层数据后,对所述断层数据进行插值,生成所述被检查行李的三维体数据。然后对所述被检查行李的三维体数据进行无监督分割,得到多个分割的区域,接下来对多个分割的区域进行等值面提取,得到相应的等值面。然后对等值面进行三维表面分割,形成各个物体的三维模型。这样的得到的被检查行李中物体的三维模型能够较为准确地对被检查行李中物体的三维表面进行描述,为后续的三维形状特征的提取提供了较好的基础,因此能够提高安全检查的准确率。
图1是根据本发明实施方式的CT设备的结构示意图。如图1所示,根据本实施方式的CT设备包括:机架20、承载机构40、控制器50、计算机数据处理器60等。机架20包括发出检查用X射线的射线源10,诸如X光机,以及探测和采集装置30。承载机构40承载被检查行李70穿过机架20的射线源10与探测和采集装置30之间的扫描区域,同时机架20围绕被检查行李70的前进方向转动,从而由射线源10发出的射线能够透过被检查行李70,对被检查行李70进行CT扫描。探测和采集装置30例如是具有整体模块结构的探测器及数据采集器,例如平板探测器,用于探测透射被检液态物品的射线,获得模拟信号,并且将模拟信号转换成数字信号,从而输出被检查行李70针对X射线的投影数据。控制器50用于控制整个系统的各个部分同步工作。计算机数据处理器60用来处理由数据采集器采集的数据,对数据进行处理并重建,输出结果。
如图1所示,射线源10置于可放置被检物体的一侧,探测和采集装置30置于被检查行李70的另一侧,包括探测器和数据采集器,用于获取被检查行李70的透射数据和/或多角度投影数据。数据采集器中包括数据放大成形电路,它可工作于(电流)积分方式或脉冲(计数)方式。探测和采集装置30的数据输出电缆与控制器50和计算机数据处理器60连接,根据触发命令将采集的数据存储在计算机数据处理器60中。
图2示出了如图1所示的计算机数据处理器60的结构框图。如图2所示,数据采集器所采集的数据通过接口单元68和总线64存储在存储器61 中。只读存储器(ROM)62中存储有计算机数据处理器的配置信息以及程序。随机存取存储器(RAM)63用于在处理器66工作过程中暂存各种数据。另外,存储器61中还存储有用于进行数据处理的计算机程序。内部总线64连接上述的存储器61、只读存储器62、随机存取存储器63、输入装置65、处理器66、显示装置67和接口单元68。
在用户通过诸如键盘和鼠标之类的输入装置65输入的操作命令后,计算机程序的指令代码命令处理器66执行预定的数据处理算法,在得到数据处理结果之后,将其显示在诸如LCD显示器之类的显示装置67上,或者直接以诸如打印之类硬拷贝的形式输出处理结果。
图3示出了根据本发明实施方式的控制器的结构框图。如图3所示,控制器50包括:控制单元51,根据来自计算机60的指令,来控制射线源10、承载机构40和探测和采集装置30;触发信号产生单元52,用于在控制单元的控制下产生用来触发射线源10、探测和采集装置30以及承载机构40的动作的触发命令;第一驱动设备53,它在根据触发信号产生单元52在控制单元51的控制下产生的触发命令驱动承载机构40传送被检查行李70;第二驱动设备54,它根据触发信号产生单元52在控制单元51的控制下产生的触发命令机架20旋转。
探测和采集装置30获得的投影数据存储在计算机60中进行CT断层图像重建,从而获得被检查行李70的断层图像数据。然后计算机60例如通过执行软件来从断层图像数据提取被检查行李70中至少一个物体的三维形状参数,进而进行安全检查。根据其他实施例,上述的CT成像系统也可以是双能CT系统,也就是机架20的X射线源10能够发出高能和低能两种射线,探测和采集装置30探测到不同能量水平下的投影数据后,由计算机数据处理器60进行双能CT重建,得到被检查行李70的各个断层的等效原子序数和等效电子密度数据。
图4示出了根据本发明实施例的方法中各个视角的定义的示意图。图5是描述根据在CT成像系统中对行李进行检查的方法的流程图。在步骤S51,利用CT成像系统获取被检查行李的断层数据。例如基于上述的CT设备或者其他的CT设备对被检查行李进行双能CT检查,得到断层数据,这里的断层数据通常包括断层密度图数据和断层原子序数图数据。但是,在其他 的实施例中,例如单能CT的情况下,得到的是线性衰减系数图像数据。
在步骤S52,从断层数据生成被检查行李中至少一个物体的三维体数据。例如,对断层数据进行层间插值,从而得到被检查行李的三维体数据。再如,在得到一系列连续断层下的DECT密度图、原子密度图后,要对两者分别进行三维插值,使得图像在断层内、断层间的分辨率一致。三维插值的公知算法较多,如商业将软件Intel IPP(Intel IntegratedPerformancePrimitives)函数库,开源软件Kitware VTK(Visualization Toolkit)函数库,均提供这一功能。插值之后,二维断层数据转换为三维体数据。
在步骤S53,基于所述三维体数据计算所述物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交。根据另一实施例,第一深度投影图像与第二深度投影图像的投影方向尽量正交(例如大致正交),分别逼近该物体投影面积最大的和最小的方向。
深度投影Depth Buffer也叫Z-Buffering,是三维表面显示的基本技术。判断物体之间的遮挡关系,并将没有遮挡的部分显示到屏幕上。这一技术是目前3DOR所使用的典型技术,但往往涉及数十个投影,复杂度较高。如图4所示,在本实施例中,仅使用3个深度投影图。第一个投影定义为I1,其目的是为了得到“主视图”,此处以面积最大的投影来逼近它。如图4中XOY平面所示投影即为I1。第二个投影定义为I2,其目的是为了得到“俯视图”,此处以面积最小的投影来逼近。如图4中XOZ平面所示投影即为I2。图4中这两个投影方向正交,但实际上未必满足这一条件,因此这两个投影方向所成的角度也作为特征之一。第三个投影定义为I3,其目的是为了得到“侧视图”。在得到I1、I2的投影方向后,以正交于他们的投影方向再次投影,即可得到I3,如图4中YOZ面上的投影即为I3。
需要注意的是,图4中X、Y、Z方向可以正向、反向投影出6个图像。由于在三维表面分割过程中,细节已经去掉,所以正反两向投影很相似。为降低算法复杂度,这里只使用3个投影。
为得到面积最大或最小投影,可以采用遍历所有旋转角度的方法来实现,但这样复杂度过高。此处借鉴Rectilinearity算法,使用遗传算法快速估计前两个投影方向。
I1~I3图像的对称性可以反映物体的自相似性,是重要的形状特征。为了便于计算,此处将I1~I3进行PCA(Principal Component Analyze,主成分分析)对齐,使得二维图像在x轴散度最大化,也即图像的上下对称性最强。下文所指I1~I3指经过对齐处理的图像。
在步骤S54,计算第一深度投影图像、第二深度投影图像和第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比。
在一些实施例中,提取I1~I3的对称性、两两相似性、占空比、宽高比作为形状特征中的一个或多个或者他们的任意组合,作为形状特征参数。另外,前述I1、I2投影方向之间夹角也反映了物体形状,也作为特征参量之一。还有,物体体积反映物体大小,也作为特征之一。
设深度投影图像的灰度取值范围在[0,1]间。其中灰度值0代表无限远,非0值表示面片与观测的距离,越近值越大。上述特征的获取方法可以为:
i)求I1~I3的上下对称性设I1~I3上下翻转得到图像I1′~I3′,则可定义上下对称性为:
即以图像上下翻转后与原图像的平均灰度差异为标准求取上下对称性。
ii)求I1、I2、I3的占空比与高宽比
深度投影图像大小是视口所定义,不反映物体属性。求对齐后的深度投影高宽比、占空比,能较好的描述物体宏观特性。求Ii的外包围矩形框,易求其高宽比再在其中统计非0像素个数,除以包围框面积,则得到其占空比
iii)求I1、I2、I3之间两两相似性
在ii)中已得I1、I2的包围框,将包围框中的图像裁出,得到将缩放到和一样大小,得到将上下翻转得到此时可得为:
相似性求法类似与式(3)中的对称性,不同处在于图像经过了大小归一化。且取为与相似性值中较大的一个。同理,可得I2、I3之间 的相似性还有I3、I1之间的相似性
iv)在深度投影过程中,已知投影I1、I2的两个方向,求其夹角θ作为特征。模型体积V反映物体的大小,也作为特征。
将上述步骤所述的各个形状特征参量组合,形成14维形状特征矢量F:
在步骤S55,至少基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述被检查行李中物体的形状特征参数。例如,在一些实施例中,基于上述从i)到iv)中计算的对称性值、相似性值、占空比和高宽比以及投影I1和I2两个方向的夹角中的一个或者多个来形成形状特征参数。
在步骤S56,利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述。
在得到特征矢量F后,构造分类器的过程符合模式识别一般过程,可以使用各种不同类型的分类器,如线性分类器、支持向量机、决策树、神经网络、集成分类器等等。经过训练后,即可实现对未知目标的形状分类识别。实施例采用RF(Random Forest,随机森林)实现分类器。许多公知函数库包含RF算法,如开源工具Opencv即有实现函数,此处不再赘述其过程。
需要说明的是,在训练集上,通过人工判图,需要将第五步中得到的物体标注为“袋、片、块、瓶、罐、管、根、包、盒、个”其中之一。这里简单说明这几个谓词常元的区别。
“袋”是指扁包装,高宽比是其重要特征。比如软包牛奶、扁袋装匀质食品类物品等;
“片”是指厚度很低的物体,高宽比是其重要特征。薄书、箱包填充物、刀具均在此范围;
“块”指相似度较低、占空比较低的物体,比如塑料袋装的匀质物体,如果不是扁包装的话就会形成“块”;
“瓶”指类似矿泉水瓶的物品,主、侧投影相似性、占空比、高宽比都是其重要特征;
“罐”指类似易拉罐装物品,与瓶较类似,但占空比、高宽比更大;
“根”是指较长的物体,高宽比是其重要特征。比如香肠、木材、铁管,均在此范围;
“管”是比“根”短,具有好的对称性的物体,比如类似洗面奶、胶水等;
“盒”是指有一定厚度的,长方形物品,比“块”占空比大。占空比、高宽比是其主要特征,比如肥皂、许多化妆品、食品都有类似特征;
“包”指较大的物体,体积是其重要特征。比如计算机、很大很厚的书,较大的、可判断为其它形状的物体不在此类;
“个”是泛指“其它”物体。
可以看到,上述分类方式与一般理解有所区别。比如图4所示的杯子,以上述谓词限定则可能为“罐”。这样定义是为安检具体应用联系,比如固体爆炸物,一般会以“袋”、“片”、“块”的形式出现,液体则以“瓶”、“罐”、“管”为主,而管制器械“片”、“根”形式较多。其它几个如“包”、“盒”、“个”是对常见形状做的补充。
在步骤S57,输出至少包括所述物体的所述量词描述的语义描述。
在得到被检查行李中各个物体的语义描述后,可通过多种方式与用户交互。比如在结果中直接显示物体轮廓,提醒用户注意;或者在用户点击时在屏幕上提取出物体并显示描述信息,方便用户进一步理解与标注物体。另外,在特定场合,对物体语义进行限制,突出显示满足特定语义的物体,可以降低图检员劳动强度,提高工作效率。
已经获知了物体的位置、重量,又获知了物体的形状,所以只需要再统计平均原子序数和电子密度(或者单能CT情况下的线性衰减系数)即可完成描述。之后,各个谓词信息都已得到,将其整理即得到物体语义描述即“形状+重量+密度+原子序数+位置”
图6是描述根据本发明另一实施例的在CT成像系统中显示物体的方法的流程图。根据该实施例,通过自动检测与描述,实现被检查行李中物体的自动辅助检测。物体描述结果是对人工检测的必要补充,也是加强人机交互的一种手段,在减少漏检这一重要问题上有很强的应用价值。
在步骤S61,利用CT成像系统获取被检查行李的断层数据。
在步骤S62,从所述断层数据生成被检查行李中各个物体的三维体数据。然后,在步骤S63,针对每个物体,基于所述三维体数据确定至少包括 所述物体的所述量词描述的语义描述。
在步骤S64,接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述。
例如,将检测到的所有物体位置标注在显示窗口中,当图检员使用鼠标等工具选择位置在某物体范围内时,显示物体完整的语义描述。此外,图检员可以用鼠标等工具选取物体,选取后可以进一步详细标注物体,增加语义描述内容。还可以对语义描述做出限定,只显示符合限定的物体。比如限定只提示形状为“瓶”且重量在200克以上的物体,嫌疑物体的位置可以在二维、三维图像中表示,辅助图检员进行判图。此外,物体在被选中时可以高亮显示,也可以屏蔽其它所有内容,只显示物体内容。备选地,将上述实施例一些限制加强,比如加强体数据阈值限定、物体形状限制,则可用作特定物体如爆炸物、违禁品的自动检测。
在其他实施例中,产生被检查行李中各个物体的语义描述的过程可以参考上结合图5描述的实施例。
根据本发明的实施例,在进行深度投影之前,还可以创建被检查行李中物体的三维模型,以进一步提取形状特征和进行安全检查。图7是描述根据本发明的另一实施例在CT成像系统中创建被检查行李中物体的三维模型的方法的流程图。
如图7所示,在步骤S71,利用CT成像系统获取被检查行李的断层数据。在步骤S72,对断层数据进行插值,生成被检查行李的三维体数据。例如,在双能情况下,三维体数据包括密度体数据和原子序数体数据。在单能情况下,三维体数据包括线性衰减系数。
在得到一系列连续断层下的DECT密度图、原子密度图后,要对两者分别进行三维插值,使得图像在断层内、断层间的分辨率一致。三维插值的公知算法较多,如商业将软件Intel IPP(Intel Integrated PerformancePrimitives)函数库,开源软件Kitware VTK(Visualization Toolkit)函数库,均提供这一功能。插值之后,二维断层数据转换为三维体数据。下文未特指的情况下,所述“体数据”包括密度体数据与原子序数体数据。
其次,对体数据进行阈值限定,去掉应用不关心的杂物比如衣服等物品的干扰。在具体应用中,这一步骤可以省略,但计算量会增大,得到的“物 体”结果数量会很多,导致结果可用性差。
之后,使用三维双边滤波(bilateral filter)进行体数据滤波。实施例使用快速算法,也可以使用ITK(Insight Segmentation and Registration Toolkit)函数库实现。
在步骤S73,对三维体数据进行无监督分割,得到多个分割的区域。
对于二维分割算法来说,往往基于4/8邻域、梯度信息等实现分割,此处则需要将相关处理扩展到三维,比如4邻域扩展为6邻域;其次,分割所涉及的是密度、院子序数两部分体数据,可采取两者的加权和,或者每个体素以二维矢量表示,得到统一的分割结果;再有,分割需要达到欠分割的效果。优选的,我们使用Statistical Region Merging(SRM)算法,并将其扩展到三维处理实现目的。SRM是一种自下而上merging分割算法,实施例采取的扩展包括:
1)将原子序数、密度连接为矢量,即体数据每个体素为二维变量。以两矢量的差值矢量模值代替灰度差;
2)用三维梯度代替二维梯度;用区域体素的体积代替二维中区域像素面积;
经过上述处理,即可实现DECT数据的无监督分割。另外SRM分割结果复杂度由复杂度参数限定。设置较低的复杂度值即可达到欠分割效果。
在步骤S74,对多个分割的区域进行等值面提取,得到相应的等值面。
对步骤S73所得的各个分割区域进行等值面提取,可得相应的等值面。在实施例中使用Marching Cubes算法。
在步骤S75,对等值面进行三维表面分割,以形成各个物体的三维模型。
由于步骤S73步得到的是欠分割结果,多个材料特征类似的、位置紧密相连的物体无法分割开。因此需要用表面分割细化三维分割结果。例如可以使用曲面分割(MeshSegmentation)算法。将曲面分割为多个凸曲面。该算法为有监督算法,需要指定分割结果个数。在实际应用时,可以通过类似K-Means聚类的无监督改进思路,先计算或迭代得到分割个数。但经过我们的实验,类似方法难于得到好的效果,因此我们设定分割个数为10。对于10个分割结果,此处借鉴所述星凸假设进行曲面Merge。假设分割结 果曲面A的中心为a,曲面B的中心为b,若a、b的连线在第三步所得整体表面内部(或在外部的体素所占比例小于某阈值),则将A、B连接起来。对10个分割结果两两进行这个连接过程,可得到最终的分割结果。
根据本发明的实施例,还可以对分割后的结果进行处理,包括填洞、平滑、模型限定三个步骤。前两个步骤均为图形学中基本操作,可使用开源软件Kitware VTK(Visualization Toolkit)函数库实现,此处不再赘述。之后,将模型体素化,填充以密度体数据值,统计表面的面积、体积、重量。模型限定指的是去掉较小的物体,包括型面积、体积、重量等取值较小的物体。限定原因有两方面。其一,去掉噪声物体,使得结果更有实际意义;其二,很多物体的局部细节被省略,使下一步形状识别更准确。具体限定阈值,与DECT的分辨率相关,根据实际情况设置,比如重量可以设置为50克。
以上的详细描述通过使用示意图、流程图和/或示例,已经阐述了检查物体的方法、显示方法、创建三维模型的方法和设备的众多实施例。在这种示意图、流程图和/或示例包含一个或多个功能和/或操作的情况下,本领域技术人员应理解,这种示意图、流程图或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中,本发明的实施例所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而,本领域技术人员应认识到,这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中,实现为在一台或多台计算机上运行的一个或多个计算机程序(例如,实现为在一台或多台计算机系统上运行的一个或多个程序),实现为在一个或多个处理器上运行的一个或多个程序(例如,实现为在一个或多个微处理器上运行的一个或多个程序),实现为固件,或者实质上实现为上述方式的任意组合,并且本领域技术人员根据本公开,将具备设计电路和/或写入软件和/或固件代码的能力。此外,本领域技术人员将认识到,本公开所述主题的机制能够作为多种形式的程序产品进行分发,并且无论实际用来执行分发的信号承载介质的具体类型如何,本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于:可记录型介质,如软盘、硬 盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等;以及传输型介质,如数字和/或模拟通信介质(例如,光纤光缆、波导、有线通信链路、无线通信链路等)。
虽然已参照几个典型实施例描述了本发明,但应当理解,所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质,所以应当理解,上述实施例不限于任何前述的细节,而应在随附权利要求所限定的精神和范围内广泛地解释,因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。
Claims (14)
1.一种在CT成像系统中对行李进行检查的方法,包括步骤:
利用所述CT成像系统获取被检查行李的断层数据;
从所述断层数据生成所述被检查行李中至少一个物体的三维体数据;
基于所述三维体数据计算所述物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交;
计算所述第一深度投影图像、所述第二深度投影图像和所述第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比;
基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述物体的形状特征参数;
利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述;
输出至少包括所述物体的所述量词描述的语义描述;
其中,从所述断层数据生成所述被检查行李中至少一个物体的三维体数据的步骤包括:
对所述断层数据进行插值,得到被检查行李的三维体数据;
对所述被检查行李的三维体数据进行无监督分割,得到多个分割的区域;
对所述多个分割的区域进行等值面提取,得到相应的等值面;和
对所述等值面进行三维表面分割,以得到被检查行李中的各个物体的三维体数据;
其中,所述量词描述包括以下中的至少一个:袋、片、块、瓶、罐、根、盒、包、和个。
2.如权利要求1所述的方法,还包括步骤:计算所述第一深度投影图像和所述第二深度投影图像的投影方向之间的夹角;
其中,所述形状特征参数还包括所述夹角。
3.如权利要求1所述的方法,还包括步骤:基于所述三维体数据计算所述物体的体积值;
其中,所述形状特征参数还包括所述体积值。
4.如权利要求1所述的方法,其中,所述第一深度投影图像与所述第二深度投影图像的投影方向正交,分别逼近所述物体投影面积最大的和最小的方向。
5.如权利要求1所述的方法,所述语义描述还包括所述物体的重量、密度、原子序数和位置中的至少之一。
6.一种在CT成像系统中行李进行检查的设备,包括:
利用所述CT成像系统获取被检查行李的断层数据的装置;
从所述断层数据生成所述被检查行李中的至少一个物体的三维体数据的装置;
基于所述三维体数据计算所述物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交的装置;
计算所述第一深度投影图像、所述第二深度投影图像和所述第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比的装置;
基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述物体的形状特征参数的装置;
利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述的装置;
输出至少包括所述物体的所述量词描述的语义描述的装置;
其中从所述断层数据生成所述被检查行李中至少一个物体的三维体数据的装置还包括:
对所述断层数据进行插值得到被检查行李的三维体数据的装置;
对所述被检查行李的三维体数据进行无监督分割得到多个分割的区域的装置;
对所述多个分割的区域进行等值面提取得到相应的等值面的装置;
对所述等值面进行三维表面分割以得到各个物体的三维模型的装置;
其中,所述量词描述包括以下中的至少一个:袋、片、块、瓶、罐、根、盒、包、和个。
7.一种在CT成像系统中显示物体的方法,包括步骤:
利用所述CT成像系统获取被检查行李的断层数据;
从所述断层数据生成所述被检查行李中各个物体的三维体数据;
针对每个物体,基于所述三维体数据确定包括所述物体的量词描述的语义描述;
接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述;
其中从所述断层数据生成所述被检查行李中各个物体的三维体数据的步骤包括步骤:
对所述断层数据进行插值,得到被检查行李的三维体数据;
对所述被检查行李的三维体数据进行无监督分割,得到多个分割的区域;
对所述多个分割的区域进行等值面提取,得到相应的等值面;
对所述等值面进行三维表面分割,以得到各个物体的三维模型;
其中,所述量词描述包括以下中的至少一个:袋、片、块、瓶、罐、根、盒、包、和个。
8.如权利要求7所述的方法,其中,针对每个物体确定该物体的语义描述的步骤包括:
基于所述物体的三维体数据计算所述物体在三个方向上的第一深度投影图像、第二深度投影图像和第三深度投影图像,其中第三深度投影图像的投影方向与第一和第二深度投影图像的投影方向正交;
计算所述第一深度投影图像、所述第二深度投影图像和所述第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比;
基于第一到第三深度投影图像各自的对称性度量值、两两之间的相似性度量值以及占空比和高宽比来生成所述物体的形状特征参数;
利用基于形状特征参数的分类器对所述形状特征参数进行分类,得到体现所述物体的形状的量词描述;
输出至少包括所述物体的所述量词描述的语义描述。
9.如权利要求7所述的方法,所述语义描述还包括所述物体的重量、密度、原子序数和位置中的至少之一。
10.如权利要求8所述的方法,还包括步骤:计算所述第一深度投影图像和所述第二深度投影图像的投影方向之间的夹角;
其中,所述形状特征参数还包括所述夹角。
11.如权利要求8所述的方法,还包括步骤:基于所述物体的三维体数据计算所述物体的体积值;
其中,所述形状特征参数还包括所述体积值。
12.如权利要求8所述的方法,其中,所述第一深度投影图像与所述第二深度投影图像的投影方向正交,分别逼近所述物体投影面积最大的和最小的方向。
13.如权利要求7所述的方法,其中高亮显示被选择的物体,同时将其他物体屏蔽。
14.一种在CT成像系统中显示物体的设备,包括:
利用所述CT成像系统获取被检查行李的断层数据的装置;
从所述断层数据生成所述被检查行李中至少一个物体的三维体数据的装置;
针对每个物体,基于所述三维体数据确定包括所述物体的量词描述的语义描述的装置;
接收用户对某个物体的选择,在显示所选择物体的三维图像的同时,呈现该物体的语义描述的装置;
其中从所述断层数据生成所述被检查行李中至少一个物体的三维体数据的装置包括:
对所述断层数据进行插值得到被检查行李的三维体数据的装置;
对所述被检查行李的三维体数据进行无监督分割得到多个分割的区域的装置;
对所述多个分割的区域进行等值面提取得到相应的等值面的装置;
对所述等值面进行三维表面分割以得到各个物体的三维模型的装置;
其中,所述量词描述包括以下中的至少一个:袋、片、块、瓶、罐、根、盒、包、和个。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581468.5A CN103901489B (zh) | 2012-12-27 | 2012-12-27 | 检查物体的方法、显示方法和设备 |
KR1020157020413A KR101792927B1 (ko) | 2012-12-27 | 2013-11-28 | 물체 검사 방법, 표시 방법 및 설비 |
AU2013369924A AU2013369924B2 (en) | 2012-12-27 | 2013-11-28 | Object inspection method, display method and device |
PCT/CN2013/088039 WO2014101621A1 (zh) | 2012-12-27 | 2013-11-28 | 检查物体的方法、显示方法和设备 |
GB1322442.3A GB2510255B (en) | 2012-12-27 | 2013-12-18 | Object detection methods, display methods and apparatuses |
EP13198188.8A EP2750077B1 (en) | 2012-12-27 | 2013-12-18 | Object detection methods, display methods and apparatuses |
PL13198188T PL2750077T3 (pl) | 2012-12-27 | 2013-12-18 | Sposoby wykrywania obiektów, sposoby wyświetlania i aparatury |
US14/138,399 US10013750B2 (en) | 2012-12-27 | 2013-12-23 | Object detection methods, display methods and apparatuses |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210581468.5A CN103901489B (zh) | 2012-12-27 | 2012-12-27 | 检查物体的方法、显示方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103901489A CN103901489A (zh) | 2014-07-02 |
CN103901489B true CN103901489B (zh) | 2017-07-21 |
Family
ID=49918413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210581468.5A Active CN103901489B (zh) | 2012-12-27 | 2012-12-27 | 检查物体的方法、显示方法和设备 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10013750B2 (zh) |
EP (1) | EP2750077B1 (zh) |
KR (1) | KR101792927B1 (zh) |
CN (1) | CN103901489B (zh) |
AU (1) | AU2013369924B2 (zh) |
GB (1) | GB2510255B (zh) |
PL (1) | PL2750077T3 (zh) |
WO (1) | WO2014101621A1 (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105785462B (zh) * | 2014-06-25 | 2019-02-22 | 同方威视技术股份有限公司 | 一种定位三维ct图像中的目标的方法和安检ct系统 |
CN105787919B (zh) * | 2014-12-23 | 2019-04-30 | 清华大学 | 一种安检ct三维图像的操作方法和装置 |
CN104596419A (zh) * | 2015-01-22 | 2015-05-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种基于双摄像头测量物体质量的方法、装置和终端 |
CN106226831A (zh) * | 2015-08-25 | 2016-12-14 | 中国石油天然气股份有限公司 | 一种岩心的孔隙度矩阵反演方法 |
CN106932414A (zh) * | 2015-12-29 | 2017-07-07 | 同方威视技术股份有限公司 | 检验检疫用检查系统及其方法 |
EP3214590A1 (de) * | 2016-03-02 | 2017-09-06 | Siemens Aktiengesellschaft | Verfahren zur erstellung einer beschreibung eines gepäckstücks und gepäckbeschreibungssystem |
JP6724484B2 (ja) * | 2016-03-31 | 2020-07-15 | 日本電気株式会社 | 検品処理装置、検品システム、商品マスタ登録装置、検品処理方法及びプログラム |
US10288762B2 (en) * | 2016-06-21 | 2019-05-14 | Morpho Detection, Llc | Systems and methods for detecting luggage in an imaging system |
US11205103B2 (en) | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
CN106802929B (zh) * | 2016-12-27 | 2020-07-14 | 华南师范大学 | 一种大数据三维模型的图形化分析方法及系统 |
CN110114803B (zh) * | 2016-12-28 | 2023-06-27 | 松下电器(美国)知识产权公司 | 三维模型分发方法、三维模型接收方法、三维模型分发装置以及三维模型接收装置 |
CN108303435B (zh) * | 2017-01-12 | 2020-09-11 | 同方威视技术股份有限公司 | 检查设备和对集装箱进行检查的方法 |
CN106950231B (zh) * | 2017-03-29 | 2018-07-20 | 中国科学院地质与地球物理研究所 | 一种用双能微米ct定量识别岩石矿物的岩样装置和方法 |
CN107228867A (zh) * | 2017-06-21 | 2017-10-03 | 同方威视技术股份有限公司 | 安检图像显示方法、设备和安检系统 |
CN109522913B (zh) * | 2017-09-18 | 2022-07-19 | 同方威视技术股份有限公司 | 检查方法和检查设备以及计算机可读介质 |
KR101884575B1 (ko) * | 2017-12-06 | 2018-08-02 | 한국공항공사 | 보안 검색 시스템 |
EP3748344A4 (en) * | 2018-01-31 | 2021-10-27 | Cyberdyne Inc. | OBJECT IDENTIFICATION DEVICE AND OBJECT IDENTIFICATION PROCESS |
CN109116831B (zh) * | 2018-08-17 | 2020-09-08 | 北京航空航天大学 | 人机交互动态故障树的模式混淆故障逻辑门的设计方法 |
CN109345624A (zh) * | 2018-10-08 | 2019-02-15 | 北京健康有益科技有限公司 | 一种自动识别食物热量的估算方法及系统 |
US11282180B1 (en) | 2019-04-24 | 2022-03-22 | Apple Inc. | Object detection with position, pose, and shape estimation |
US11301688B2 (en) | 2019-06-14 | 2022-04-12 | International Business Machines Corporation | Classifying a material inside a compartment at security checkpoints |
US11106930B2 (en) | 2019-06-14 | 2021-08-31 | International Business Machines Corporation | Classifying compartments at security checkpoints by detecting a shape of an object |
US11093803B2 (en) | 2019-06-14 | 2021-08-17 | International Business Machines Corporation | Screening technique for prohibited objects at security checkpoints |
US11403765B2 (en) | 2019-08-14 | 2022-08-02 | Lawrence Livermore National Security, Llc | Automatic threat recognition system and method using material disambiguation informed by physics in x-ray CT images of baggage |
KR102199572B1 (ko) * | 2019-11-25 | 2021-01-07 | 포인드 주식회사 | 딥러닝 기반의 역방향 사물 검사 방법 |
US11670036B2 (en) * | 2020-07-14 | 2023-06-06 | Lawrence Livermore National Security, Llc | System and method for identifying objects of interest in images based on likelihood map decluttering |
CN113792623B (zh) * | 2021-08-27 | 2022-12-13 | 同方威视技术股份有限公司 | 安检ct目标物识别方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6078642A (en) * | 1998-02-11 | 2000-06-20 | Analogice Corporation | Apparatus and method for density discrimination of objects in computed tomography data using multiple density ranges |
US6345113B1 (en) * | 1999-01-12 | 2002-02-05 | Analogic Corporation | Apparatus and method for processing object data in computed tomography data using object projections |
Family Cites Families (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5367552A (en) * | 1991-10-03 | 1994-11-22 | In Vision Technologies, Inc. | Automatic concealed object detection system having a pre-scan stage |
US5659624A (en) * | 1995-09-01 | 1997-08-19 | Fazzari; Rodney J. | High speed mass flow food sorting appartus for optically inspecting and sorting bulk food products |
DE69716169T2 (de) * | 1996-06-27 | 2003-06-12 | Analogic Corp | Vorrichtung zum Erfassen für axiale Transversal- und Quadratur-Tomographie |
EP0825457A3 (en) * | 1996-08-19 | 2002-02-13 | Analogic Corporation | Multiple angle pre-screening tomographic systems and methods |
US6092059A (en) * | 1996-12-27 | 2000-07-18 | Cognex Corporation | Automatic classifier for real time inspection and classification |
US6128365A (en) * | 1998-02-11 | 2000-10-03 | Analogic Corporation | Apparatus and method for combining related objects in computed tomography data |
US6035014A (en) * | 1998-02-11 | 2000-03-07 | Analogic Corporation | Multiple-stage apparatus and method for detecting objects in computed tomography data |
US6272230B1 (en) * | 1998-02-11 | 2001-08-07 | Analogic Corporation | Apparatus and method for optimizing detection of objects in computed tomography data |
US6111974A (en) * | 1998-02-11 | 2000-08-29 | Analogic Corporation | Apparatus and method for detecting sheet objects in computed tomography data |
US6026171A (en) * | 1998-02-11 | 2000-02-15 | Analogic Corporation | Apparatus and method for detection of liquids in computed tomography data |
US6067366A (en) * | 1998-02-11 | 2000-05-23 | Analogic Corporation | Apparatus and method for detecting objects in computed tomography data using erosion and dilation of objects |
US6026143A (en) * | 1998-02-11 | 2000-02-15 | Analogic Corporation | Apparatus and method for detecting sheet objects in computed tomography data |
US6076400A (en) * | 1998-02-11 | 2000-06-20 | Analogic Corporation | Apparatus and method for classifying objects in computed tomography data using density dependent mass thresholds |
US6317509B1 (en) * | 1998-02-11 | 2001-11-13 | Analogic Corporation | Computed tomography apparatus and method for classifying objects |
US6108396A (en) * | 1998-02-11 | 2000-08-22 | Analogic Corporation | Apparatus and method for correcting object density in computed tomography data |
US6075871A (en) * | 1998-02-11 | 2000-06-13 | Analogic Corporation | Apparatus and method for eroding objects in computed tomography data |
US6088423A (en) * | 1998-06-05 | 2000-07-11 | Vivid Technologies, Inc. | Multiview x-ray based system for detecting contraband such as in baggage |
US6301326B2 (en) * | 1998-11-02 | 2001-10-09 | Perkinelmer Detection Systems, Inc. | Sheet detection system |
US6195444B1 (en) * | 1999-01-12 | 2001-02-27 | Analogic Corporation | Apparatus and method for detecting concealed objects in computed tomography data |
US6185272B1 (en) * | 1999-03-15 | 2001-02-06 | Analogic Corporation | Architecture for CT scanning system |
US6813374B1 (en) * | 2001-04-25 | 2004-11-02 | Analogic Corporation | Method and apparatus for automatic image quality assessment |
US6823044B2 (en) * | 2001-11-21 | 2004-11-23 | Agilent Technologies, Inc. | System for collecting multiple x-ray image exposures of a sample using a sparse configuration |
US6816571B2 (en) * | 2002-02-06 | 2004-11-09 | L-3 Communications Security And Detection Systems Corporation Delaware | Method and apparatus for transmitting information about a target object between a prescanner and a CT scanner |
US20040022356A1 (en) * | 2002-02-15 | 2004-02-05 | Nikola Subotic | Multi-phenomenology, decision-directed baggage scanning apparatus and method |
GB2390005A (en) * | 2002-06-17 | 2003-12-24 | Royal Holloway University Of L | Screening Apparatus |
US20050058242A1 (en) * | 2003-09-15 | 2005-03-17 | Peschmann Kristian R. | Methods and systems for the rapid detection of concealed objects |
US7277577B2 (en) * | 2004-04-26 | 2007-10-02 | Analogic Corporation | Method and system for detecting threat objects using computed tomography images |
US7356174B2 (en) * | 2004-05-07 | 2008-04-08 | General Electric Company | Contraband detection system and method using variance data |
US7907762B2 (en) * | 2004-05-26 | 2011-03-15 | Guardian Technologies International, Inc. | Method of creating a divergence transform for identifying a feature of interest in hyperspectral data |
US7327853B2 (en) * | 2004-06-09 | 2008-02-05 | Analogic Corporation | Method of and system for extracting 3D bag images from continuously reconstructed 2D image slices in computed tomography |
CA2574402A1 (en) * | 2004-07-20 | 2006-01-26 | William Awad | System and method for detecting the presence of a threat in a package |
US7813540B1 (en) * | 2005-01-13 | 2010-10-12 | Oro Grande Technologies Llc | System and method for detecting nuclear material in shipping containers |
WO2006107858A2 (en) * | 2005-04-04 | 2006-10-12 | Spirent Communications Of Rockville, Inc. | Reduced-reference visual communication quality assessment using data hiding |
CA2608119A1 (en) * | 2005-05-11 | 2006-11-16 | Optosecurity Inc. | Method and system for screening luggage items, cargo containers or persons |
US7991242B2 (en) * | 2005-05-11 | 2011-08-02 | Optosecurity Inc. | Apparatus, method and system for screening receptacles and persons, having image distortion correction functionality |
US7606348B2 (en) * | 2006-02-09 | 2009-10-20 | L-3 Communications Security and Detection Systems Inc. | Tomographic imaging systems and methods |
US7899232B2 (en) * | 2006-05-11 | 2011-03-01 | Optosecurity Inc. | Method and apparatus for providing threat image projection (TIP) in a luggage screening system, and luggage screening system implementing same |
US20080253653A1 (en) * | 2007-04-12 | 2008-10-16 | Todd Gable | Systems and methods for improving visibility of scanned images |
CN101424648B (zh) * | 2007-10-30 | 2012-10-03 | 清华大学 | 检查系统和检查方法 |
US8600149B2 (en) * | 2008-08-25 | 2013-12-03 | Telesecurity Sciences, Inc. | Method and system for electronic inspection of baggage and cargo |
US8090150B2 (en) * | 2008-10-10 | 2012-01-03 | Morpho Detection, Inc. | Method and system for identifying a containment vessel |
CN102203801B (zh) * | 2008-10-30 | 2014-03-26 | 模拟逻辑有限公司 | 检测隐藏的危险 |
EP2399237B1 (de) * | 2009-02-20 | 2013-08-14 | Werth Messtechnik GmbH | Verfahren zum messen eines objekts |
EP2430396B1 (en) * | 2009-05-16 | 2020-01-15 | Rapiscan Systems, Inc. | Systems and methods for automated, rapid detection of high-atomic-number materials |
US8639007B2 (en) * | 2009-08-28 | 2014-01-28 | Analogic Corporation | Generating two-dimensional projection images from helical data |
US8254656B2 (en) * | 2009-10-13 | 2012-08-28 | Morpho Detection, Inc. | Methods and system for selective resolution improvement in computed tomography |
CN101783076B (zh) * | 2010-02-04 | 2012-06-13 | 西安理工大学 | 一种视频监控模式下的快速车型识别方法 |
WO2012044296A1 (en) * | 2010-09-30 | 2012-04-05 | Analogic Corporation | Object classification using two-dimensional projection |
US9035236B2 (en) * | 2011-06-07 | 2015-05-19 | Atomic Energy Of Canada Limited | Detecting high atomic number materials with cosmic ray muon tomography |
US8879815B2 (en) * | 2011-08-23 | 2014-11-04 | Siemens Aktiengesellschaft | Automatic initialization for 2D/3D registration |
US9134258B2 (en) * | 2012-07-06 | 2015-09-15 | Morpho Detection, Llc | Systems and methods for imaging and detecting sheet-like material |
-
2012
- 2012-12-27 CN CN201210581468.5A patent/CN103901489B/zh active Active
-
2013
- 2013-11-28 KR KR1020157020413A patent/KR101792927B1/ko active IP Right Grant
- 2013-11-28 AU AU2013369924A patent/AU2013369924B2/en not_active Ceased
- 2013-11-28 WO PCT/CN2013/088039 patent/WO2014101621A1/zh active Application Filing
- 2013-12-18 EP EP13198188.8A patent/EP2750077B1/en active Active
- 2013-12-18 PL PL13198188T patent/PL2750077T3/pl unknown
- 2013-12-18 GB GB1322442.3A patent/GB2510255B/en active Active
- 2013-12-23 US US14/138,399 patent/US10013750B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6078642A (en) * | 1998-02-11 | 2000-06-20 | Analogice Corporation | Apparatus and method for density discrimination of objects in computed tomography data using multiple density ranges |
US6345113B1 (en) * | 1999-01-12 | 2002-02-05 | Analogic Corporation | Apparatus and method for processing object data in computed tomography data using object projections |
Also Published As
Publication number | Publication date |
---|---|
EP2750077B1 (en) | 2019-02-20 |
AU2013369924B2 (en) | 2017-06-29 |
US20150332448A1 (en) | 2015-11-19 |
CN103901489A (zh) | 2014-07-02 |
US10013750B2 (en) | 2018-07-03 |
GB2510255A (en) | 2014-07-30 |
GB2510255B (en) | 2015-09-16 |
KR20150099860A (ko) | 2015-09-01 |
AU2013369924A1 (en) | 2015-08-13 |
PL2750077T3 (pl) | 2019-08-30 |
KR101792927B1 (ko) | 2017-11-02 |
GB201322442D0 (en) | 2014-02-05 |
EP2750077A3 (en) | 2014-12-17 |
WO2014101621A1 (zh) | 2014-07-03 |
EP2750077A2 (en) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103901489B (zh) | 检查物体的方法、显示方法和设备 | |
CN103903303B (zh) | 三维模型创建方法和设备 | |
CN103900503B (zh) | 提取形状特征的方法、安全检查方法以及设备 | |
CN105223212B (zh) | 安检ct系统及其方法 | |
EP2443441B1 (en) | Method and apparatus for assessing the threat status of luggage | |
Praßni et al. | Shape-based transfer functions for volume visualization | |
CN104424647A (zh) | 用于对医学图像进行配准的方法和设备 | |
Kubisch et al. | Vessel visualization with volume rendering | |
EP2988117A1 (en) | X-ray diffraction imaging system with signal aggregation across voxels containing objects and method of operating the same | |
EP3112909B1 (en) | Method for positioning target in three-dimensional ct image and security check ct system | |
Liu et al. | Visualization by example-a constructive visual component-based interface for direct volume rendering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1195943 Country of ref document: HK |
|
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1195943 Country of ref document: HK |