CN105787495A - 具有车辆参考图像检索及比对功能的车辆检查系统和方法 - Google Patents

具有车辆参考图像检索及比对功能的车辆检查系统和方法 Download PDF

Info

Publication number
CN105787495A
CN105787495A CN201410787783.2A CN201410787783A CN105787495A CN 105787495 A CN105787495 A CN 105787495A CN 201410787783 A CN201410787783 A CN 201410787783A CN 105787495 A CN105787495 A CN 105787495A
Authority
CN
China
Prior art keywords
vehicle
transmission
reference picture
ray scanning
check image
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.)
Pending
Application number
CN201410787783.2A
Other languages
English (en)
Inventor
李荐民
李营
李玉兰
顾建平
李元景
陈志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nuctech Co Ltd
Original Assignee
Nuctech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nuctech Co Ltd filed Critical Nuctech Co Ltd
Priority to CN201410787783.2A priority Critical patent/CN105787495A/zh
Priority to MYPI2015704553A priority patent/MY178446A/en
Priority to RU2015153575A priority patent/RU2626042C2/ru
Priority to US14/970,679 priority patent/US10007020B2/en
Priority to BR102015031569-4A priority patent/BR102015031569B1/pt
Priority to EP15200735.7A priority patent/EP3035087B1/en
Priority to SG10201510360XA priority patent/SG10201510360XA/en
Priority to PL15200735T priority patent/PL3035087T3/pl
Publication of CN105787495A publication Critical patent/CN105787495A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01V5/20—
    • G01V5/22—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/639—Specific applications or type of materials material in a container
    • 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
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30268—Vehicle interior
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/05—Recognition of patterns representing particular kinds of hidden objects, e.g. weapons, explosives, drugs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

公开了一种车辆检查方法，包括步骤：对被检车辆进行射线扫描检查，得到被检车辆的射线扫描检查图像；提取车辆特征信息；将被检车辆的所述车辆特征信息与数据库中已存储的车辆参考特征比对，选出与之最接近的车辆参考特征，通过存储单元中车辆参考特征与射线透射参考图像的对应关系，找到最接近的射线透射参考图像；将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。还公开了一种车辆检查系统。

Description

具有车辆参考图像检索及比对功能的车辆检查系统和方法
技术领域
本发明的实施例一般涉及辐射检查，具体涉及车辆检查方法和系统。
背景技术
利用X射线辐射成像是对各种车辆进行安全检查的一种重要手段。车辆通过X射线辐射成像系统成像后，检查员通过查看分析X光扫描图像，以确认检查车辆上是否夹带有违禁物品，从而达到安全检查的目的。
在现实安检场景中，仅仅靠检查员通过肉眼查看X光扫描的车辆图像，去发现匿藏在其中的较小的夹带物或违禁品经常会产生误检，这对检验人员的经验依赖性太高，且使得检验人员的劳动强度大。因此，需要开发车辆自动检查技术来发现藏匿在车辆中的夹带品或违禁品。但是，实际中的车型非常多，而车辆自身结构对图像的自动识别带来很大的干扰，需要能够区分图像中的车辆自身结构与装载的物品。
发明内容
鉴于现有技术中的一个或多个问题，提出了一种车辆检查方法和系统。
根据本发明的一个方面，提出了一种车辆检查方法，包括步骤：对被检车辆进行射线扫描检查，得到被检车辆的射线扫描检查图像；提取车辆特征信息；将被检车辆的所述车辆特征信息与存储单元中已存储的车辆参考特征比对，选出与之最接近的车辆参考特征，通过存储单元中车辆参考特征与射线透射参考图像的对应关系，找到最接近的射线透射参考图像；将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
可选地，基于被检车辆的射线扫描检查图像提取所述车辆特征信息。进一步地，所述车辆特征信息是如下特征的至少一种：车辆的长度、宽度、高度；车辆内部、外部零部件、标识物的相对位置；车辆内部或外部标识物的内容。
可选地，通过波长大于X射线的光学方法得到车辆照片，基于所述车辆照片提取所述车辆特征信息。或者，可选地，通过传感器提取所述车辆特征信息。进一步地，所述车辆特征信息是如下特征的至少一种：车辆的长度、宽度、高度；车辆外部零部件、标识物的相对位置；车辆外部标识物的内容。
可选地，上述方法还包括步骤：在所述射线扫描检查图像中向用户突出呈现所述第一变动区域；和/或在所述第一变动区域识别预设的违禁品。
可选地，“找到最接近的射线透射参考图像”的步骤包括步骤：在将被检车辆的所述车辆特征信息与存储单元中已存储的车辆参考特征比对后，先选出多幅较接近的射线透射参考图像，再选出所述最接近射线透射参考图像。进一步地，由多幅较接近的射线透射参考图像再选出所述最接近射线透射参考图像，是由人工和/或机器算法得到的。
可选地，所述存储单元根据每次扫描过程得到的车辆图像和/或射线扫描检查图像自动更新存储单元中的历史检查数据库。
可选地，所述存储单元中还存储了车型图像库，所述方法还包括步骤：基于车辆特征信息从车型图像库中调取对应的车型图像；以及将被检车辆的射线扫描检查图像与调取的车型图像进行对比，确定所述射线扫描检查图像与调取的车型图像的第二变动区域。
根据本发明的另一方面，还提出了一种车辆检查系统，包括：
射线扫描单元，包括射线源和探测器，用于扫描被检车辆得到射线扫描检查图像；
图像处理单元，基于所述射线扫描检查图像提取车辆特征信息；
存储单元，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
根据本发明的再一方面，提出了一种车辆检查系统，包括：
射线扫描单元，包括射线源和探测器，用于扫描被检车辆得到射线扫描检查图像；
照相单元，用于得到车辆照片；
图像处理单元，基于所述车辆照片提取车辆特征信息；
存储单元，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
根据本发明还一方面，提出了一种车辆检查系统，包括：
射线扫描单元，包括射线源和探测器，用于扫描被检车辆得到射线扫描检查图像；
传感器单元，用于提取车辆特征信息；
存储单元，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
可选地，所述车辆检查系统还包括：显示单元，适于在所述射线扫描检查图像中向用户突出呈现所述第一变动区域。
可选地，所述存储单元同时包括车型数据库模块和历史检查数据库模块。
附图说明
为了更好地理解本发明，将根据以下附图对本发明进行详细描述：
图1a示出了根据本发明的一个实施例的车辆检查系统的结构示意图；图1b示出了根据本发明的另一个实施例的车辆检查系统的结构示意图；图1c示出了根据本发明的再一个实施例的车辆检查系统的结构示意图。
图2描述根据本发明实施例的车辆检查方法的示意性流程图。
图3描述了根据本发明的实施例的存储单元内部的车辆参考特征与射线透射参考图像的对应关系图。
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。
图1a示出了根据本发明的一个示例性实施例的车辆检查系统的结构框图。参见图1a，根据本发明的车辆检查系统包括：
射线扫描单元110，用于得到被检车辆100的射线扫描检查图像，此处的射线可以是X射线、伽玛射线、中子射线中的一种或几种；后面提及的存储单元130中的射线透射参考图像则相应的可为X射线参考图像、伽玛射线参考图像或中子射线参考图像；
图像处理单元120，基于所述射线扫描检查图像提取车辆特征信息，所述的射线扫描检查图像为射线扫描单元110扫描被检车辆得到的图像(若射线源为加速器，则所述射线扫描检查图像为X射线图像)；
存储单元130，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；以及
比对处理单元140，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
具体地，在图1a所示的示例性实施例中，车辆特征信息可以是如下特征的至少一种：车辆的长度、宽度、高度；车辆内部、外部零部件、标识物的相对位置；车辆内部或外部标识物的内容。
在图1a所示的示例性实施例中，使用射线扫描检查图像提取车辆特征信息，但是，如图1b所示，也可以使用专门的照相装置来获取车辆照片，然后基于车辆照片提取车辆特征信息。如此，根据本发明的一个示例性实施例的车辆检查系统包括：
射线扫描单元110，包括射线源110a和探测器110b，用于扫描被检车辆得到射线扫描检查图像；
照相单元160，用于得到车辆照片，该车辆照片可以是由红外线、激光扫描仪、线阵相机或可见光等波长大于X射线的光学方法拍摄的照片；
图像处理单元120，基于所述车辆照片提取车辆特征信息；
存储单元130，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元140，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。在图1c所示的示例性实施例中，使用传感器提取车辆特征信息，如此，根据本发明的一个示例性实施例的车辆检查系统包括：
射线扫描单元110，包括射线源110a和探测器110b，用于扫描被检车辆得到射线扫描检查图像；
传感器单元170，用于提取车辆特征信息；
存储单元130，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元140，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
在图1b和1c所示的实施例中，车辆特征信息可以是如下特征的至少一种：车辆的长度、宽度、高度；车辆外部零部件、标识物的相对位置；车辆外部标识物的内容。
在图1c所示的实施例中，可以通过多个位置传感器或位置传感器与速度传感器的组合获得车辆的特征信息，比如车辆的长宽高，或车轴、车头与车厢的间隙长度等信息。所述位置传感器可以是地感线圈、电子光幕、电子开关等；所述速度传感器可以是测速雷达等。具体方式有很多，比如利用光电开关的通断配合测速雷达可以获取车头长度、车头与车厢间隙长度、车厢长度的信息。
可选地，车辆检查系统还包括：显示单元150，适于在所述射线扫描检查图像中向用户突出呈现所述第一变动区域。
图2a示出了一种根据本发明的车辆检查方法的一个示例性实施例，如图2a所示，该方法包括步骤：
S01：对被检车辆进行射线扫描检查，得到射线扫描检查图像；
S02：从射线扫描检查图像提取车辆特征信息；
S03：将车辆特征信息与存储单元或数据库中的车辆参考特征对比，选出最接近车辆参考特征，输出该最接近车辆参考特征所对应的射线透射参考图像；
S04：将被检车辆的射线扫描检查图像与存储单元或数据库提供的射线透射参考图像进行对比，找到区别；
S05：根据上述区别分析是否为违禁品。
图2b示出了根据本发明的车辆检查方法的另一个示例性实施例，如图2b所示，车辆检查方法包括如下步骤：
S10：对被检车辆进行X射线扫描，得到X射线扫描检查图像；
S11：通过光学系统获取车辆照片；
S12：从车辆照片识别车辆特征信息；
S13：将车辆特征信息与存储单元或数据库中的车辆参考特征对比，选出最接近车辆参考特征，输出该最接近车辆参考特征所对应的X射线透射参考图像；
S14：将被检车辆的X射线扫描检查图像与存储单元或数据库提供的X射线透射参考图像进行对比，找到区别；
S15：根据上述区别分析是否为违禁品。
综上，本发明提出了一种车辆检查方法，包括步骤：
对被检车辆进行射线扫描检查，得到被检车辆的射线扫描检查图像；
提取车辆特征信息；
将被检车辆的所述车辆特征信息与存储单元或数据库中已存储的车辆参考特征比对，选出与之最接近的车辆参考特征，通过存储单元或数据库中车辆参考特征与射线透射参考图像的对应关系，找到最接近的射线透射参考图像；以及
将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
可选地，上述方法中，所述车辆特征信息是如下特征的至少一种：车辆的长度、宽度、高度；车辆内部、外部零部件、标识物的相对位置；车辆内部或外部标识物的内容。
需要指出的是，本文中“射线”可以是X射线、伽玛射线、中子射线中的一种或几种；对应的存储单元或数据库中的射线透射参考图像则相应的为X射线透射参考图像、伽玛射线透射参考图像、中子射线透射参考图像。例如，在图3a的示例中，射线透射参考图像为X射线扫描检查图像。
在可选的实施例中，可以基于被检车辆的射线扫描检查图像提取所述车辆特征信息。例如，参见图3c，在图3c中，被检车辆的车辆图像就是射线扫描检查图像，经过与存储单元或数据库中的接近的射线透射参考图像(车型A、车型B、车型C)对比，确定车型A的图像作为最接近的射线透射参考图像。虽然在本发明的如图3c所示的示例中，使用X射线获得车辆图像，但是，车辆图像也可以是通过波长大于X射线的光学方法得到的。换言之，在可选的实施例中，可以通过波长大于X射线的光学方法得到车辆照片，然后基于所述车辆照片提取车辆特征信息。该光学方法例如通过红外光、可见光、毫米波成像等得到车辆照片，如图2b所示的情况。在该情况下，在存储单元或数据库中的车辆参考特征则相应地为车辆外部的特征，即通过各种光学方法能够获得的车辆外部特征信息。这样，在通过光学方法获得被检车辆外部照片后，通过人工或计算机算法或人工与计算机算法结合的方法，将照片中的相应的车辆特征信息提取出来(也可以是整张照片)，与存储单元或数据库中的车辆参考特征作对比，以选取与车辆参考特征相对应的射线透射参考图像。可选地，上述方法中，所述车辆特征信息是如下特征的至少一种：车辆的长度、宽度、高度；车辆外部零部件、标识物的相对位置；车辆外部标识物的内容。
在可选的实施例中，可以通过传感器提取所述车辆特征信息。在图1c所示的实施例中，可以通过多个位置传感器或位置传感器与速度传感器的组合获得车辆的特征信息，比如车辆的长宽高，或车轴、车头与车厢的间隙长度等信息。所述位置传感器可以是地感线圈、电子光幕、电子开关等；所述速度传感器可以是测速雷达等。具体方式有很多，比如利用光电开关的通断配合测速雷达可以获取车头长度、车头与车厢间隙长度、车厢长度的信息。然后，可以基于得到的信息，检索存储单元中相匹配的车辆特征信息，找到存储单元中存储的相应车型的射线透射参考图像，再进行射线扫描检查图像与射线透射参考图像的比对。可选地，上述方法中，所述车辆特征信息是如下特征的至少一种：车辆的长度、宽度、高度；车辆外部零部件、标识物的相对位置；车辆外部标识物的内容。
可选地，上述方法还包括步骤：在所述射线扫描检查图像中向用户突出呈现所述第一变动区域；和/或在所述第一变动区域识别预设的违禁品。需要指出的是，可以通过人工方式或者计算机算法自动识别或者两者结合的方式来分析和识别违禁品。
在本发明中，车辆特征信息可以包括车型特征信息和具体车辆信息。车型特征信息可以是比如车的长宽高、零部件位置、标识物位置。具体车辆信息可以是标识物内容。其中，零部件包括车灯、轮胎、轴距、底盘、方向盘、座椅、车壳、后备箱等各个部件；标识物可以是车牌、底盘和/或RFID等对车辆起识别作用的装置。
车的长宽高、零部件位置等车型特征信息可以如上所述通过传感器(比如超声波传感器、光电开关、CCD摄像机等)直接测量获得，也可以在获得车辆图像(比如X射线图像、红外线图像或可见光下拍摄的照片)之后通过车型识别算法提取，即，通过使用车型识别算法提取出车型特征。
实际车辆图像(比如车辆的X射线扫描检查图像和光学照片(包括可见光、红外光图像以及X射线背散射、毫米波散射图像等))本身可以看作是一种车辆参考特征。在此情况下，可以通过将上述实际车辆图像直接与存储单元或数据库中的射线透射参考图像通过车型识别算法加以对应。所述车型识别算法可以是将实际车辆图像直接与存储单元或数据库中的射线透射参考图像进行减影对比，直接找出区别区域，通过所述区别区域的大小(比如区别区域占射线透射参考图像的比例大小，如区别区域占10％以下认为是相似)找到对应的射线透射参考图像；或者先对所述射线透射参考图像的位置的重要度进行分级(比如底盘、轴距、车外壳轮廓作为第一区域；轮胎尺寸、车灯位置、车的长宽高作为第二区域；车座位置、方向盘大小、车标作为第三区域，等等)，再根据区别区域在所述射线透射参考图像中的位置，判断实际车辆图像是否与存储单元或数据库中的所述射线透射参考图像相对应(比如实际车辆图像的区别区域仅在后视镜，而其它区域与存储单元或数据库中某个射线透射参考图像均一致，而后视镜在车型识别算法中属于第三区域，则通过车型识别算法可以判断该实际车辆图像与该射线透射参考图像为同一车型)，如图3c所示。
存储单元或数据库中的内容形式如图3a-3d所示，分别对应车辆特征信息为车的长宽高、零部件位置、标识物位置的情况(图3a)，车辆特征信息为标识物内容的情况(图3d)，车辆特征信息为图像的情况(图3b和图3c分别为车辆的光学照片和X射线扫描检查图像对应射线透射参考图像的情况)。
存储单元或数据库可以同时包括车型数据库模块和历史检查数据库模块。所述车型数据库模块用以存储识别车型的车辆参考特征，比如车的长宽高、零部件位置、车型图像等。所述历史检查数据库模块存储更新后的车辆图像；还可以包括车牌数据库模块，所述车牌数据库模块存储车辆的标识物内容(比如车牌、底盘、RFID、ETC等)与射线透射参考图像的对应关系。在存储单元或数据库中，对上述各车辆参考特征或多个车辆参考特征的组合分配车辆参考特征编码，数字化的所述车辆参考特征编码用于在存储单元或数据库中寻找和比对射线透射参考图像，如图3a至3d所示。其中，图3a中的编码A、编码B、……均为车辆参考特征编码，图3b中左侧的每个光学照片对应一个车辆参考特征编码。
针对多个车辆参考特征对应射线透射参考图像的情况，可以通过对不同的单个车辆参考特征赋予权重，再将其加权组合的方式对应存储单元或数据库中的射线透射参考图像。比如底盘的权重设定30％，轴距设定20％，车体外轮廓设定45％，后视镜设定5％；而实际车辆图像中的底盘、车体外轮廓均与编号001的射线透射参考图像一致，但轴距、后视镜不一致，则该实际车辆图像与编号001的射线透射参考图像的匹配度为30％+20％+45％＝95％，而如果同样的实际车辆图像与另一编号为002的射线透射参考图像的轴距、底盘一致，但车体外轮廓和后视镜不一致，则该实际车辆图像与编号002的射线透射参考图像的匹配度为30％+20％＝50％，那么对比编号001和002，车型识别算法会选择编号001的射线透射参考图像为对应的图像进行后续扫描图像的对比。
在可选的实施例中，“找到最接近的射线透射参考图像”的步骤包括步骤：在将被检车辆的所述车辆特征信息与存储单元或数据库中已存储的车辆参考特征比对后，先选择多幅较接近的射线透射参考图像，再选出所述最接近射线透射参考图像。进一步具体地，由多幅较接近的射线透射参考图像再选出所述最接近射线透射参考图像，是由人工和/或机器算法得到的。
在可选的实施例中，所述存储单元或数据库根据每次扫描过程得到的车辆图像和/或射线扫描检查图像自动更新存储单元或数据库内容。
下面描述直接根据车型进行车辆检查的方法。对被检车辆的识别可以是人工识别，也可以是通过获得的图像捕获特定特征识别。具体地，该方法包括步骤：确定被检车辆的车型(例如基于车牌)；基于被检车辆的车型从车型图像库中调取与被检车辆的车型对应的车型图像；对被检车辆进行扫描以得到被检车辆的射线扫描检查图像；以及确定所述射线扫描检查图像与所述车型图像之间的变动区域。利用上述方案，使用车型图像库中的车型图像，利用该车型图像与被检车辆的射线扫描检查图像对比，就可以区分图像中的车辆自身结构与装载的物品，从而提高了安全检查的可靠性和效率。
作为另一个实施例，本发明的车辆检查系统还具有自学习能力，即车辆检查系统的存储单元根据每次扫描过程得到的射线扫描检查图像自动更新存储单元中的历史检查数据库，即在每次检查过程中将被检车辆的射线扫描检查图像作为历史检查图像存储在存储单元中形成历史检查图像库，这种存储可以是代替历史检查数据库中原有的相应的射线扫描检查图像，也可以是将新扫描得到的射线扫描检查图像作为新的图像添加到历史检查数据库。这样，对于同样的车型，可以逐渐增加具体车辆的历史检查数据，丰富数据库内容，增加可选图像。历史检查数据库不仅可以是存储射线扫描检查图像的历史检查数据库，也可以是存储上面提及的车辆照片的历史检查数据库。
在存储单元具有历史检查数据库的情况下，车辆检查方法可包括步骤：取得被检车辆的唯一标识号(对应于提取车辆特征信息)；从历史检查图像库(对应于射线透射参考图像)中检索与所述唯一标识号相关的至少一幅历史检查图像；确定所述至少一幅历史检查图像中的一幅历史检查图像作为模板图像(对应于最接近的射线透射参考图像)；以及确定所述射线扫描检查图像与所述模板图像之间的变动区域。可选地，所述模板图像为不含有违禁物图像的历史检查图像，当然也可以是已标记出违禁物图像的历史检查图像。
确定所述射线扫描检查图像与所述车型图像之间的变动区域的步骤包括：配准所述射线扫描检查图像与所述车型图像；计算配准的射线扫描检查图像与所述车型图像之间的差异。
确定所述射线扫描检查图像与所述模板图像之间的变动区域的步骤包括：配准所述射线扫描检查图像与所述模板图像；计算配准的射线扫描检查图像与所述模板图像之间的差异。
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 (16)

1.一种车辆检查方法，包括步骤：
对被检车辆进行射线扫描检查，得到被检车辆的射线扫描检查图像；
提取车辆特征信息；
将被检车辆的所述车辆特征信息与存储单元中已存储的车辆参考特征比对，选出与之最接近的车辆参考特征，通过存储单元中车辆参考特征与射线透射参考图像的对应关系，找到最接近的射线透射参考图像；
将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
2.根据权利要求1所述的车辆检查方法，其中：
基于被检车辆的射线扫描检查图像提取所述车辆特征信息。
3.根据权利要求1所述的车辆检查方法，其中：
通过波长大于X射线的光学方法得到车辆照片，基于所述车辆照片提取所述车辆特征信息。
4.根据权利要求1所述的车辆检查系统，其中：
通过传感器提取所述车辆特征信息。
5.根据权利要求1至4之一所述的车辆检查方法，还包括步骤：
在所述射线扫描检查图像中向用户突出呈现所述第一变动区域；和/或
在所述第一变动区域识别预设的违禁品。
6.根据权利要求2所述的车辆检查方法，其中：
所述车辆特征信息是如下特征的至少一种：
车辆的长度、宽度、高度；
车辆内部、外部零部件、标识物的相对位置；
车辆内部或外部标识物的内容。
7.根据权利要求3或4所述的车辆检查方法，其中：
所述车辆特征信息是如下特征的至少一种：
车辆的长度、宽度、高度；
车辆外部零部件、标识物的相对位置；
车辆外部标识物的内容。
8.根据权利要求1至7之一所述的车辆检查方法，其中：
“找到最接近的射线透射参考图像”的步骤包括步骤：
在将被检车辆的所述车辆特征信息与存储单元中已存储的车辆参考特征比对后，先选出多幅较接近的射线透射参考图像，再选出所述最接近射线透射参考图像。
9.根据权利要求8所述的车辆检查方法，其中：
由多幅较接近的射线透射参考图像再选出所述最接近射线透射参考图像，是由人工和/或机器算法得到的。
10.根据权利要求1至9之一所述的车辆检查方法，其中：
所述存储单元根据每次扫描过程得到的射线扫描检查图像自动更新存储单元中的历史检查数据库。
11.根据权利要求1至10之一所述的车辆检查方法，其中：
所述存储单元中还存储了车型图像库；
所述方法还包括步骤：基于车辆特征信息从车型图像库中调取对应的车型图像；以及将被检车辆的射线扫描检查图像与调取的车型图像进行对比，确定所述射线扫描检查图像与调取的车型图像的第二变动区域。
12.一种车辆检查系统，包括：
射线扫描单元，包括射线源和探测器，用于扫描被检车辆得到射线扫描检查图像；
图像处理单元，基于所述射线扫描检查图像提取车辆特征信息；
存储单元，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
13.一种车辆检查系统，包括：
射线扫描单元，包括射线源和探测器，用于扫描被检车辆得到射线扫描检查图像；
照相单元，用于得到车辆照片；
图像处理单元，基于所述车辆照片提取车辆特征信息；
存储单元，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
14.一种车辆检查系统，包括：
射线扫描单元，包括射线源和探测器，用于扫描被检车辆得到射线扫描检查图像；
传感器单元，用于提取车辆特征信息；
存储单元，存储射线透射参考图像和车辆参考特征，所述车辆参考特征与射线透射参考图像存在对应关系；
比对处理单元，适于将提取的车辆特征信息和存储的车辆参考特征进行对比以找到最接近射线透射参考图像，以及适于将被检车辆的射线扫描检查图像与所述最接近射线透射参考图像进行对比，确定所述射线扫描检查图像与所述最接近射线透射参考图像的第一变动区域。
15.根据权利要求12-14中任一项所述的车辆检查系统，还包括：
显示单元，适于在所述射线扫描检查图像中向用户突出呈现所述第一变动区域。
16.根据权利要求12-15中任一项所述的车辆检查系统，其中：
所述存储单元同时包括车型数据库模块和历史检查数据库模块。
CN201410787783.2A 2014-12-17 2014-12-17 具有车辆参考图像检索及比对功能的车辆检查系统和方法 Pending CN105787495A (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN201410787783.2A CN105787495A (zh) 2014-12-17 2014-12-17 具有车辆参考图像检索及比对功能的车辆检查系统和方法
MYPI2015704553A MY178446A (en) 2014-12-17 2015-12-14 Vehicle inspection system and method with vehicle reference image retrieval and comparison function
RU2015153575A RU2626042C2 (ru) 2014-12-17 2015-12-15 Система и способ досмотра транспортных средств с использованием извлечения эталонных изображений транспортных средств и функции сравнения
US14/970,679 US10007020B2 (en) 2014-12-17 2015-12-16 Vehicle inspection system and method with vehicle reference image retrieval and comparison function
BR102015031569-4A BR102015031569B1 (pt) 2014-12-17 2015-12-16 Sistema e método de inspeção veicular com recuperação de imagem de referência veicular e função de comparação
EP15200735.7A EP3035087B1 (en) 2014-12-17 2015-12-17 Vehicle inspection system and method with vehicle reference image retrieval and comparison function
SG10201510360XA SG10201510360XA (en) 2014-12-17 2015-12-17 Vehicle inspection system and method with vehicle reference image retrieval and comparison function
PL15200735T PL3035087T3 (pl) 2014-12-17 2015-12-17 Układ i sposób kontroli pojazdu z funkcją pozyskiwania i porównywania obrazów odniesienia pojazdu

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410787783.2A CN105787495A (zh) 2014-12-17 2014-12-17 具有车辆参考图像检索及比对功能的车辆检查系统和方法

Publications (1)

Publication Number Publication Date
CN105787495A true CN105787495A (zh) 2016-07-20

Family

ID=55027337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410787783.2A Pending CN105787495A (zh) 2014-12-17 2014-12-17 具有车辆参考图像检索及比对功能的车辆检查系统和方法

Country Status (8)

Country Link
US (1) US10007020B2 (zh)
EP (1) EP3035087B1 (zh)
CN (1) CN105787495A (zh)
BR (1) BR102015031569B1 (zh)
MY (1) MY178446A (zh)
PL (1) PL3035087T3 (zh)
RU (1) RU2626042C2 (zh)
SG (1) SG10201510360XA (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108009506A (zh) * 2017-12-07 2018-05-08 平安科技（深圳）有限公司 入侵检测方法、应用服务器及计算机可读存储介质
CN108414549A (zh) * 2018-03-07 2018-08-17 中国科学院高能物理研究所 一种用于汽车定损的射线检测方法
CN109959969A (zh) * 2017-12-26 2019-07-02 同方威视技术股份有限公司 辅助安检方法、装置和系统
CN110596156A (zh) * 2019-08-27 2019-12-20 河南沐桐环保产业有限公司 一种废旧电器的质检方法、设备及存储介质
CN111551554A (zh) * 2020-06-01 2020-08-18 南京索安电子有限公司 一种对车辆底盘安全隐患智能检测的车底扫描系统和方法
CN111855226A (zh) * 2020-01-17 2020-10-30 成都检车家汽车服务有限公司 一种车辆检测装置及车辆检测方法
WO2021129374A1 (zh) * 2019-12-22 2021-07-01 于毅欣 一种鉴定物体的成分改变的方法和装置
CN113192358A (zh) * 2021-04-26 2021-07-30 贵州车秘科技有限公司 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法
CN113945990A (zh) * 2021-10-13 2022-01-18 同方威视科技江苏有限公司 一种乘用车的安检方法、装置以及系统
CN114690261A (zh) * 2020-12-31 2022-07-01 同方威视技术股份有限公司 车辆安全检查系统和安全检查方法
CN116750526A (zh) * 2023-08-16 2023-09-15 武汉煜炜光学科技有限公司 一种实现可动态接驳的方法和系统

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809655B (zh) * 2014-12-30 2021-06-29 清华大学 车辆检查方法和系统
GB2556941B (en) * 2016-11-28 2021-10-20 Smiths Heimann Sas Detection of irregularities using registration
CN108195855B (zh) * 2017-12-27 2023-11-03 同方威视技术股份有限公司 安全检查系统及其方法
CN108227027B (zh) * 2017-12-29 2020-12-01 同方威视技术股份有限公司 车载背散射检查系统
US10650530B2 (en) 2018-03-29 2020-05-12 Uveye Ltd. Method of vehicle image comparison and system thereof
US10643332B2 (en) 2018-03-29 2020-05-05 Uveye Ltd. Method of vehicle image comparison and system thereof
SK8449Y1 (sk) 2018-05-11 2019-05-06 Fulop Marko Zariadenie na odhaľovanie nelegálnych úkrytov v náklade železnej rudy
CN109283593B (zh) * 2018-11-26 2024-02-27 河北工业大学 车辆底盘检测系统和车辆底盘检测方法
CN112433259B (zh) * 2019-08-09 2022-09-13 同方威视技术股份有限公司 可移动式检查装置
CN114180432B (zh) * 2022-02-17 2022-05-13 深圳市海清视讯科技有限公司 电梯楼层的定位方法、装置、计算机设备和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080136625A1 (en) * 2004-10-11 2008-06-12 Khien Meow David Chew System and Method For Automatic Exterior and Interior Inspection of Vehicles
CN103918014A (zh) * 2011-11-11 2014-07-09 奥迪股份公司 用于开放技术装置的方法和系统
US20140270383A1 (en) * 2002-08-23 2014-09-18 John C. Pederson Intelligent Observation And Identification Database System

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1181336C (zh) * 2002-10-16 2004-12-22 清华大学 一种车载移动式集装箱检查系统
US6785357B2 (en) * 2003-01-16 2004-08-31 Bio-Imaging Research, Inc. High energy X-ray mobile cargo inspection system with penumbra collimator
US20070009136A1 (en) * 2005-06-30 2007-01-11 Ivan Pawlenko Digital imaging for vehicular and other security applications
CN100587481C (zh) * 2006-12-14 2010-02-03 清华大学 一种可移动悬臂门式集装箱检查系统
CN101162205B (zh) * 2006-10-13 2010-09-01 同方威视技术股份有限公司 对移动目标进行检查的设备及避让方法
CN101162507B (zh) * 2006-10-13 2010-05-12 同方威视技术股份有限公司 一种对移动车辆进行车型识别的方法
US8586955B2 (en) * 2010-09-22 2013-11-19 Ko Khee Tay Apparatus and method for attenuating high energy radiation based on detected vehicle type
CN105372712B (zh) * 2014-09-02 2017-12-12 清华大学 车辆检查方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140270383A1 (en) * 2002-08-23 2014-09-18 John C. Pederson Intelligent Observation And Identification Database System
US20080136625A1 (en) * 2004-10-11 2008-06-12 Khien Meow David Chew System and Method For Automatic Exterior and Interior Inspection of Vehicles
CN103918014A (zh) * 2011-11-11 2014-07-09 奥迪股份公司 用于开放技术装置的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵相伟等: "《MATLAB与测量数据处理》", 31 March 2014, 中国矿业大学出版社 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108009506A (zh) * 2017-12-07 2018-05-08 平安科技（深圳）有限公司 入侵检测方法、应用服务器及计算机可读存储介质
CN109959969A (zh) * 2017-12-26 2019-07-02 同方威视技术股份有限公司 辅助安检方法、装置和系统
US11055869B2 (en) 2017-12-26 2021-07-06 Nuctech Company Limited Security inspection based on scanned images
CN108414549A (zh) * 2018-03-07 2018-08-17 中国科学院高能物理研究所 一种用于汽车定损的射线检测方法
CN110596156A (zh) * 2019-08-27 2019-12-20 河南沐桐环保产业有限公司 一种废旧电器的质检方法、设备及存储介质
CN110596156B (zh) * 2019-08-27 2022-05-17 河南格林循环电子废弃物处置有限公司 一种废旧电器的质检方法、设备及存储介质
WO2021129374A1 (zh) * 2019-12-22 2021-07-01 于毅欣 一种鉴定物体的成分改变的方法和装置
CN111855226A (zh) * 2020-01-17 2020-10-30 成都检车家汽车服务有限公司 一种车辆检测装置及车辆检测方法
CN111551554A (zh) * 2020-06-01 2020-08-18 南京索安电子有限公司 一种对车辆底盘安全隐患智能检测的车底扫描系统和方法
CN111551554B (zh) * 2020-06-01 2023-04-18 南京索安电子有限公司 一种对车辆底盘安全隐患智能检测的车底扫描系统和方法
CN114690261A (zh) * 2020-12-31 2022-07-01 同方威视技术股份有限公司 车辆安全检查系统和安全检查方法
CN113192358A (zh) * 2021-04-26 2021-07-30 贵州车秘科技有限公司 一种基于热成像技术在智慧停车领域的停车管理系统及其使用方法
CN113945990A (zh) * 2021-10-13 2022-01-18 同方威视科技江苏有限公司 一种乘用车的安检方法、装置以及系统
CN116750526A (zh) * 2023-08-16 2023-09-15 武汉煜炜光学科技有限公司 一种实现可动态接驳的方法和系统
CN116750526B (zh) * 2023-08-16 2023-11-03 武汉煜炜光学科技有限公司 一种实现可动态接驳的方法和系统

Also Published As

Publication number Publication date
BR102015031569B1 (pt) 2022-05-24
US10007020B2 (en) 2018-06-26
RU2626042C2 (ru) 2017-07-21
PL3035087T3 (pl) 2021-12-20
SG10201510360XA (en) 2016-07-28
EP3035087B1 (en) 2021-08-18
BR102015031569A2 (pt) 2016-06-21
EP3035087A1 (en) 2016-06-22
MY178446A (en) 2020-10-13
RU2015153575A (ru) 2017-06-20
US20160178790A1 (en) 2016-06-23

Similar Documents

Publication Publication Date Title
CN105787495A (zh) 具有车辆参考图像检索及比对功能的车辆检查系统和方法
US9928592B2 (en) Image-based signal detection for object metrology
EP3115772B1 (en) Vehicle inspection method and system
CN102460067B (zh) 用于高原子数材料的自动快速检测的系统和方法
US20170262985A1 (en) Systems and methods for image-based quantification for allergen skin reaction
US10007971B2 (en) Systems and methods for user machine interaction for image-based metrology
JP5218723B2 (ja) 蛍光探傷方法および蛍光探傷装置
US20170262979A1 (en) Image correction and metrology for object quantification
US20170258391A1 (en) Multimodal fusion for object detection
US20170262977A1 (en) Systems and methods for image metrology and user interfaces
US8180139B2 (en) Method and system for inspection of containers
WO2018072669A1 (zh) 辐射检查系统和方法
US20160321825A1 (en) Measuring apparatus, system, and program
US8670522B2 (en) Stereo X-ray inspection apparatus and method for forming three-dimensional image through volume reconstruction of image acquired from the same
KR101717768B1 (ko) 부품 결함 검사 방법 및 그 장치
JP2015520846A (ja) Ｃｔ密度画像とスパースマルチエネルギーデータを用いてボクセルセットのｚ−有効値を決定する方法およびシステム｛ｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｚ−ｅｆｆｅｃｔｉｖｅｖａｌｕｅｆｏｒｓｅｔｏｆｖｏｘｅｌｓｕｓｉｎｇｃｔｄｅｎｓｉｔｙｉｍａｇｅａｎｄｓｐａｒｓｅｍｕｌｔｉ−ｅｎｅｒｇｙｄａｔａ｝
WO2024002340A1 (zh) 对待测物中的目标对象进行追踪的方法及系统
US20160259034A1 (en) Position estimation device and position estimation method
Azevedo et al. Shadow detection using object area-based and morphological filtering for very high-resolution satellite imagery of urban areas
Bhamare et al. Quality Inspection of Tire using Deep Learning based Computer Vision
EP1918738A2 (en) Methods for determining a position and shape of a bag placed in a baggage handling container using x-ray image analysis
CN113126176A (zh) 太赫兹波安检系统及方法
CN116311085B (zh) 一种图像处理方法、系统、装置及电子设备
Gheta et al. Fusion of combined stereo and spectral series for obtaining 3D information
US11062440B2 (en) Detection of irregularities using registration

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160720

RJ01 Rejection of invention patent application after publication