CN111735735B - 一种智能卷烟包裹无损识别方法及识别器 - Google Patents

一种智能卷烟包裹无损识别方法及识别器 Download PDF

Info

Publication number
CN111735735B
CN111735735B CN202010528749.9A CN202010528749A CN111735735B CN 111735735 B CN111735735 B CN 111735735B CN 202010528749 A CN202010528749 A CN 202010528749A CN 111735735 B CN111735735 B CN 111735735B
Authority
CN
China
Prior art keywords
density
cigarette
article
detected
package
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
Application number
CN202010528749.9A
Other languages
English (en)
Other versions
CN111735735A (zh
Inventor
夏晓凡
王林立
高勇
房军生
孙福荣
王德玉
杨恒诚
卢昌军
刘雨辰
张娟娟
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.)
Shandong Binzhou Tobacco Co ltd
Original Assignee
Shandong Binzhou Tobacco 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 Shandong Binzhou Tobacco Co ltd filed Critical Shandong Binzhou Tobacco Co ltd
Priority to CN202010528749.9A priority Critical patent/CN111735735B/zh
Publication of CN111735735A publication Critical patent/CN111735735A/zh
Application granted granted Critical
Publication of CN111735735B publication Critical patent/CN111735735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/36—Analysing materials by measuring the density or specific gravity, e.g. determining quantity of moisture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
    • G01N2009/022—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume of solids
    • G01N2009/024—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume of solids the volume being determined directly, e.g. by size of container

Landscapes

  • Remote Sensing (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种智能卷烟包裹无损识别方法及识别器。所述智能卷烟包裹无损识别方法包括：采用3D传感器采集待测包裹内待测物品的密度，得到物品密度；判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；若所述第一判断结果为是，则判断所述待测物品为卷烟。使用无损扫描识别，并且根据数据库和射频信号反射回来的波段进行计算，得出快递包裹内的物品属于卷烟，而对于其他非卷烟的包裹，射频信号反射回来后，手机软件根据数据可自动规避，不进行任何测算，效率比之前人工识别提升近百倍，并且在一定程度上维护了检查权限，极大的降低了法律风险。

Description

一种智能卷烟包裹无损识别方法及识别器
技术领域
本发明涉及无损识别领域，特别是涉及一种智能卷烟包裹无损识别方法及识别器。
背景技术
“网上交易订货，物流配送，快递收货”在互联网飞速发展的环境下，已经成为人们生活的重要组成部分，利用互联网新领域涉烟违法行为严重扰乱了卷烟市场秩序，以微信为代表的移动互联网售假售私行为大量存在，“蚂蚁搬家式”新型互联网案件层出不穷，而现阶段稽查中队查获案件的出案率却与实际案件不成正比。但是随着互联网+的不断发展，物流快递领域的案件占比逐年增大，在物流快递环节识别包裹的工作量也逐渐增大，目前使用人工识别的方法对物流快递卷烟包裹进行识别，识别耗时较长，且准确率较低，所以，现阶段缩短卷烟快递包裹的识别时间，提高卷烟快递包裹识别率，就目前工作现状而言具有很大意义。
发明内容
本发明的目的是提供一种智能卷烟包裹无损识别方法及识别器，本发明通过射频信号进行扫描，并将射频信号反射回来的波段进行计算，整个过程属于无损识别，效率相比人工更高，且识别的精准度提升至95％。
为实现上述目的，本发明提供了如下方案：
一种智能卷烟包裹无损识别方法，包括：
采用3D传感器采集待测包裹内待测物品的密度，得到物品密度；
判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；
若所述第一判断结果为是，则判断所述待测物品为卷烟。
可选的，在所述判断所述物品密度是否属于卷烟密度范围，得到第一判断结果之前还包括：
采用3D传感器采集待测包裹内待测物品的体积，得到物品体积；
判断所述物品体积是否与卷烟条包装的体积相等，得到第二判断结果；
若所述第二判断结果为是，则执行判断所述物品密度是否属于卷烟密度范围，得到第一判断结果的步骤。
可选的，在所述判断所述物品密度是否属于卷烟密度范围，得到第一判断结果之前还包括：
采用3D传感器采集待测包裹内待测物品的形状，得到物品形状；
判断所述物品形状是否与卷烟条包装的形状相同，得到第三判断结果；
若所述第三判断结果为是，则执行判断所述物品密度是否属于卷烟密度范围，得到第一判断结果的步骤。
可选的，在所述若所述第一判断结果为是，则判断所述物品为卷烟之后还包括：显示预先设定的图形。
一种智能卷烟包裹无损识别器，包括：3D传感器和控制终端，所述3D传感器与所述控制终端连接，所述3D传感器用于采集待测包裹内待测物品的特征数据并将所述待测包裹内待测物品的特征数据传送给所述控制终端，所述控制终端用于根据所述3D传感器测得的特征数据和内部存储的数据判断所述物品是否为卷烟。
可选的，所述控制终端包括：
密度采集模块，用于采用3D传感器采集待测包裹内待测物品的密度，得到物品密度；
第一判断模块，用于判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；
第一确定模块，用于若所述第一判断结果为是，则判断所述待测物品为卷烟。
可选的，所述控制终端还包括：
体积采集模块，用于采用3D传感器采集待测包裹内待测物品的体积，得到物品体积；
第二判断模块，用于判断所述物品体积是否与卷烟条包装的体积相等，得到第二判断结果；
第二确定模块，用于若所述第二判断结果为是，则执行所述第一判断模块。
可选的，所述控制终端还包括：
形状采集模块，用于采用3D传感器采集待测包裹内待测物品的形状，得到物品形状；
第三判断模块，用于判断所述物品形状是否与卷烟条包装的形状相同，得到第三判断结果；
第三确定模块，用于若所述第三判断结果为是，则执行所述第一判断模块。
可选的，所述控制终端还包括：显示屏，所述显示屏用于当所述物品为卷烟时显示预先设定的图形。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明与目前识别卷烟包裹的方案相比，使用无损扫描识别，并且根据数据库和射频信号反射回来的波段进行计算，得出快递包裹内的物品属于卷烟，而对于其他非卷烟的包裹，射频信号反射回来后，手机软件根据数据可自动规避，不进行任何测算，效率比之前人工识别提升近百倍，而且识别精度提升至95％，并且在一定程度上维护了检查权限，极大的降低了法律风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1一种智能卷烟包裹无损识别方法流程图；
图2为本发明测量卷烟烟丝部分长度和过滤嘴部分长度的示意图；
图3为本发明测量卷烟直径的示意图；
图4为本发明实施例2一种智能卷烟包裹无损识别器的结构示意图；
图5为本发明实施例2一种智能卷烟包裹识别器的使用流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种智能卷烟包裹无损识别方法及识别器。本发明使用无损扫描识别，并且根据数据库和射频信号反射回来的波段进行计算，得出快递包裹内的物品属于卷烟，而对于其他非卷烟的包裹，射频信号反射回来后，手机软件根据数据可自动规避，不进行任何测算，效率比之前人工识别提升近百倍，而且识别精度提升至95％，并且在一定程度上维护了检查权限，极大的降低了法律风险。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示，一种智能卷烟包裹无损识别方法，包括：
步骤101：采用3D传感器采集待测包裹内待测物品的密度，得到物品密度。
步骤102：判断所述物品密度是否属于卷烟密度范围，得到第一判断结果，所述卷烟密度范围为在标准卷烟密度的上下浮动特定范围值。
步骤103：若所述第一判断结果为是，则判断所述待测物品为卷烟。
步骤104：若所述第一判断结果为否，则判断所述待测物品不是卷烟
作为一种可选的实施方式，在所述判断所述物品密度是否属于卷烟密度范围，得到第一判断结果之前还包括：
采用3D传感器采集待测包裹内待测物品的体积，得到物品体积。
判断所述物品体积是否与卷烟条包装的体积相等，得到第二判断结果。
若所述第二判断结果为是，则执行判断所述物品密度是否属于卷烟密度范围，得到第一判断结果的步骤。
作为一种可选的实施方式，在所述判断所述物品密度是否属于卷烟密度范围，得到第一判断结果之前还包括：
采用3D传感器采集待测包裹内待测物品的形状，得到物品形状。
判断所述物品形状是否与卷烟条包装的形状相同，得到第三判断结果。
若所述第三判断结果为是，则执行判断所述物品密度是否属于卷烟密度范围，得到第一判断结果的步骤。
作为一种可选的实施方式，在所述若所述第一判断结果为是，则判断所述物品为卷烟之后还包括：显示预先设定的图形。
所述标准卷烟密度的确定方法为：
为测量精确，减少测量的相对误差，选取100根卷烟进行测量，根据密度公式ρ＝m/V测量方法如下：
如图2-图3所示，测量出单支卷烟烟丝部分的长度l，将100支烟支并排排列，测量出100支烟支的直径D，则每支烟支的半径r＝D/200；则烟丝部分的体积为：V′＝πr2l；用电子天平称出100支烟丝的质量M′，则每支烟的烟丝的质量m′＝M′/100；则烟丝的密度可以表示为：
Figure BDF0000014550320000051
同理计算过滤嘴的密度。
锡箔纸的密度测量方法：为精确测量锡箔纸的密度，减少测量的相对误差，我们选取100张锡箔纸进行测量：
首先用电子天平称出100张锡箔纸的质量M″，则每张纸的质量m″＝M″/100。
将100张锡箔纸叠放在一起，测量出100张锡箔纸的总厚度H，则每张锡箔纸的厚度h＝H/100。
测量出一张锡箔纸的长度l1和宽度d，则一张锡箔纸的体积V″＝l1×d×(H/100)。
则锡箔纸的密度测量公式可表示为：
Figure BDF0000014550320000052
测量卷烟盒的质量和卷烟盒的体积，根据密度公式求得卷烟盒密度。
测量卷烟条包装的质量和卷烟条包装的体积，根据密度公式求得卷烟条密度。
其中可以将所述烟丝的密度和所述过滤嘴的密度相加得到所述标准卷烟密度或者将所述烟丝的密度、所述过滤嘴的密度、所述卷烟盒密度、所述卷烟条密度和所述锡箔纸的密度相加得到所述标准卷烟密度。
按照相同的方法，选取细支规格的卷烟、细中支规格的卷烟和短支规格的卷烟进行密度测量得到多种卷烟的密度。
实施例2
如图4所示，一种智能卷烟包裹无损识别器，包括：3D传感器和控制终端，所述3D传感器的型号可以为VMake-03-6L，所述3D传感器与所述控制终端连接，所述3D传感器用于采集待测包裹内待测物品的特征数据并将所述待测包裹内待测物品的特征数据传送给所述控制终端，所述控制终端用于根据所述3D传感器测得的特征数据和内部存储的数据判断所述物品是否为卷烟。
作为一种可选的实施方式，所述控制终端包括：
密度采集模块，用于采用3D传感器采集待测包裹内待测物品的密度，得到物品密度。
第一判断模块，用于判断所述物品密度是否属于卷烟密度范围，得到第一判断结果。
第一确定模块，用于若所述第一判断结果为是，则判断所述待测物品为卷烟。
作为一种可选的实施方式，所述控制终端还包括：
体积采集模块，用于采用3D传感器采集待测包裹内待测物品的体积，得到物品体积。
第二判断模块，用于判断所述物品体积是否与卷烟条包装的体积相等，得到第二判断结果。
第二确定模块，用于若所述第二判断结果为是，则执行所述第一判断模块。
作为一种可选的实施方式，所述控制终端还包括：
形状采集模块，用于采用3D传感器采集待测包裹内待测物品的形状，得到物品形状。
第三判断模块，用于判断所述物品形状是否与卷烟条包装的形状相同，得到第三判断结果。
第三确定模块，用于若所述第三判断结果为是，则执行所述第一判断模块。
作为一种可选的实施方式，所述控制终端还包括：显示屏，所述显示屏用于当所述物品为卷烟时显示预先设定的图形。
作为一种可选的实施方式，所述控制终端集成在手机内部可以通过USB数据线与3D传感器连接进行数据交互，所述3D传感器的工作原理为使用无线电波对包裹进行扫描，使用FMCW调频连续波发射波段，扫描包裹及包裹内的物体，物体吸收无线电波后，返回射频信号，3D传感器上的接收芯片接收回波信号，再通过信号数据转换器(RF-ADC)，转换成待测物品的物品密度、物品体积和物品形状，手机就会根据数据转换情况分别与数据库中的卷烟密度、卷烟条包装的形状和卷烟条包装的体积进行匹配，通过设定的阈值来进行判断包裹内是否为卷烟，所述控制终端通过色块提示的方式，在手机上建立卷烟条包装形状的黄色色块，提示包裹内为疑似卷烟。
本实施例的使用过程如图5所示，数据输入部分首先采集卷烟的特征数据，然后将特征数据编入传感器数据库。扫描识别部分首先3D传感器发出无线电波，扫描包裹内物体，然后控制终端根据扫描反射回来的射频信号进行数据转换。图像输出部分控制终端计算分析出物体信息，得出物体类型然后在手机上创建图像。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (4)

1.一种智能卷烟包裹无损识别方法，其特征在于，包括：
采用3D传感器采集待测包裹内待测物品的密度，得到物品密度；
采用3D传感器采集待测包裹内待测物品的体积，得到物品体积；
判断所述物品体积是否与卷烟条包装的体积相等，得到第二判断结果；
若所述第二判断结果为是，则判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；
若所述第一判断结果为是，则判断所述待测物品为卷烟；
或者，采用3D传感器采集待测包裹内待测物品的形状，得到物品形状；
判断所述物品形状是否与卷烟条包装的形状相同，得到第三判断结果；
若所述第三判断结果为是，则判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；
若所述第一判断结果为是，则判断所述待测物品为卷烟；
所述卷烟密度范围为在标准卷烟密度的上下浮动特定范围值；将烟丝的密度和过滤嘴的密度相加得到所述标准卷烟密度或者将所述烟丝的密度、所述过滤嘴的密度、卷烟盒密度、所述卷烟条密度和锡箔纸的密度相加得到所述标准卷烟密度；
所述烟丝的密度的计算公式为：
Figure FDF0000014550310000011
其中，ρ′表示烟丝的密度，M′表示100支烟丝的质量，l表示单支卷烟烟丝部分的长度，D表示测量出100支烟支的直径；
锡箔纸的密度测量公式为：
Figure FDF0000014550310000012
其中，ρ″表示锡箔纸的密度，M″表示100张锡箔纸的质量，H表示100张锡箔纸的总厚度，d、l1分别表示一张锡箔纸的宽度和长度；
所述3D传感器的工作原理为使用无线电波对包裹进行扫描，使用FMCW调频连续波发射波段，扫描包裹及包裹内的物体，物体吸收无线电波后，返回射频信号，3D传感器上的接收芯片接收回波信号，再通过信号数据转换器转换成待测物品的物品密度、物品体积和物品形状。
2.根据权利要求1所述的一种智能卷烟包裹无损识别方法，其特征在于，在所述若所述第一判断结果为是，则判断所述物品为卷烟之后还包括：
显示预先设定的图形。
3.一种智能卷烟包裹无损识别器，其特征在于，包括：3D传感器和控制终端，所述3D传感器与所述控制终端连接，所述3D传感器用于采集待测包裹内待测物品的特征数据并将所述待测包裹内待测物品的特征数据传送给所述控制终端，所述控制终端用于根据所述3D传感器测得的特征数据和内部存储的数据判断所述物品是否为卷烟；
所述控制终端包括：
密度采集模块，用于采用3D传感器采集待测包裹内待测物品的密度，得到物品密度；
体积采集模块，用于采用3D传感器采集待测包裹内待测物品的体积，得到物品体积；
第二判断模块，用于判断所述物品体积是否与卷烟条包装的体积相等，得到第二判断结果；
第二确定模块，用于若所述第二判断结果为是，则执行第一判断模块；
第一判断模块，用于判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；
第一确定模块，用于若所述第一判断结果为是，则判断所述待测物品为卷烟；
或者密度采集模块，用于采用3D传感器采集待测包裹内待测物品的密度，得到物品密度；
形状采集模块，用于采用3D传感器采集待测包裹内待测物品的形状，得到物品形状；
第三判断模块，用于判断所述物品形状是否与卷烟条包装的形状相同，得到第三判断结果；
第三确定模块，用于若所述第三判断结果为是，则执行所述第一判断模块；
第一判断模块，用于判断所述物品密度是否属于卷烟密度范围，得到第一判断结果；
第一确定模块，用于若所述第一判断结果为是，则判断所述待测物品为卷烟；
所述卷烟密度范围为在标准卷烟密度的上下浮动特定范围值；将烟丝的密度和过滤嘴的密度相加得到所述标准卷烟密度或者将所述烟丝的密度、所述过滤嘴的密度、卷烟盒密度、所述卷烟条密度和锡箔纸的密度相加得到所述标准卷烟密度；
所述烟丝的密度的计算公式为：
Figure FDF0000014550310000031
其中，ρ′表示烟丝的密度，M′表示100支烟丝的质量，l表示单支卷烟烟丝部分的长度，D表示测量出100支烟支的直径；
锡箔纸的密度测量公式为：
Figure FDF0000014550310000032
其中，ρ″表示锡箔纸的密度，M″表示100张锡箔纸的质量，H表示100张锡箔纸的总厚度，d、l1分别表示一张锡箔纸的宽度和长度；
所述3D传感器的工作原理为使用无线电波对包裹进行扫描，使用FMCW调频连续波发射波段，扫描包裹及包裹内的物体，物体吸收无线电波后，返回射频信号，3D传感器上的接收芯片接收回波信号，再通过信号数据转换器转换成待测物品的物品密度、物品体积和物品形状。
4.根据权利要求3所述的一种智能卷烟包裹无损识别器，其特征在于，所述控制终端还包括：显示屏，所述显示屏用于当所述物品为卷烟时显示预先设定的图形。
CN202010528749.9A 2020-06-11 2020-06-11 一种智能卷烟包裹无损识别方法及识别器 Active CN111735735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010528749.9A CN111735735B (zh) 2020-06-11 2020-06-11 一种智能卷烟包裹无损识别方法及识别器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010528749.9A CN111735735B (zh) 2020-06-11 2020-06-11 一种智能卷烟包裹无损识别方法及识别器

Publications (2)

Publication Number Publication Date
CN111735735A CN111735735A (zh) 2020-10-02
CN111735735B true CN111735735B (zh) 2022-05-13

Family

ID=72648829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010528749.9A Active CN111735735B (zh) 2020-06-11 2020-06-11 一种智能卷烟包裹无损识别方法及识别器

Country Status (1)

Country Link
CN (1) CN111735735B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820430B (zh) * 2022-02-18 2023-10-03 成都飞机工业（集团）有限责任公司 一种多光源协同曝光的3d打印无损检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6088423A (en) * 1998-06-05 2000-07-11 Vivid Technologies, Inc. Multiview x-ray based system for detecting contraband such as in baggage
CN101936864A (zh) * 2006-06-01 2011-01-05 邸生才 烟包密度在线检测装置
CN101943653A (zh) * 2009-07-10 2011-01-12 中国科学院沈阳自动化研究所 利用谐振腔微扰法快速检测非金属物质密度的装置及方法
CN105784741A (zh) * 2015-07-10 2016-07-20 公安部第研究所 一种多视角x射线安全检查装置
CN109141234A (zh) * 2018-08-09 2019-01-04 郑州云海信息技术有限公司 一种智能物品识别方法和装置
CN107192635B (zh) * 2017-06-14 2019-06-07 中国科学院遥感与数字地球研究所 无损测量木材密度的方法和系统
CN109948565A (zh) * 2019-03-26 2019-06-28 浙江啄云智能科技有限公司 一种用于邮政业的违禁品不开箱检测方法
CN110711718A (zh) * 2019-07-26 2020-01-21 广东邮政邮件快件服务有限公司 基于x光图像的快递包裹智能分拣系统、方法及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103903303B (zh) * 2012-12-27 2018-01-30 清华大学 三维模型创建方法和设备
CN104181176B (zh) * 2014-08-14 2017-04-05 公安部第一研究所 在x射线包裹图像中进行液体物品自动识别的方法
CN104165896B (zh) * 2014-08-18 2017-03-22 公安部第一研究所 一种液态物品安全检查的方法与装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6088423A (en) * 1998-06-05 2000-07-11 Vivid Technologies, Inc. Multiview x-ray based system for detecting contraband such as in baggage
CN101936864A (zh) * 2006-06-01 2011-01-05 邸生才 烟包密度在线检测装置
CN101943653A (zh) * 2009-07-10 2011-01-12 中国科学院沈阳自动化研究所 利用谐振腔微扰法快速检测非金属物质密度的装置及方法
CN105784741A (zh) * 2015-07-10 2016-07-20 公安部第研究所 一种多视角x射线安全检查装置
CN107192635B (zh) * 2017-06-14 2019-06-07 中国科学院遥感与数字地球研究所 无损测量木材密度的方法和系统
CN109141234A (zh) * 2018-08-09 2019-01-04 郑州云海信息技术有限公司 一种智能物品识别方法和装置
CN109948565A (zh) * 2019-03-26 2019-06-28 浙江啄云智能科技有限公司 一种用于邮政业的违禁品不开箱检测方法
CN110711718A (zh) * 2019-07-26 2020-01-21 广东邮政邮件快件服务有限公司 基于x光图像的快递包裹智能分拣系统、方法及存储介质

Also Published As

Publication number Publication date
CN111735735A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN111735735B (zh) 一种智能卷烟包裹无损识别方法及识别器
US20190210798A1 (en) Solid Waste Evaluation and Weighing System
CN110045016B (zh) 一种基于声频分析的隧道衬砌无损检测方法
CN101710073A (zh) 利用近红外光谱检测造纸法再造烟叶物化指标的方法
CN105425748B (zh) 基于物联网的废纸验收管理系统及其运行方法
CN103808624A (zh) 一种基于雷达波的木材含水率检测方法
CN102829730A (zh) 切丝宽度测定方法
CN205228983U (zh) 油罐车原油和原油含水量的计量装置
CN108776090A (zh) 一种基于机器视觉的柴油车排放黑烟浓度测量方法及系统
CN115222303B (zh) 基于大数据的行业风险数据分析方法、系统及存储介质
CN105004722A (zh) 一种烟叶成熟度快速检测方法
CN114153926A (zh) 一种数据质量评估方法、装置、计算机设备及存储介质
CN202133430U (zh) 基于三维激光扫描的高精度大容积测量装置
CN113393460B (zh) 基于图像处理的烟丝质量参数检测方法及系统
CN104699948A (zh) 基于模态分解识别信号源灵敏度的计算方法
CN112185114B (zh) 一种路谱数据的采集方法、装置、电子设备以及存储介质
CN109062998B (zh) 一种煤场煤堆密度及存煤量的计算方法、装置
CN113740295A (zh) 基于近红外建模的成品油添加剂检测分析方法及装置
CN109254273A (zh) 风廓线雷达回波信号的处理方法和装置
CN107862599A (zh) 银行风险数据处理方法、装置、计算机设备和存储介质
CN102809520A (zh) 一种实现废钢验级的密度自动测量系统和测量方法
WsNrz Cox and Munk's sea surface slope variance
CN110174711A (zh) 终端设备及其异物检测结果评价方法、计算机存储介质
WO2023194693A1 (fr) Procédé d'estimation de la qualité d'un flux d'objets dans une ligne de tri
CN101855021A (zh) 自动废物处理过程

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant