CN111861987A - 一种基于x光机的危险品样本图像构造方法 - Google Patents

Abstract

一种基于X光机的危险品样本图像构造方法，包括：建立XYZ坐标系，将危险品放置于坐标系中；设定步长角度和步长高度；以设定步长角度分别绕X轴、Y轴、Z轴旋转至设定的角度，采集每旋转一个步长角度的X光机图像；以设定步长角度分别绕XY轴、YZ轴、XZ轴旋转至设定的角度，采集每旋转一个步长角度的X光机图像；以设定步长角度分别绕XYZ轴旋转至设定的角度，采集每旋转一个步长角度的X光机图像；步长高度每增加依次，均重复上述过程；形成危险品样本图像数据库。本发明对所有姿态下的危险品进行X光机图像采集，从而高效有序地构造出满足深度学习训练需求的危险品样本图像数据库，为提高智能安检判图的准确率提供有力支撑。

Description

一种基于X光机的危险品样本图像构造方法

技术领域

本发明涉及一种基于X光机的危险品样本图像构造方法，可高效、全面和有序地构造危险品样本图像数据库，进一步提高样本采集效率和安检智能判图的准确率，用于X光机行李安检智能检测领域。

背景技术

近年来，国际国内安全形势日益严峻，机场、火车站等航空航运和交通枢纽对行李安检系统的市场需求量逐年增大，对环境安全性的要求也不断提高。为保证旅客安全，降低危险发生的概率，安检时必须准确高效地检测旅客行李内的危险物品。当前行李安检的主要手段为对X光机透视后的行李图像进行检测识别。由于现在的安检判图仍为人工肉眼识别，自动化程度低、工作量大，但同时安检又对X光机检测的准确度和效率要求很高，所以近年来深度学习智能化检测是安检领域的研究热点。

深度学习是学习样本数据的内在规律和表示层次，行李安检的深度学习目标是让计算机能够像人一样具有学习能力和自动检测能力。而深度学习对样本数据需求量很大，针对X光机安检图像而言则需要不同姿态、不同条件下各类危险品的大量样本数据。本发明针对样本需求量大、姿态多样的特点，设计一种基于X 光机的危险品样本图像构造方法，可高效、全面、有序地构造危险品样本图像数据库，为危险品的深度学习提供有力支撑，进一步提高行李安检的智能检测识别效率和准确率。

发明内容

本发明的目的是设计一种基于X光机的危险品样本图像构造方法，构造出满足深度学习训练需求的危险品样本图像数据库。

本发明采用以下技术方案：

一种基于X光机的危险品样本图像构造方法，包括：

(1)建立XYZ坐标系，将危险品放置于坐标系中，其中，(0,0,0,)为危险

品初始位置；

(2)设定步长角度θ和步长高度h，其中，θ×n＝180°，即180度是θ的 n倍；h×m＝H，H是h高度的m倍，H为设定的行李箱的高度；

(3)以设定步长角度分别绕X轴、Y轴、Z轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(4)以设定步长角度分别绕XY轴、YZ轴、XZ轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(5)以设定步长角度分别绕XYZ轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(6)步长高度增加一倍为2h，重复(3)～(5)的步骤；

(7)重复(6)，直到步长高度增加到H，停止采集，对所有采集的图像进行保存，形成危险品样本图像数据库。

所述采集的图像包括危险物品在无遮挡无背景情况下和有遮挡情况下分别获取的图像。

所述设定角度不超过360°。

本发明的有益效果：

本发明的方法全面考虑在不同背景和遮挡条件下危险品处于不同步长角度和不同步长高度的所有姿态，并对所有姿态下的危险品进行X光机图像采集，从而高效有序地构造出满足深度学习训练需求的危险品样本图像数据库，为提高智能安检判图的准确率提供有力支撑。

附图说明

图1为样本构造坐标系及危险品初始位置示意图。

图2为本发明的危险品绕X轴旋转90度的实施例的样本构造示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

应该指出，以下详细说明都是例式性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的技术含义相同

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本发明提供的危险品样本图像的构造方法，可分别在无背景无遮挡和有背景有遮挡的条件下进行，有背景有遮挡的条件下能够模拟真实的危险物品场景，而在每种条件下时，均设定固定步长角度和步长高度，在不同步长高度的情况下，依据不同步长的角度对危险品依次进行单轴旋转(单独绕X轴、Y轴、Z轴旋转)、双轴旋转(同时绕XY轴、绕YZ轴、绕XZ轴)以及三轴旋转(同时绕 XYZ轴)，采集所有姿态下的X光机图像，构造基于X光机的危险品样本图像数据库。

具体来说，本发明的方法通过如下方式实现：

如图1所示，为本发明的样本构造坐标系及危险品初始位置示意图。基于该示意图，本发明提供的一种基于X光机的危险品样本图像构造方法，包括以下步骤：

(1)首先建立XYZ坐标系，将危险品放置于坐标系中，其中，坐标原点(0， 0，0)为危险品初始位置，危险品从初始位置开始进行旋转并拍摄采样；

(2)设定危险品旋转过程中的步长角度θ和步长高度h，其中，设定θ×n＝180°，即180度是θ的n倍；h×m＝H，H是h高度的m倍，H为预先设定的行李箱的高度，该高度可选择目前大部分常用的行李箱的高度之一；

(3)危险品在外力作用下以设定步长角度分别绕X轴、Y轴、Z轴旋转，每旋转一个设定步长角度，均至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(4)以设定步长角度分别绕XY轴、YZ轴、XZ轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(5)以设定步长角度分别绕XYZ轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(6)步长高度增加一倍为2h，重复(3)～(5)的步骤；

(7)重复(6)，直到步长高度增加到H，停止采集，对所有采集的图像进行保存，形成危险品样本图像数据库。

上述的采集的图像包括危险物品在无遮挡情况下和有遮挡情况下分别获取的图像，且所述设定角度一般不超过360°。

如图2所示，为本发明的一种实施例的示意图。危险品样本图像构造主要分为无背景无遮挡和有背景有遮挡两种情况下进行；下面分两种情况进行说明：

(1)无背景无遮挡下的样本构造

如图1所示，建立xyz坐标系，图中长方体(仅举例)代表危险品，(0， 0，0)即为危险品初始位置，设定步长角度为θ，其中θ×n＝180，即180度是θ的n倍。步长高度为h，满足h×m＝H，其中H为常见行李箱平放后的高度， H是h高度的m倍。

在该前提下，无遮挡无背景下图像采样的过程为：

步骤1：危险品摆放距离X光机的传送带高度为0时，通过外力按以下不同角度旋转遍历并采集X光机图像。上述的外力可使用现有的任何一种可实现的外力，例如利用相关工具固定危险品的不同角度。

①危险品绕单轴以设定的步长角度旋转遍历，即分别绕X轴、绕Y轴、绕Z轴以设定的步长角度旋转遍历，如下所述：

绕X轴旋转以设定步长角度θ依次旋转的坐标如下，且下述的旋转角度为 180度，即绕X轴旋转n次步长角度θ：

(θ，0，0)，(2θ，0，0)，(3θ，0，0)…(nθ＝180，0，0)共n 种。

图2即为危险品绕X轴旋转90度的样本构造示意图。

绕Y轴旋转的角度坐标如下，且下述的旋转角度为180度，即绕Y轴旋转n次步长角度θ：

(0，θ，0)，(0，2θ，0)，(0，3θ，0)…(0，nθ＝180，0)共n种。

绕Z轴旋转的角度坐标如下，且下述的旋转角度为180度，即绕Z轴旋转 n次步长角度θ：

(0，0，θ)，(0，0，2θ)，(0，0，3θ)…(0，0，nθ＝180)共n种。

②危险品从初始位置同时绕双轴以设定步长旋转遍历，即分别绕XY轴、绕YZ轴、绕XZ轴以设定的步长角度旋转遍历，如下所述：

绕XY轴以设定步长角度θ依次旋转的角度坐标(x，y，z)如下，一直旋转nθ：

绕XZ轴以设定步长角度θ依次旋转的角度坐标(x，y，z)如下，一直旋转nθ：

每个旋转轴均共n×n种图像。YZ轴与之同理。

③危险品同时绕三轴旋转遍历，即绕XYZ轴，旋转时与①②遍历情况类似，此处不再罗列，总计共有n×n×n种。X光机图像采集时可将每个旋转遍历的姿态位置多采集几张。

步骤2：危险品摆放距离传送带高度为h时，按步骤1所述进行不同角度的旋转遍历采集X光机图像并保存。

步骤3：危险品摆放距离传送带高度为2h时，按步骤1所述进行不同角度的旋转遍历采集X光机图像并保存。

按照上述的方法，直到危险品摆放高度为H＝mh时，旋转遍历结束。采集的图像命名规则为“危险品名称+高度+X轴旋转角度+Y轴旋转角度+Z轴旋转角度”例如plastic_lighter_10_45_0_90.jpg，且相同危险品采集的图像要单独存放于一个文件夹中，以便于后期工作的进行。

(2)有背景有遮挡下的样本构造

有背景有遮挡下的样本构造要对样本增加背景和遮挡情况，因为真实进行的X光机检测中，物品设置在行李箱中，通常行李箱中会有其他物品，这些物品有些会造成物品被遮挡，因此为了模拟真实的安检，需要设置遮挡物，该遮挡物包括但不限于现有常见的生活物品。

具体来说，本发明的样本背景指危险品处于有障碍物的情况下，样本背景选择的原则是尽可能的模拟实际安检时行李摆放和堆叠的情况。采集某类危险品在有背景和遮挡情况下的图像时，将其放置在背包和行李箱中，在其上或旁边放置一些行李中常见的其他小物品，比如钥匙、手机、钱包等常见非危险品，制造轻度的遮挡或重叠；之后可放置大一些、X射线穿透力较弱的物品制造程度重一点的遮挡或重叠，具体尺度掌握参考实际行李箱与常见背包的大小。

在有背景有遮挡的情况下，X光机样本数据的采集同无背景无遮挡下的样本构造方法一样，即相应水平高度、角度上规定的进行遍历采集，命名与储存方式也相同。通过这种方法即可全面、高效、有序地构造出基于X光机的危险品样本图像数据库。

本发明全面考虑在不同背景和遮挡条件下危险品处于不同步长角度和不同步长高度的所有姿态，并对所有姿态下的危险品进行X光机图像采集，从而高效有序地构造出满足深度学习训练需求的危险品样本图像数据库，为提高智能安检判图的准确率提供有力支撑。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (3)

1.一种基于X光机的危险品样本图像构造方法，其特征在于，包括：

(1)建立XYZ坐标系，将危险品放置于坐标系中，其中，(0,0,0)为危险品初始位置；

(2)设定步长角度θ和步长高度h，其中，θ×n＝180°，即180度是θ的n倍；h×m＝H，H是h高度的m倍，H为设定的行李箱的高度；

(3)以设定步长角度分别绕X轴、Y轴、Z轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(4)以设定步长角度分别绕XY轴、YZ轴、XZ轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(5)以设定步长角度分别绕XYZ轴旋转至设定的角度，采集每旋转一个步长角度θ的X光机图像；

(6)步长高度增加一倍为2h，重复(3)～(5)的步骤；

(7)重复(6)，直到步长高度增加到H，停止采集，对所有采集的图像进行保存，形成危险品样本图像数据库。

2.根据权利要求1所述的一种基于X光机的危险品样本图像构造方法，其特征在于：

所述采集的图像包括危险物品在无遮挡无背景情况下和有遮挡情况下分别获取的图像。

3.根据权利要求1所述的一种基于X光机的危险品样本图像构造方法，其特征在于：

所述设定角度不超过360°。

Images