CN112907670A - 一种基于剖面图的目标物定位和标注方法及装置 - Google Patents

一种基于剖面图的目标物定位和标注方法及装置 Download PDF

Info

Publication number
CN112907670A
CN112907670A CN202110347657.5A CN202110347657A CN112907670A CN 112907670 A CN112907670 A CN 112907670A CN 202110347657 A CN202110347657 A CN 202110347657A CN 112907670 A CN112907670 A CN 112907670A
Authority
CN
China
Prior art keywords
target object
dimensional
cut
section
cutting line
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.)
Granted
Application number
CN202110347657.5A
Other languages
English (en)
Other versions
CN112907670B (zh
Inventor
魏增辉
莫阳
孙翠丽
李保磊
丁洁
赵雷
刘宇
吴凯
徐圆飞
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.)
Beijing Hangxing Machinery Manufacturing Co Ltd
Original Assignee
Beijing Hangxing Machinery Manufacturing 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 Beijing Hangxing Machinery Manufacturing Co Ltd filed Critical Beijing Hangxing Machinery Manufacturing Co Ltd
Priority to CN202110347657.5A priority Critical patent/CN112907670B/zh
Publication of CN112907670A publication Critical patent/CN112907670A/zh
Application granted granted Critical
Publication of CN112907670B publication Critical patent/CN112907670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明涉及一种基于剖面图的目标物定位和标注方法及装置，属于安检图像处理技术领域，该方法包括：通过对物品进行CT扫描，构建三维数据；显示可改变视角的三维图像；确定切割线；基于切割线获得经过切割的三维空间体；基于剖物面标记目标物；提取目标物的三维区域；对目标物进行强调显示处理，获得目标物图像。本发明所述的方法和装置，可以在单视角下利用剖面图的方式，直接在剖面图上定位及标注目标物区域，通过算法拟合目标物的三维轮廓并做图像强调处理，从而提高目标物定位速度和精度，解决了现有方法自动化程度低、目标定位和标注不精确、操作繁琐耗时长等问题，有效保证了目标物标注质量。

Description

一种基于剖面图的目标物定位和标注方法及装置
技术领域
本发明安检图像处理技术领域，尤其涉及一种基于剖面图的目标物定位和标注方法及装置。
背景技术
三维图像较二维图像可以获取到更为完整和直观的物体信息，也就更容易观察到其中包含的目标物，或者是观察者所感兴趣的内容。
在安检领域，传统透视安检设备的二维透视图像包含了其视角下重叠的物体信息，难以分辨出其中的单个物体，而安检CT(Computed Tomography，计算机断层摄影术)设备可以获取到扫描物体的三维图像。
目前在深度学习领域，需要大量标注后的样本数据，模型的准确度则直接取决于标注的准确性，这就需要有一种能在三维图像中快速准确定位及标注目标物的方法。
此外在安检领域，在危险品插入(TIP，Threat Image Projection)考核或者是日常安检过程中，安检员也需要在三维图像中标记出目标物。
然而不同于在二维图像中直接框选出目标物或者感兴趣的区域，三维图像中则需要提供其三维表达，简单的框选难以勾选出完整的目标物。
目前目标物定位和标注技术有如下缺陷：
直接对CT图像进行框选，由于框选操作只能在二维视图上进行，不能对视图深度信息进行刻画，必然出现错位定位或者定位过大的问题。这就需要在改变视角或不改变视角的情况下，对框选范围的深度延伸区域内覆盖的所有空间进行分析，进行再次的目标物分析比对，挑选、定位和标记。特别是在安检包裹中含有多件物品的情况下，现有技术对目标物的定位和标记结果十分粗糙。因此最终标记的区域，不仅可能会包括多件物体或多件物品的局部，还必包含物体外的多余空间信息，同时因为视角范围有限，对处于重合状态的几件物品并不能很精确的定位、区分和标记。这样的标记结果作为样本数据用于机器学习训练导致训练后模型对目标物的实际辨识率很低。
此外，目前技术由于无法克服空间错位的问题，用户的单次操作无法精确定位多个处于不同空间位置的目标物，导致对于多个目标物的标注问题，只能逐一进行对单一目标物的标记操作，无疑增大了工作量。
发明内容
鉴于以上现有技术的不足，发明的目的在于提供一种基于剖面图的目标物定位和标注方法及装置，提高了目标物定位的精度以及标记的效率。该方法在三维图像的某个视角上画剪切线，并自动融合深度向量生成剪切面，在剪切剖面图上做目标物框选和分割，获得目标物所占据的三维区域，从而直接实现目标物的定位和标注，为相关危险品智能识别技术的实现提供了可靠的训练样本数据。
一种基于剖面图的目标物定位和标注方法，其特征在于，包括：
对包括目标物的物品进行CT扫描，获得所述物品的三维数据；
对所述三维数据进行体绘制及三维渲染处理，得到可改变视角的三维图像；
基于目标物在各视角三维视图中的位置，在至少一个视角下的三维图像上确定切割线的形状和位置；
基于所述切割线对所述三维图像进行切割获得切割后的三维空间体；其中，所述切割后的三维空间体的剖物面上包括目标物剖面；
在所述切割后的三维空间体的剖物面上标记所述目标物剖面区域；
对所述目标物剖面区域执行图像分割算法，获取到所述目标物所占据的三维区域；
对所述目标物所占据的三维区域做强调显示处理，并对显示图像进行画面截取、保存，得到定位和标注后的目标物图像。
进一步地，所述三维数据包括：所述三维数据包括：单能三维数据、高能三维数据、低能三维数据、电子密度三维数据，和/或等效原子序数三维数据。
进一步地，所述切割线包括非闭合切割线；
所述基于所述切割线获得经过切割的三维空间体，包括：基于非闭合切割线的切割；
所述基于非闭合切割线的切割，是对所述三维图像以非闭合切割线为界做剖面操作，包括：
基于所述非闭合切割线，以切割线及其两端延伸线，自动融合深度向量，构建剖物剪切面；
基于所述剖物剪切面，将所述三维图像切割为至少两个三维空间体，选择其中一个含有至少部分目标物的三维空间体继续处理，其它三维空间体可暂时隐藏、虚化，或者移动到屏幕的边角作为备选三维空间体。
进一步地，所述切割线还包括闭合切割线；
进一步地，基于所述切割线获得经过切割的三维空间体，还包括：基于闭合切割线的切割；
所述基于闭合切割线的切割，是对所述三维图像以闭合切割线为界做剖面操作，包括：
基于所述闭合切割线，自动融合深度向量，构建剖物剪切曲面；
基于所述剖物剪切曲面对当前的三维空间做裁切操作，获得所述剖物剪切曲面内部的含有至少部分目标物的三维空间体，所述剖物剪切曲面外部的三维空间体暂时隐藏、虚化，或者移动到屏幕的边角作为备选三维空间体。
进一步地，所述标记所述目标物剖面区域包括：
选定所述切割后的三维空间体的剖物面视图；框选出所述目标物剖面区域，或用线段勾画所述目标物剖面区域的大致轮廓，或在所述目标物剖面区域内部标记目标物位置和/或在所述目标物剖面区域外部标记多余空间范围。
进一步地，所述执行图像分割算法，获取到目标物所占据的三维区域，包括：
通过所述图像分割算法，在所述切割后的三维空间体的剖物面上获取到所述目标物剖面区域的轮廓图，并基于所述轮廓图，获取到所述目标物所占据的三维区域；或者，
基于所述切割后的三维空间体和所述目标物剖面区域，通过所述图像分割算法直接获取到所述目标物所占据的三维区域；
其中，所述图像分割算法，包括区域生长算法、活动轮廓算法或图分割算法。
进一步地，所述对所述目标物所占据的三维区域做强调显示处理，包括：突出目标物像素，着重显示目标物轮廓，和/或添加文字标志。
一种实现所述基于剖面图的目标物定位和标注方法的装置，包括数据处理器、存储器、用户输入设备、CT安检组件和显示组件；其中，
所述数据处理器用来读取存储在所述存储器中的数据和计算机程序指令，以及来自所述用户输入设备的操控指令，用于执行以下操作：
控制CT安检组件对过包物品进行扫描，得到扫描空间的断层数据，将所述断层数据按三维空间位置进行融合，构建成三维数据；
对所述三维数据进体绘制及三维渲染处理，得到三维图像数据；
将所述三维图像数据通过投影处理投影到所述显示组件上；
在选定视角的三维图像上绘制切割线；
基于所述切割线获得经过切割的三维空间体，在所述显示组件上依照一定的网格或者其他排列方式显示剖分后独立出来的各个三维空间体；
通过执行标记目标物指令确定目标物剖面区域；
对所述目标物剖面区域执行图像分割处理程序，获取到目标物的剖面轮廓图和目标物所占据的三维区域；
对所述目标物所占据的三维区域做强调显示处理；
对显示图像进行画面截取、保存操作。
进一步地，所述执行标记目标物指令，包括：
从切割后的三维空间体中选定含有目标物的三维空间体；选定含有目标物剖面的剖物面视图；框选出所述目标物剖面区域，或用线段勾画所述目标物剖面区域的大致轮廓，或在所述目标物剖面区域内部标记目标物位置，和/或在所述目标物剖面区域外部标记多余空间范围。
进一步地，所述对所述目标物所占据的三维区域做强调显示处理，包括：突出目标物像素，着重显示目标物轮廓，和/或添加文字标志。
本发明有益效果如下：
本发明所述的方法和装置，可以在单视角下利用剖面图的方式，直接在剖面图上定位及标注目标物区域，通过算法拟合目标物的三维轮廓并做图像强调处理，从而减少目标搜索，避免多次框选操作，解决了现有方法自动化程度低、目标定位和标注不精确、工作效率低、对测试人员的技术水平要求高、操作繁琐耗时长等问题；同时从根本上消除了目标物选择不精确引入的粗大误差，有效保证了目标物标注质量，为相关危险品智能识别技术的实现提供了可靠的训练样本数据。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。显而易见地，下面描述中的附图仅仅是本发明实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种基于剖面图的目标物定位和标注方法流程图
图2为本发明实施例的确定切割线示意图；
图3为本发明实施例的标记目标物示意图。
附图标记：
1，三维图像；2，杂物；3，目标物；4，非闭合切割线段；5，剖物剪切面；6，目标物3的剖面轮廓区域；7，标记框；11，剖分后的三维空间体。
具体实施方式
为了使本领域的人员更好地理解本发明实施例中的技术方案，下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于描述本发明的原理，但是应该理解，这些描述只是示例性的，并非用于限定本发明的范围。显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明保护的范围。
此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明公开的概念。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合和/或调换相对位置和顺序关系。
本发明提出了一种基于剖面图的目标物定位和标注方法及装置，为解决了现有方法自动化程度低、目标定位和标注不精确、工作效率低、对测试人员的技术水平要求高、操作繁琐耗时长等问题。
方法实施例
本发明的一个具体实施例，公开了一种基于剖面图的目标物定位和标注方法，如图1所示，该方法包括：
通过对物品进行CT扫描，构建三维数据；显示可改变视角的三维图像；确定切割线；基于切割线获得经过切割的三维空间体；基于剖物面标记目标物；提取目标物的三维区域；对目标物进行强调显示处理。
具体地，该方法包括步骤S1至步骤S7。
步骤S1.通过对物品进行CT扫描，获得所述物品的三维数据。
首先将过包物品(行李)置于传送带上，在传送带电机的带动下传送带保持匀速行进，物品进入CT扫描区，进行匀速扫描，CT射线源发出X射线束透射物品，CT探测器接收透射过物品的衰减信号，并不断将接收到的传感信号传入数据处理器中，由数据处理器进行数据重建，获取扫描空间的断层数据，后将所有断层数据按三维空间位置融合在一起，构建成三维数据。
其中重建的断层数据可以包含电子密度信息，等效原子序数等。
可选地，所述三维数据包括：单能三维数据、高能三维数据、低能三维数据、电子密度三维数据，和/或等效原子序数三维数据。所述三维数据可以是其中一种三维数据的向量矩阵，或几种三维数据融合成的向量矩阵。
步骤S2.对三维数据进行体绘制及三维渲染处理，得到可改变视角的三维图像。
将所述三维图像数据通过一定的投影处理投影到显示设备的屏幕上，可通过鼠标、键盘等用户输入设备做出改变三维图像的视角、透明度等图像操作。
可选地，三维图像采用的投影方式可以包括但不限于透视投影，即符合人眼观察原始的投影方式，或者平行投影。
步骤S3.在所述三维图像上确定切割线的形状和位置。
通过鼠标、键盘等用户输入设备，旋转三维图像的视角，在选定的一个主视角下的三维图像上画切割线。
可选地，所述切割线，可以是闭合的或者非闭合的，可以是曲线、直线、圆形、方形或任意形状。
可选地，所述切割线，可以是单视角下的一条或者数条切割线，也可以在不同的视角下的数条分割线，以此实现对多个目标物进行定位。
可选地，所述切割线，可以分布于多个区域，区域间可以是相交，也可以是不相交的。
图2为本发明实施确定切割线示意图。
如图2所示，在三维图像1中，目标物3被杂物2遮挡，不便于直接做出目标物标记。当前视角下，画出非闭合切割线段4，自动构建生成剖物剪切面5。
步骤S4.基于切割线获得经过切割的三维空间体。
基于所述切割线对所述三维图像进行切割，获得切割后的三维空间体，包括两个可选方法：基于非闭合切割线的切割和基于闭合切割线的切割。
其中，所述基于非闭合切割线的切割，是对三维图像以非闭合切割线为界做剖面操作，包括：
基于非闭合切割线，以切割线及其两端延伸线，自动融合深度向量，构建剖物剪切面；
基于所述剖物剪切面，将三维图像切割为至少两个三维空间体；切割后的至少两个三维空间体的剖物面上应包含有目标物剖面，否则应重复步骤S3至S4，直至切割后的至少两个三维空间体的剖物面上包含有目标物剖面为止。
对所述的至少两个三维空间体，可选择其中一个三维空间体继续处理，其余三维空间体可暂时隐藏、虚化，或者移动到屏幕的边角作为备选三维空间体。
所述基于闭合切割线的切割，是对所述三维图像以闭合切割线为界做剖面操作，包括：
基于闭合切割线，自动融合深度向量，构建剖物剪切曲面；
基于所述剖物剪切曲面对当前的三维空间做裁切操作，获得所述剖物剪切曲面内部的三维空间体，所述剖物剪切曲面外部的三维空间体可暂时隐藏、虚化，或者移动到屏幕的边角作为备选三维空间体。
对于步骤S3中多个切割线的情况，基于多个切割线对三维空间进行剖分，在屏幕上可以依照一定的网格或者其他排列方式显示剖分后独立出来的各个三维空间体。
步骤S5.基于剖物面标记目标物区域。
从切割后的三维空间体中，选定某个含有至少部分目标物的三维空间体。其中，切割后的三维空间体的剖物面上包括目标物的一个剖面。在剖物面视图下，通过标记目标物的剖面区域来确定目标物的位置。
所述标记目标物的剖面区域，包括直接框选出目标物的剖面区域范围，或用线段勾画目标物的剖面区域的大致轮廓，或在目标物剖面区域内部用点、对号、实心圆等形状标记剖面区域位置，和/或在目标物剖面区域外部画叉号来标记多余空间范围。
较佳地，可以撤销或重做某个标记或所有标记。
可选地，可以重复S3-S5步骤，多次执行对三维空间体的剖分、标记等操作。
步骤S6.提取目标物的三维区域。
对剖面图中被标记为目标物的区域，基于标记的位置和目标物数据点的空间连续性，采用图像分割算法，获取到目标物所占据的三维区域。
采用图像分割算法，获取到目标物所占据的三维区域包括以下两种方法。
第一种方法：基于标记的位置，首先通过所述图像分割算法从剖分后的三维空间体剖面上获取到目标物的剖面轮廓图；基于所述目标物的剖面轮廓图，利用目标物在三维空间中的连续性，通过所述图像分割算法获取到目标物所占据的三维区域。
第二种方法：基于标记的位置，从剖分后的三维空间体中直接利用目标物在三维空间中的连续性和所述目标物区域，通过所述图像分割算法获取到目标物所占据的三维区域。
所述图像分割算法包括：区域生长(Region growing)算法、活动轮廓(ActiveContour)算法和图分割(Graphy Cut/Grab Cut)算法。
示例性地，将在剖面上目标物所在位置标记的像素作为种子点，采用区域生长算法获取到目标物所占据的三维区域。
较佳地，在多视角下对目标物进行标记，可以进一步加速目标物所占据的三维区域的提取过程，而且准确性更高。
图3为本发明实施例标记目标物示意图。
示例性地，如图3所示，基于切割线获得经过切割的三维空间体，选定剖分后的三维空间体11；
在剖物剪切面5的正视图视角下，被裁切开的杂物2和目标物3在剖物剪切面5中显露出剖面轮廓区域，其中目标物3的剖面轮廓区域为6；
在剖物剪切面5的正视图上做标记框7来框选出目标物3位置，此后即可根据物体的空间连续性，在标记框7内位置通过精细定位的图像分割算法，向剖面图两侧的空间进行轮廓搜索，最后获取到完整的目标物3在三维空间体中所占据的三维区域。
步骤S7.对目标物进行强调显示处理。
对目标物所占据的三维区域做进一步的图像处理以突出目标物。
所述的进一步的图像处理，包括：突出目标物像素、着重显示目标物轮廓和/或添加文字标志等处理。
对三维图像可以选择各种视角，并对视角下的图像进行画面截取、保存操作。
对截取的画面，可以作为对机器识别系统进行训练和测试的样本。
装置实施例
本发明的另一个具体实施例，公开了一种基于剖面图的目标物定位和标注装置，包括数据处理器、存储器、用户输入设备、显示组件、CT安检组件、数据接口和电源。
所述数据处理器、存储器、用户输入设备、显示组件、CT安检组件、数据接口和电源均采用通用器件设备。
其中，所述数据处理器分别与所述存储器、用户输入设备、显示组件、CT安检组件、数据接口和电源电连接和/或无线连接。
所述数据处理器用来读取存储在所述存储器中的数据和计算机程序指令，以及来自所述用户输入设备的操控指令，用于执行以下操作：
由数据处理器执行控制CT安检组件对过包物品进行扫描，并不断将接收到的传感信号传入数据处理器中并由数据处理器进行数据存储和重建，得到扫描空间的断层数据，将所述断层数据按三维空间位置融合在一起，构建成三维数据。
对所述三维数据进体绘制及三维渲染处理后，得到三维图像数据；将所述三维图像数据通过一定的投影处理投影到所述显示组件上；通过用户输入设备做出改变三维图像的视角、透明度等图像操作。
通过用户输入设备，在选定的一个或多个视角下的三维图像上画切割线。
基于所述切割线获得经过切割的三维空间体，在所述显示组件上依照一定的网格或者其他排列方式显示剖分后独立出来的各个三维空间体。
通过执行标记目标物指令来确定目标物剖面区域，包括：
通过所述用户输入设备，从切割后的三维空间体中，选定某个含有目标物的三维空间体；在剖物面视图下，通过所述用户输入设备直接框选出目标物剖面区域，或用线段勾画目标物剖面区域的大致轮廓，或在目标物剖面区域内部通过标记点、对号、实心圆等形状确定目标物位置，和/或在目标物剖面区域外部画叉号来标记多余空间范围。
对所述剖面图中被标记为目标物剖面的区域，基于标记的位置和目标物数据点的空间连续性，执行图像分割处理程序，获取到目标物的剖面轮廓图和目标物所占据的三维区域。
对目标物所占据的三维区域做强调显示处理，以突出显示所述目标物。
所述的强调显示处理，包括：突出目标物像素，着重显示目标物轮廓，和/或添加文字标志等处理。
通过用户输入设备选择各种视角，并对视角下的图像进行画面截取、保存操作。
本发明所述的方法和装置，可以在单视角下利用剖面图的方式，直接在剖面图上定位及标注目标物区域，通过算法拟合目标物的三维轮廓并做图像强调处理，从而减少目标搜索，避免多次框选操作，解决了现有方法自动化程度低、目标定位和标注不精确、工作效率低、对测试人员的技术水平要求高、操作繁琐耗时长等问题；同时从根本上消除了目标物选择不精确引入的粗大误差，有效保证了目标物标注质量，为相关危险品智能识别技术的实现提供了可靠的训练数据。
最后应说明的是，以上实施例仅用以说明本发明实施例的技术方案，而非对其限制，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，任何熟悉本技术领域的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于剖面图的目标物定位和标注方法，其特征在于，包括：
对包括目标物的物品进行CT扫描，获得所述物品的三维数据；
对所述三维数据进行体绘制及三维渲染处理，得到可改变视角的三维图像；
基于目标物在各视角三维视图中的位置，在至少一个视角下的三维图像上确定切割线的形状和位置；
基于所述切割线对所述三维图像进行切割获得切割后的三维空间体；其中，所述切割后的三维空间体的剖物面上包括目标物剖面；
在所述切割后的三维空间体的剖物面上标记所述目标物剖面区域；
对所述目标物剖面区域执行图像分割算法，获取到所述目标物所占据的三维区域；
对所述目标物所占据的三维区域做强调显示处理，并对显示图像进行画面截取、保存，得到定位和标注后的目标物图像。
2.根据权利要求1所述的一种基于剖面图的目标物定位和标注方法及装置，其特征在于，所述三维数据包括：单能三维数据、高能三维数据、低能三维数据、电子密度三维数据，和/或等效原子序数三维数据。
3.根据权利要求2所述的一种基于剖面图的目标物定位和标注方法及装置，其特征在于，
所述切割线包括非闭合切割线；
所述基于所述切割线获得经过切割的三维空间体，包括：基于非闭合切割线的切割；
所述基于非闭合切割线的切割，是对所述三维图像以非闭合切割线为界做剖面操作，包括：
基于所述非闭合切割线，以切割线及其两端延伸线，自动融合深度向量，构建剖物剪切面；
基于所述剖物剪切面，将所述三维图像切割为至少两个三维空间体，选择其中一个含有至少部分目标物的三维空间体继续处理，其它三维空间体可暂时隐藏、虚化，或者移动到屏幕的边角作为备选三维空间体。
4.根据权利要求3所述的一种基于剖面图的目标物定位和标注方法及装置，其特征在于，
所述切割线还包括闭合切割线；
所述基于所述切割线获得经过切割的三维空间体，还包括：基于闭合切割线的切割；
所述基于闭合切割线的切割，是对所述三维图像以闭合切割线为界做剖面操作，包括：
基于所述闭合切割线，自动融合深度向量，构建剖物剪切曲面；
基于所述剖物剪切曲面对当前的三维空间做裁切操作，获得所述剖物剪切曲面内部的含有至少部分目标物的三维空间体，所述剖物剪切曲面外部的三维空间体暂时隐藏、虚化，或者移动到屏幕的边角作为备选三维空间体。
5.根据权利要求4所述的一种基于剖面图的目标物定位和标注方法及装置，其特征在于，所述标记所述目标物剖面区域包括：
选定所述切割后的三维空间体的剖物面视图；框选出所述目标物剖面区域，或用线段勾画所述目标物剖面区域的大致轮廓，或在所述目标物剖面区域内部标记目标物位置和/或在所述目标物剖面区域外部标记多余空间范围。
6.根据权利要求5所述的一种基于剖面图的目标物定位和标注方法及装置，其特征在于，所述执行图像分割算法，获取到目标物所占据的三维区域，包括：
通过所述图像分割算法，在所述切割后的三维空间体的剖物面上获取到所述目标物剖面区域的轮廓图，并基于所述轮廓图，获取到所述目标物所占据的三维区域；或者，
基于所述切割后的三维空间体和所述目标物剖面区域，通过所述图像分割算法直接获取到所述目标物所占据的三维区域；
其中，所述图像分割算法，包括区域生长算法、活动轮廓算法或图分割算法。
7.根据权利要求6所述的一种基于剖面图的目标物定位和标注方法及装置，其特征在于，所述对所述目标物所占据的三维区域做强调显示处理，包括：突出目标物像素，着重显示目标物轮廓，和/或添加文字标志。
8.一种实现权利要求1至8任一项所述的基于剖面图的目标物定位和标注方法的装置，其特征在于，包括数据处理器、存储器、用户输入设备、CT安检组件和显示组件；其中，
所述数据处理器用来读取存储在所述存储器中的数据和计算机程序指令，以及来自所述用户输入设备的操控指令，用于执行以下操作：
控制CT安检组件对过包物品进行扫描，得到扫描空间的断层数据，将所述断层数据按三维空间位置进行融合，构建成三维数据；
对所述三维数据进体绘制及三维渲染处理，得到三维图像数据；
将所述三维图像数据通过投影处理投影到所述显示组件上；
在选定视角的三维图像上绘制切割线；
基于所述切割线获得经过切割的三维空间体，在所述显示组件上依照一定的网格或者其他排列方式显示剖分后独立出来的各个三维空间体；
通过执行标记目标物指令确定目标物剖面区域；
对所述目标物剖面区域执行图像分割处理程序，获取到目标物的剖面轮廓图和目标物所占据的三维区域；
对所述目标物所占据的三维区域做强调显示处理；
对显示图像进行画面截取、保存操作。
9.根据权利要求8所述的装置，其特征在于，所述执行标记目标物指令，包括：
从切割后的三维空间体中选定含有目标物的三维空间体；选定含有目标物剖面的剖物面视图；框选出所述目标物剖面区域，或用线段勾画所述目标物剖面区域的大致轮廓，或在所述目标物剖面区域内部标记目标物位置，和/或在所述目标物剖面区域外部标记多余空间范围。
10.根据权利要求9所述的装置，其特征在于，所述对所述目标物所占据的三维区域做强调显示处理，包括：突出目标物像素，着重显示目标物轮廓，和/或添加文字标志。
CN202110347657.5A 2021-03-31 2021-03-31 一种基于剖面图的目标物定位和标注方法及装置 Active CN112907670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110347657.5A CN112907670B (zh) 2021-03-31 2021-03-31 一种基于剖面图的目标物定位和标注方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110347657.5A CN112907670B (zh) 2021-03-31 2021-03-31 一种基于剖面图的目标物定位和标注方法及装置

Publications (2)

Publication Number Publication Date
CN112907670A true CN112907670A (zh) 2021-06-04
CN112907670B CN112907670B (zh) 2022-10-14

Family

ID=76109706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110347657.5A Active CN112907670B (zh) 2021-03-31 2021-03-31 一种基于剖面图的目标物定位和标注方法及装置

Country Status (1)

Country Link
CN (1) CN112907670B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5734384A (en) * 1991-11-29 1998-03-31 Picker International, Inc. Cross-referenced sectioning and reprojection of diagnostic image volumes
CN102222352A (zh) * 2010-04-16 2011-10-19 株式会社日立医疗器械 图像处理方法和图像处理装置
CN105785462A (zh) * 2014-06-25 2016-07-20 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
CN111340742A (zh) * 2018-12-18 2020-06-26 深圳迈瑞生物医疗电子股份有限公司 一种超声成像方法及设备、存储介质
CN112288888A (zh) * 2020-10-26 2021-01-29 公安部第一研究所 一种三维ct图像中目标物的标注方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5734384A (en) * 1991-11-29 1998-03-31 Picker International, Inc. Cross-referenced sectioning and reprojection of diagnostic image volumes
CN102222352A (zh) * 2010-04-16 2011-10-19 株式会社日立医疗器械 图像处理方法和图像处理装置
CN105785462A (zh) * 2014-06-25 2016-07-20 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
CN111340742A (zh) * 2018-12-18 2020-06-26 深圳迈瑞生物医疗电子股份有限公司 一种超声成像方法及设备、存储介质
CN112288888A (zh) * 2020-10-26 2021-01-29 公安部第一研究所 一种三维ct图像中目标物的标注方法及装置

Also Published As

Publication number Publication date
CN112907670B (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
US11935654B2 (en) Systems and methods for image processing
CN105223212B (zh) 安检ct系统及其方法
US8907944B2 (en) Method and system for navigating, segmenting, and extracting a three-dimensional image
US8363048B2 (en) Methods and apparatus for visualizing data
CN107405126B (zh) 检索成对的医学图像的对应结构
EP2486548B1 (en) Interactive selection of a volume of interest in an image
US8041094B2 (en) Method for the three-dimensional viewing of tomosynthesis images in mammography
Mori et al. Automated extraction and visualization of bronchus from 3D CT images of lung
US20090309874A1 (en) Method for Display of Pre-Rendered Computer Aided Diagnosis Results
CN103900503A (zh) 提取形状特征的方法、安全检查方法以及设备
US8254656B2 (en) Methods and system for selective resolution improvement in computed tomography
CN108717700B (zh) 一种检测结节长短径长度的方法及装置
CN103456002A (zh) 用于显示分割的图像的方法和系统
EP2869094A1 (en) Stereoscopic imaging systems and methods
JP2019522775A5 (zh)
CN102859552A (zh) 图像数据分割
US20130050207A1 (en) Method and system for navigating, segmenting, and extracting a three-dimensional image
JP2005322257A (ja) ３次元画像処理方法
JP4122314B2 (ja) 投影画像処理方法、投影画像処理プログラム、投影画像処理装置
CN112950664B (zh) 一种基于滑动剖面的目标物定位和标注方法及装置
EP3112852A1 (en) Method for positioning target in three-dimensional ct image and security check system
EP3112909A1 (en) Method for positioning target in three-dimensional ct image and security check ct system
CN112907670B (zh) 一种基于剖面图的目标物定位和标注方法及装置
JP3704652B2 (ja) ３次元画像処理方法
CN112288888A (zh) 一种三维ct图像中目标物的标注方法及装置

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