CN116311085A - 一种图像处理方法、系统、装置及电子设备 - Google Patents
一种图像处理方法、系统、装置及电子设备 Download PDFInfo
- Publication number
- CN116311085A CN116311085A CN202310583181.4A CN202310583181A CN116311085A CN 116311085 A CN116311085 A CN 116311085A CN 202310583181 A CN202310583181 A CN 202310583181A CN 116311085 A CN116311085 A CN 116311085A
- Authority
- CN
- China
- Prior art keywords
- detection object
- image
- ray
- contour
- dimensional optical
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 462
- 230000003287 optical effect Effects 0.000 claims abstract description 287
- 238000013507 mapping Methods 0.000 claims abstract description 133
- 238000007689 inspection Methods 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims description 119
- 238000000034 method Methods 0.000 claims description 43
- 238000012634 optical imaging Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 13
- 239000000523 sample Substances 0.000 description 82
- 238000003384 imaging method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000005570 vertical transmission Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious 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
- G06T7/13—Edge detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Abstract
本申请实施例提供了一种图像处理方法、系统、装置及电子设备,涉及到图像处理技术领域,包括:获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;获取所述检测对象的X射线图像;基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。本申请实现了改善安检效果。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像处理方法、系统、装置及电子设备。
背景技术
为了保证经济建设的稳定与发展,安全检查变得越来越重要。其中,通过X射线安检设备进行安全检查是目前安检的主要手段之一。X射线安检设备通过将被检物品送入X射线检查通道,来实现非接触式的、可探测物体内部结构的检查。目前已广泛应用在各类需要安检的场所。
随着物流业的蓬勃发展,物流业对安检的需求越来越大。但物流过程中常需要对低密度的薄包裹进行安检,而由于X射线的穿透性较强,安检过程中所得到的X射线图像常常无法清楚显示这类包裹,导致安检效果较差。
发明内容
本申请实施例的目的在于提供一种图像处理方法、系统、装置及电子设备,以实现改善安检效果。具体技术方案如下:
第一方面,本申请实施例提供了一种图像处理方法,包括:
获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
获取所述检测对象的X射线图像;
基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
本申请的一个实施例中,所述基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,包括:
基于所述检测对象的厚度信息,确定在所述检测对象所处的传输平面内与检测对象传输方向垂直的第一方向上,所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,以用于确定在所述第一方向上所述检测对象的第一轮廓在所述X射线图像上对应的第一轮廓分量;其中,所述检测对象的厚度信息指垂直于所述传输平面方向上所述检测对象的尺寸信息。
本申请的一个实施例中,所述方法还包括:
获取在所述检测对象所处的传输平面内与检测对象传输方向平行的第二方向上,所述检测对象在二维光学图像上和在X射线图像上的尺寸显示比例;
基于所述尺寸显示比例和所述检测对象的第一轮廓,确定在所述第二方向上所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓分量;
所述基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓,包括:
基于所述第一轮廓分量和所述第二轮廓分量,确定所述X射线图像上所述检测对象的第二轮廓。
本申请的一个实施例中,所述基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,包括:
利用所述检测对象的厚度信息,在预设的映射关系数据库中进行匹配,确定与所述检测对象的厚度信息对应的所述第一位置映射关系;
其中,所述预设的映射关系数据库为通过获取不同预设厚度的样本对象的样本光学图像、样本X射线图像及厚度信息,在第一方向上建立同一样本对象的样本光学图像与样本X射线图像之间关于样本对象轮廓的坐标映射关系,将同一样本对象的厚度信息及关于该样本对象轮廓的坐标映射关系之间的对应关系添加到所述映射关系数据库中而得到的。
本申请的一个实施例中,所述获取所述检测对象的X射线图像,包括:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像;
其中,所述采集时间差基于所述光学采集装置和所述X射线探测装置之间的位置差、以及用于传输所述检测对象的传输装置的传输速率得到。
本申请的一个实施例中,所述二维光学图像或者所述X射线图像均由预设数量的子图像拼接得到;
所述基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像,包括:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定所述二维光学图像和所述X射线图像之间相互对应的第一子图像;其中,所述第一子图像为沿检测对象传输方向上,所述二维光学图像或者所述X射线图像上的第一行子图像;
基于所述X射线图像上的第一子图像、和所述X射线图像对应的采集周期,确定与所述检测对象的二维光学图像对应的X射线图像。
本申请的一个实施例中,所述X射线图像对应的采集周期是基于所述光学采集装置和所述X射线探测装置之间的位置差、所述二维光学图像在沿所述检测对象传输方向上的宽度、和用于传输所述检测对象的传输装置的传输速率得到;
所述二维光学图像在沿所述检测对象传输方向上的宽度是基于所述传输装置的传输速率和所述光学采集装置的帧率得到。
本申请的一个实施例中,所述X射线图像对应的采集周期利用以下公式得到:
所述X射线图像对应的采集周期表示为:[t i+w 1/v,t i+(w 1+w 2)/v];
其中,v为所述传输装置的传输速率;t i为所述二维光学图像的当前采集周期的结束时刻;w 2为所述二维光学图像在沿所述检测对象传输方向上的宽度;
L为所述光学采集装置和所述X射线探测装置之间的位置差。
本申请的一个实施例中,所述方法还包括:
在所述X射线图像上展示所述第二轮廓,以确定所述检测对象的类型。
第二方面,本申请实施例提供了一种安检系统,包括:传输装置、光学采集装置、射线源、X射线探测装置、处理装置;
其中,所述传输装置用于传输检测对象;
所述光学成像装置至少用于采集所述检测对象的二维光学图像;
所述射线源用于向所述检测对象发射X射线;
所述X射线探测装置用于采集透过所述检测对象的X射线图像;
所述处理装置用于:
获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
获取所述检测对象的X射线图像;
基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
本申请的一个实施例中,所述光学成像装置包括可见光采集模块和厚度信息测量模块;其中:
所述可见光采集模块用于采集所述检测对象的二维光学图像;
所述厚度信息测量模块用于测量所述检测对象的厚度信息;
和/或
所述光学成像装置和所述X射线探测装置的图像采集视角相适配。
第三方面,本申请实施例提供了一种图像处理装置,包括:
数据获取模块,用于获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
边缘识别模块,用于对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
X射线图像获取模块,用于获取所述检测对象的X射线图像;
第一位置映射关系获取模块,用于基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
第二轮廓确定模块,用于基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
本申请的一个实施例中,所述第一位置映射关系获取模块,具体用于:
基于所述检测对象的厚度信息,确定在所述检测对象所处的传输平面内与检测对象传输方向垂直的第一方向上,所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,以用于确定在所述第一方向上所述检测对象的第一轮廓在所述X射线图像上对应的第一轮廓分量;其中,所述检测对象的厚度信息指垂直于所述传输平面方向上所述检测对象的尺寸信息。
本申请的一个实施例中,所述装置还包括:
比例获取模块,用于获取在所述检测对象所处的传输平面内与检测对象传输方向平行的第二方向上,所述检测对象在二维光学图像上和在X射线图像上的尺寸显示比例;
第二轮廓分量确定模块,用于基于所述尺寸显示比例和所述检测对象的第一轮廓,确定在所述第二方向上所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓分量;
所述第二轮廓确定模块,具体用于:
基于所述第一轮廓分量和所述第二轮廓分量,确定所述X射线图像上所述检测对象的第二轮廓。
本申请的一个实施例中,所述第一位置映射关系获取模块,具体用于:
利用所述检测对象的厚度信息,在预设的映射关系数据库中进行匹配,确定与所述检测对象的厚度信息对应的所述第一位置映射关系;
其中,所述预设的映射关系数据库为通过获取不同预设厚度的样本对象的样本光学图像、样本X射线图像及厚度信息,在第一方向上建立同一样本对象的样本光学图像与样本X射线图像之间关于样本对象轮廓的坐标映射关系,将同一样本对象的厚度信息及关于该样本对象轮廓的坐标映射关系之间的对应关系添加到所述映射关系数据库中而得到的。
本申请的一个实施例中,所述X射线图像获取模块,包括:
X射线图像确定子模块,用于基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像;
其中,所述采集时间差基于所述光学采集装置和所述X射线探测装置之间的位置差、以及用于传输所述检测对象的传输装置的传输速率得到。
本申请的一个实施例中,所述二维光学图像或者所述X射线图像均由预设数量的子图像拼接得到;
所述X射线图像确定子模块,具体用于:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定所述二维光学图像和所述X射线图像之间相互对应的第一子图像;其中,所述第一子图像为沿检测对象传输方向上,所述二维光学图像或者所述X射线图像上的第一行子图像;
基于所述X射线图像上的第一子图像、和所述X射线图像对应的采集周期,确定与所述检测对象的二维光学图像对应的X射线图像。
本申请的一个实施例中,所述X射线图像对应的采集周期是基于所述光学采集装置和所述X射线探测装置之间的位置差、所述二维光学图像在沿所述检测对象传输方向上的宽度、和用于传输所述检测对象的传输装置的传输速率得到;
所述二维光学图像在沿所述检测对象传输方向上的宽度是基于所述传输装置的传输速率和所述光学采集装置的帧率得到。
本申请的一个实施例中,所述X射线图像对应的采集周期利用以下公式得到:
所述X射线图像对应的采集周期表示为:[t i+w 1/v,t i+(w 1+w 2)/v];
其中,v为所述传输装置的传输速率; t i为所述二维光学图像的当前采集周期的结束时刻;w 2为所述二维光学图像在沿所述检测对象传输方向上的宽度;
L为所述光学采集装置和所述X射线探测装置之间的位置差。
本申请的一个实施例中,所述装置还包括:
类型确定模块,用于在所述X射线图像上展示所述第二轮廓,以确定所述检测对象的类型。
第四方面,本申请实施例提供了一种电子设备,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的方法。
第六方面,本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的方法。
本申请实施例有益效果:
本申请实施例提供的图像处理方法,可以首先对检测对象的二维光学图像进行边缘识别得到检测对象的第一轮廓;然后可以基于检测对象的厚度信息,确定检测对象的轮廓在二维光学图像和X射线图像之间的第一位置映射关系;最后基于第一位置映射关系,将基于二维光学图像确定的检测对象的第一轮廓映射至X射线图像中,从而确定检测对象的第一轮廓在X射线图像上对应的第二轮廓,即明确x射线图像中检测对象的轮廓信息。此时的X射线图像中不仅可以包括X射线图像所能够包括的检测对象的全部信息,还可以包括能够清晰表示检测对象边缘的轮廓信息。通过本申请实施例提供的方案,能够改善检测对象尤其是当检测对象密度低、厚度薄时在X射线图像中边缘模糊、识别不清的问题,将检测对象的内外部均能够更加清晰地通过安检设备表示出来,提高了安检识别检测的准确性,从而改善了检测对象的安检效果。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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申请的一些实施例,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实施例。
图1为本申请实施例提供的一种图像处理方法的流程示意图;
图2-1为本申请实施例提供的一种光学采集装置的成像原理示例图;
图2-2为本申请实施例提供的一种X射线探测装置的成像原理示例图;
图2-3为本申请实施例提供的一种包裹图像的成像示例图;
图3-1为本申请实施例提供的一种成像区域的示例图;
图3-2为本申请实施例提供的一种检测对象图像展示示例图;
图4为本申请实施例提供的一种图像处理方法的流程示例图;
图5为本申请实施例提供的一种安检系统的示例图;
图6为本申请实施例提供的一种图像处理装置的结构示意图;
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
由于相关技术中,利用X射线图像进行安检的效果较差,为了解决这个问题,本申请实施例的提供了一种图像处理方法、系统、装置及电子设备。
下面通过具体实施例进行详细说明。
第一方面,如图1所示,本申请实施例提供了一种图像处理方法,包括:
步骤S11:获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息。
检测对象为需要进行安全检查的、待检测的对象,例如,密闭或开放的包裹、封闭或半开放的箱具等,具有一定的体积、厚度不定,其中含有未知内容物。
针对检测对象获取二维光学图像,具体的,二维光学图像可以由任意能够采集检测对象的二维图像的光学采集装置获取,二维光学图像中可以清晰地展示检测对象的轮廓,光学采集装置的成像原理不同于x光检测成像原理,光学采集装置例如可以是可见光相机、线阵相机等;除此之外,还可以获取检测对象的三维点云图像,具体的,三维点云图像可以由任意能够采集三维点云数据的成像设备获取,例如,激光相机、激光测距仪、结构光扫描仪、特殊的数码相机等,然后根据三维点云图像确定检测对象的厚度信息,以及所述二维光学图像。
步骤S12:对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
由光学采集装置采集到的二维光学图像中可能不仅包括检测对象本身,还包括检测对象所在的场景,因此,边缘识别指的是在二维光学图像中将检测对象与其所在的场景进行分离,在场景中识别出检测对象本身,从而确定检测对象的轮廓,包括确定轮廓的位置信息,关于边缘识别算法本申请实施例不作具体限定,可以根据需求进行灵活选取。示例性地,可以是根据检测对象在场景中的边缘将检测对象分割出来,得到的检测对象的第一轮廓已去掉二维光学图像中的其他部分,仅保留检测对象的边缘及其以内的检测对象本身;也可以是在二维光学图像中对检测对象的边缘进行标注,这种情况下所得到的第一轮廓仍在二维光学图像中,且是二维光学图像中进行标注之后的检测对象。
步骤S13:获取所述检测对象的X射线图像。
X射线图像则可以由任意能够发出X射线、采集X射线图像的X射线探测装置获取,例如X射线影像采集器等。
步骤S14:基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系。
基于安检机的成像原理,对于不同厚度(或)的检测对象(例如包裹),即便在安检机相同位置,最终显示在X射线图像的位置依然是不同的,因此,为保证安检应用过程中轮廓映射的准确性,需要针对不同厚度的检测对象,预先建立检测对象轮廓在二维光学图像和X射线图像之间的位置映射关系。一个例子中,不同厚度信息的检测对象的轮廓对应着在二维光学图像和X射线图像之间不同的位置映射关系,位置映射关系可以理解为检测对象的轮廓在二维光学图像的坐标系中和在X射线图像的坐标系中的位置坐标之间的映射,这些预先确定的位置映射关系分别对应着不同厚度的检测对象,具体的,可以是预先根据不同厚度信息的样本对象确定的。故而,在确定检测对象的厚度信息之后,即可以根据此确定检测对象的轮廓在二维光学图像和X射线图像之间的位置映射关系,作为第一位置映射关系。
步骤S15:基于第一位置映射关系,确定检测对象的第一轮廓在X射线图像上对应的第二轮廓。
基于上述确定的第一位置映射关系,可以将检测对象的第一轮廓基于第一位置映射关系映射到X射线图像上,从而得到检测对象的第一轮廓在X射线图像上对应的第二轮廓。在确定X射线图像上检测对象的轮廓后,可以基于目标识别算法(本申请实施例对其实现不作具体限定)对检测对象进行识别处理,确定检测对象是否属于危险品或者是否存在危险品。相比于X射线图像上检测对象的轮廓无法明确的情况,本方案可以提高安检准确性,减少漏检的现象发生。
由上可见,本申请实施例提供的图像处理方法,可以首先对检测对象的二维光学图像进行边缘识别得到检测对象的第一轮廓;然后可以基于检测对象的厚度信息,确定检测对象的轮廓在二维光学图像和X射线图像之间的第一位置映射关系;最后基于第一位置映射关系,将基于二维光学图像确定的检测对象的第一轮廓映射至X射线图像中,从而确定检测对象的第一轮廓在X射线图像上对应的第二轮廓,即明确x射线图像中检测对象的轮廓信息。此时的X射线图像中不仅可以包括X射线图像所能够包括的检测对象的全部信息,还可以包括能够清晰表示检测对象边缘的轮廓信息。通过本申请实施例提供的方案,能够改善检测对象尤其是当检测对象密度低、厚度薄时在X射线图像中边缘模糊、识别不清的问题,将检测对象的内外部均能够更加清晰地通过安检设备表示出来,提高了安检识别检测的准确性,从而改善了检测对象的安检效果。
需要说明的是,在本申请实施例中,光学采集装置和x射线探测装置在工作状态下,可以实时进行图像的采集,在二维光学图像中检测到检测对象轮廓的情况下,便可以执行将二维光学图像中识别到的检测对象的轮廓映射至与二维光学图像对应的x射线图像中的相关操作,以实现在x射线图像中确定同一检测对象的轮廓信息。
本申请的一个实施例中,上述步骤S14基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,包括:
基于所述检测对象的厚度信息,确定在所述检测对象所处的传输平面内与检测对象传输方向垂直的第一方向上,所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,以用于确定在所述第一方向上所述检测对象的第一轮廓在所述X射线图像上对应的第一轮廓分量。
其中,所述检测对象的厚度信息指垂直于所述传输平面方向上所述检测对象的尺寸信息。
检测对象所处的传输平面指的是检测对象在同时被传输和被检测的过程中所在的传输装置运动的平面,一个例子中,当对检测对象的检测手段为在具有传送带的安检设备进行检测时,检测对象在安检设备的传送带上被传输,传输平面则指的是传送带所在的平面。第一方向可以为与传输平面中与传输方向相垂直的方向,也可以理解为传输平面XY坐标中的Y轴方向,其中,传输方向为X轴方向。一般情况下,传输平面是与地面平行的,但是在一些实施例中,传输平面并不一定与大地平面平行,当安检设备的传送带为斜坡平面时,传输平面则为该斜坡平面;当安检设备的传送带为大地平行的平面时,传输平面则为大地平面。
检测对象的厚度信息指的是检测对象在垂直于传输平面方向上的信息,基于此确定检测对象的轮廓在二维光学图像和X射线图像之间的第一位置映射关系,第一位置映射关系也可以理解为是检测对象的轮廓在传输平面XY坐标中的Y轴方向上在二维光学图像和X射线图像之间的坐标映射关系,基于此则可以在第一方向上将检测对象的第一轮廓从二维光学图像映射到X射线图像上,从而得到检测对象的第一轮廓分量,第一轮廓分量可以表示在传输平面XY坐标系中Y轴方向上的分量,其中,传输方向为X轴方向。
由上可见,本申请实施例提供的图像处理方法,基于检测对象的厚度信息,以及检测对象的轮廓在二维光学图像和X射线图像之间的第一位置映射关系,确定第一方向上检测对象的第一轮廓在X射线图像上对应的第一轮廓分量,使得无论检测对象的薄厚程度如何,都能够在X射线图像中清晰确定检测对象的轮廓,例如可以在X射线图像中清晰展示检测对象的轮廓信息,进而可以基于检测对象的轮廓识别检测对象的类型,例如是否属于危险品,以及具体属于何种危险品等等,提高了安检识别检测的准确性,从而改善了检测对象的安检效果。
本申请的一个实施例中,所述方法还包括:
获取在所述检测对象所处的传输平面内与检测对象传输方向平行的第二方向上,所述检测对象在二维光学图像上和在X射线图像上的尺寸显示比例;
基于所述尺寸显示比例和所述检测对象的第一轮廓,确定在所述第二方向上所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓分量;
所述基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓,包括:
基于所述第一轮廓分量和所述第二轮廓分量,确定所述X射线图像上所述检测对象的第二轮廓。
第二方向指的是检测对象所处的传输平面内与检测对象传输方向平行的方向,一个例子中,当对检测对象的检测手段为在具有传送带的安检设备进行检测时,检测对象在安检设备的传送带上被传输,传输平面则指的是传送带所在的平面,第二方向可以指的是传送带的传送方向、XY坐标中的X轴方向上等。
由于光学采集装置和X射线探测装置的成像原理不同,检测对象在二维光学图像和X射线图像中具有一定的尺寸显示比例,具体的,尺寸显示比例可以是基于采集二维光学图像的光学采集装置以及采集X射线图像的X射线探测装置而预先确定的,表示同一状态下的检测对象分别在光学采集装置和X射线探测装置中的成像之间满足的尺寸的显示比例。例如,针对同一检测对象,该检测对象的物理几何尺寸是确定的,但在二维光学图像和X射线图像中可以分别以不同的比例进行展示,从而检测对象在二维光学图像和X射线图像中具有一定的尺寸显示比例。示例性地,检测对象在二维光学图像中的展示宽度与在X射线图像中的展示宽度成正比。
在这种情况下,基于尺寸显示比例将检测对象的第一轮廓映射到X射线图像中(例如基于尺寸显示比例将第一轮廓的X轴方向分量进行放大或者缩小等从而确定X射线图像上对应的轮廓分量),即可确定在第二方向上检测对象的第一轮廓在X射线图像上对应的第二轮廓分量,第二轮廓分量可以表示在XY坐标系中X轴方向上的分量。
在分别确定检测对象的第一轮廓在第一方向和第二方向上分别在X射线图像上对应的第一轮廓分量和第二轮廓分量之后,则可以确定X射线图像上检测对象的第二轮廓,第二轮廓中包括在XY坐标系中Y轴方向上和X轴方向上的分量。
由上可见,本申请实施例提供的图像处理方法,基于检测对象在二维光学图像上和在X射线图像上的尺寸显示比例,和检测对象的第一轮廓,确定在第二方向上检测对象的第一轮廓在X射线图像上对应的第二轮廓分量,然后基于第一方向上的第一轮廓分量和第二方向上的第二轮廓分量,确定X射线图像上检测对象的第二轮廓,所得到的第二轮廓同时包括第一方向和第二方向上的轮廓,能够更加清晰地展示检测对象的整体轮廓,确保了X射线图像上检测对象轮廓确定的准确性,进而提高了针对检测对象的安检识别检测的准确性,从而改善了针对检测对象的安检效果。
本申请的一个实施例中,所述基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,包括:
利用所述检测对象的厚度信息,在预设的映射关系数据库中进行匹配,确定与所述检测对象的厚度信息对应的所述第一位置映射关系;
其中,所述预设的映射关系数据库为通过获取不同预设厚度的样本对象的样本光学图像、样本X射线图像及厚度信息,在第一方向上建立同一样本对象的样本光学图像与样本X射线图像之间关于样本对象轮廓的坐标映射关系,将同一样本对象的厚度信息及关于该样本对象轮廓的坐标映射关系之间的对应关系添加到所述映射关系数据库中而得到的。
预设的映射关系数据库是预先建立的在第一方向上厚度信息与坐标映射关系之间的对应关系。在预先建立的过程中,首先确定多个不同预设厚度的样本对象,具体的,预设厚度可以包括常见的厚度、安检设备能够通过的最大厚度以及最小厚度等。在实际应用中,样本对象可以用不同高度/厚度的探测板替代。
针对不同预设厚度的各样本对象分别采集样本光学图像(二维光学图像)、样本X射线图像及厚度信息,具体的,厚度信息可以是预先测量得到的各样本对象的厚度,例如当样本对象为不同高度/厚度的探测板时,样本对象的厚度信息为已知信息;厚度信息也可以是针对每一个样本对象,利用厚度测量装置进行实时测量,或者根据该样本对象的样本点云图像(三维点云图像)确定的信息,例如,当样本对象为不明信息的包裹时,其厚度信息为根据各包裹的样本点云图像获取到的信息。
基于各厚度信息在第一方向上建立各样本对象的样本光学图像与样本X射线图像的坐标映射关系,具体的,可以根据样本对象分别在样本光学图像和样本X射线图像中在第一方向上的图像坐标来确定。从而可以得到多个不同预设厚度信息对应的坐标映射关系,然后将各厚度信息与坐标映射关系之间的各对应关系添加到映射关系数据库中,得到预设的映射关系数据库。
一个例子中,在第一方向上的样本对象的样本光学图像与样本X射线图像的坐标映射关系建立的过程可以包括:
步骤A,针对每一个样本对象,在该样本对象的样本光学图像中选取多个光学特征点,以及在该样本对象的样本X射线图像选取与各所述光学特征点所对应的X射线特征点;
步骤B,将该样本对象的各所述光学特征点与各所述X射线特征点进行匹配,得到特征点匹配结果;
步骤C,根据该样本对象的特征点匹配结果,在第一方向上确定在该样本对象的厚度信息下,该样本对象的样本光学图像与样本X射线图像之间的坐标映射关系。
在光学采集装置的成像过程中,物面经过凸透镜成像在像面上得到光学图像,在固定物距和像距时,像面上的像的大小与物面上物体的大小成正比。故而在分别采集到样本对象的样本光学图像和样本X射线图像之后,在样本光学图像中选取多个光学特征点,在样本X射线图像选取与各光学特征点所对应的X射线特征点,对各光学特征点和各X射线特征点进行坐标匹配,得到特征点匹配结果,其中各光学特征点与各X射线特征点的X、Y坐标之间的匹配结果,然后根据匹配结果中第一方向(Y轴方向)上的匹配关系,从而得到该样本对象的厚度信息下的样本光学图像与样本X射线图像的坐标映射关系。
通过这种方式能够尽可能准确地得到第一方向上光学图像和X射线图像之间的坐标映射关系,进一步提高了检测对象的第一轮廓映射到X射线图像中的准确性。
在得到检测对象的厚度信息之后,则利用检测对象的厚度信息在预设的映射关系数据库中进行匹配,确定与检测对象的厚度信息对应的第一位置映射关系。
由上可见,本申请实施例提供的图像处理方法,预设的映射关系数据库中包括不同厚度的对象与其二维光学图像和X射线图像之间的坐标映射关系之间的对应关系,使得第一位置映射关系仅需通过检测对象的厚度信息、从预设的映射关系数据库中寻找确定与之对应的坐标映射关系即可实现,提高了检测对象的第一轮廓映射到X射线图像中的效率,进而提高了安全检查整体的运行效率。
本申请的一个实施例中,所述获取所述检测对象的X射线图像,包括:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像;
其中,所述采集时间差基于所述光学采集装置和所述X射线探测装置之间的位置差、以及用于传输所述检测对象的传输装置的传输速率得到。
采集时间差可以为预先确定的,用于表示二维光学图像和X射线图像在时间维度上的对应关系,从而在得到检测对象的二维光学图像之后,能够及时确定与该二维光学图像对应的X射线图像的时间差,以保证在后续的映射分析中,所应用的二维光学图像和X射线图像中检测对象的一致性,提高了安检识别的准确性。
一个例子中,采集时间差指的是检测对象的同一部分出现在二维光学图像中、以及出现在X射线图像中的时间差。在安全检查的整个过程中,采集二维光学图像的光学采集装置的成像原理如图2-1所示,采集X射线图像的X射线探测装置的成像原理如图2-2所示,检测对象的成像场景如图2-3所示。
可以看出,检测对象放置于安检设备中持续运动的运输装置上(v表示运动方向)随着运输装置的运动而运动,光学采集装置和X射线探测装置一直持续不断地针对场景采集图像,将二维光学图像处理成第一轮廓的设备也一直持续不断在处理图像。由于两种成像设备的放置位置存在一定的差距,检测对象在二维光学图像和X射线图像中成像的时间也存在一定的差距,即为采集时间差,具体的,采集时间差可以是预先根据光学采集装置和X射线探测装置之间的位置差、以及用于传输检测对象的传输装置的传输速率而预先计算好的,也可以是根据此实时计算得到的。
在采集检测对象的图像时,将采集到检测对象的时间差为上述预先设定好的采集时间差的二维光学图像和X射线图像认为是彼此之间具有对应性的图像。
本申请的一个实施例中,所述二维光学图像或者所述X射线图像均可以由预设数量的子图像拼接得到;
所述基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像,包括:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定所述二维光学图像和所述X射线图像之间相互对应的第一子图像;其中,所述第一子图像为沿检测对象传输方向上,所述二维光学图像或者所述X射线图像上的第一行子图像;示例性地,二维光学图像或者X射线图像可以是多个子图像沿检测对象传输方向上拼接得到;
基于所述X射线图像上的第一子图像、和所述X射线图像对应的采集周期,确定与所述检测对象的二维光学图像对应的X射线图像。
本申请实施例中,光学采集装置是具有视场范围的,并且在一般的工业应用场景中,都是采集精度较高的线阵相机,而线阵相机的视野较小,因此可以拍摄检测对象多个部分的子图像,从而拼接得到二维光学图像。一个例子中,上文所提到用于分析的检测对象的二维光学图像可以为光学采集装置将所采集到预设数量张子图像拼接得到,检测对象的X射线图像可以为X射线探测装置将所采集到预设数量张子图像拼接得到,一个例子中,预设数量均可以为预先设定的图像数量,表示将相应数量的子图像进行拼接能够得到检测对象的完整图像。在其他例子中,预设数量可以是实时计算得到的,例如,可以获取对象的传输速度以及光电开关检测到该对象的时间,并计算二者的乘积以得到该对象的长度,利用该对象的长度除以光学采集装置在传输方向上的视场宽度,并将结果向上取整从而得到预设数量。
在采集图像的过程中,首先基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定二维光学图像和X射线图像之间相互对应的第一子图像,第一子图像指的是在检测对象的传输方向(例如检测对象在被安检设备的传送带传输时、传送带的传送方向)上,被光学采集装置和X射线探测装置分别采集到的、用于拼接成二维光学图像和X射线图像的第一行子图像。
在本申请实施例中,X射线图像对应的采集周期可以是指X射线探测装置得到一帧完整的X射线图像的采集时间段,也可以是指X射线探测装置得到用于拼接形成一帧完整X射线图像的一个子图像的采集时间段。同理,二维光学图像对应的采集周期可以是指光学采集装置得到一帧完整的二维光学图像的采集时间段,也可以是指光学采集装置得到用于拼接形成一帧完整二维光学图像的一个子图像的采集时间段。
以二维光学图像采集时间在前为例,在确定二维光学图像对应的X射线图像过程中,可以在完成整副X射线图像的采集后,确定是否为与二维光学图像对应的X射线图像,也可以在X射线图像的实时采集过程中,以子图像为单位,持续确定与二维光学图像的子图像对应的X射线子图像。
由上可见,本申请实施例提供的图像处理方法,基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定二维光学图像和X射线图像之间相互对应的第一子图像,然后基于X射线图像上的第一子图像、和X射线图像对应的采集周期,确定与检测对象的二维光学图像对应的X射线图像,从而尽可能地确保检测对象的二维光学图像和X射线图像是相对应的、二维光学图像和X射线图像中的检测对象是一致的,提高对检测对象的安检识别准确性。
本申请的一个实施例中,所述X射线图像对应的采集周期是基于所述光学采集装置和所述X射线探测装置之间的位置差、所述二维光学图像在沿所述检测对象传输方向上的宽度、和用于传输所述检测对象的传输装置的传输速率得到;
所述二维光学图像在沿所述检测对象传输方向上的宽度是基于所述传输装置的传输速率和所述光学采集装置的帧率得到。
本申请的一个实施例中,所述X射线图像对应的采集周期利用以下公式得到:
所述X射线图像对应的采集周期表示为:[t i+w 1/v,t i+(w 1+w 2)/v];
其中,v为所述传输装置的传输速率;所述二维光学图像的采样周期表示为[t i-1/帧率,t i];t i为所述二维光学图像的当前采集周期的结束时刻;w 1为光学采集装置所在的位置和X射线探测装置所在的位置之间的距离;w 2为所述二维光学图像在沿所述检测对象传输方向上的宽度。
L为所述光学采集装置和所述X射线探测装置之间的位置差。
如图3-1所述,提供了一种成像区域的示例图。
样本对象在样本光学图像中的宽度与在X射线图像中的宽度成正比。
一个例子中,光学采集装置可以为激光成像设备,例如,激光线阵相机等。在时间内得到样本光学图像的第i个子图像,这个时间段即为二维光学图像的第i个采集周期,将该时间段称为第一时段;则在/>时间内X射线探测装置完成对象相同部位的X射线图像的采集,/>这个时间段即为X射线图像的第i个采集周期,将该时间段称为第二时段。根据第一时段和第二时段即可得到采集时间差。
本申请的一个实施例中,所述方法还包括:
在所述X射线图像上展示所述第二轮廓,以确定所述检测对象的类型。
第二轮廓可以通过预设颜色的像素框表示;也可以从二维光学图像中提取第一轮廓上的像素值,并映射显示到第二轮廓上,以便于工作人员直观地确定检测对象是否为危险品或者是否存在危险品等。
一个例子中,本申请实施例还包括:
步骤一,根据二维光学图像及三维点云图像,生成检测对象的深度图;
步骤二,展示深度图、第二轮廓及X射线图像。
一个例子中,除上述所得到的深度图、第二轮廓、X射线图像之外,还可以一并展示检测对象的体积,或将上述任意两种或两种以上的图像信息一并展示,以便于工作人员直观地确定检测对象的类型,例如检测对象是否为危险品或者是否存在危险品。例如图3-2所示,其中,检测对象为包裹,包括包裹表面深度图、包裹内部Xray(X射线)图(包括第二轮廓及X射线图像),还包括包裹体积信息。
由上可见,本申请实施例提供的图像处理方法,根据所得到的多维感知信息将第二轮廓进行展示,此展示界面包括检测对象的具体信息(第二轮廓、X射线图像),以便于工作人员直观地确定检测对象的类型,例如检测对象是否为危险品或者是否存在危险品,进一步提高针对检测对象的安检效果。
一个例子中,当检测对象为包裹时,上述图像处理方法的整体流程可以如图4所示,包括映射关系求取的流程及实时处理流程。映射关系求取流程包括:获取检测对象的可见光图像(对应二维光学图像)、点云信息(对应三维点云图像)、XRAY(X射线)图像。取像素对即取同一关键点在可见光图像中对应的第一像素的坐标、以及在XRAY图像中对应的第二像素的坐标,其中,第一像素与第二像素为一个像素对。根据第一像素的坐标及第二像素的坐标建立垂直传输方向(nWidth)上的映射关系。获取系统参数,包括:光学采集装置的拍摄参数、用于运输包裹的运输装置的传输速率、光学采集装置与X射线探测装置之间的位置差,确定激光成像设备与X射线探测装置采集到包裹相同部分的采集时间差,并根据该时间差建立传输方向(nHeight)上的映射关系。实时处理流程包括实时采集可见光图像、以及实时采集点云数据并拼接为三维点云图像。对可见光图像进行包裹边缘的识别,得到可见光包裹边缘;根据三维点云图像计算得到包裹厚度。根据将包裹厚度及可见光包裹边缘的坐标作为输入,按照预先建立的nWidth映射及nHeidght映射,可以映射得到Xray图像中Xray包裹边缘;对在Xray图像中对Xray包裹边缘进行展示得到的图像称为包裹Xray图像。获取包裹表面深度图等其它信息,结合包裹Xray图像进行多维信息的显示。
本申请的一个实施例中,还提供了一种安检系统,包括:传输装置、光学采集装置、射线源、X射线探测装置、处理装置;
其中,所述传输装置用于传输检测对象;
所述光学成像装置至少用于采集所述检测对象的二维光学图像;
所述射线源用于向所述检测对象发射X射线;
所述X射线探测装置用于采集透过所述检测对象的X射线图像;
所述处理装置用于:
获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;具体的,厚度信息可以是根据光学成像装置另外采集得到的检测对象的三维点云图像得到的信息,也可以是人为直接输入的信息。
对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
获取所述检测对象的X射线图像;
基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
一个例子中,处理装置还用于实现本申请实施例中任一所述的图像处理方法。关于图像处理方法的具体解释可以参见前述描述。本申请的一个实施例中,所述光学成像装置包括可见光采集模块和厚度信息测量模块;其中:
所述可见光采集模块用于采集所述检测对象的二维光学图像;
所述厚度信息测量模块用于测量所述检测对象的厚度信息;
和/或
所述光学成像装置和所述X射线探测装置的图像采集视角相适配。
可以理解为,光学成像装置和X射线探测装置的采集视角基本是一致的,尽量减少因为采集视角不一致导致的轮廓匹配准确性降低,例如,光学成像装置和X射线探测装置都垂直于传输装置的传输方向安装,其工作面都朝向检测对象。光学成像装置示例性地可以是激光相机等。
一个例子中,在实际应用中,上述安检系统可以如图5所示,由控制系统(安检机控制系统)、硬件系统(安检机硬件系统)和数据处理系统(安检机数据处理系统)三部分构成。其中,控制系统包括传感单元和控制单元,用于探测是否有被检测对象进入安检设备,调整安检设备系统参数;硬件系统包括射线源(包括但不限于X射线机、加速器和放射性同位素)、X射线探测器(包括但不限于单能探测器、伪双能探测器和能谱探测器)、运输装置(运动传输机)、激光发射装置以及可见光探测器,硬件系统用于发射和接受X射线、带动被检测对象以不同的速度在安检设备中移动、发射激光点云信息以及采集包裹可见光图像;数据处理系统包括数据采集单元、图像匹配单元、图像分割单元、点云处理单元、图像处理单元和图像显示单元,完成探测器数据采集、可见光图像X射线图像匹配、可见光图像分割、点云数据处理、条带数据处理和拼接以及图像显示功能。
本申请的一个实施例中,基于相同的发明构思,本申请实施例还提供了一种图像处理装置,如图6所示,包括:
数据获取模块601,用于获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
边缘识别模块602,用于对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
X射线图像获取模块603,用于获取所述检测对象的X射线图像;
第一位置映射关系获取模块604,用于基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
第二轮廓确定模块605,用于基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
本申请的一个实施例中,所述第一位置映射关系获取模块604,具体用于:
基于所述检测对象的厚度信息,确定在所述检测对象所处的传输平面内与检测对象传输方向垂直的第一方向上,所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,以用于确定在所述第一方向上所述检测对象的第一轮廓在所述X射线图像上对应的第一轮廓分量;其中,所述检测对象的厚度信息指垂直于所述传输平面方向上所述检测对象的尺寸信息。
由上可见,本申请实施例提供的图像处理装置,基于检测对象的厚度信息,以及检测对象的轮廓在二维光学图像和X射线图像之间的第一位置映射关系,确定第一方向上检测对象的第一轮廓在X射线图像上对应的第一轮廓分量,使得无论检测对象的薄厚程度如何,都能够在X射线图像中清晰展示检测对象的轮廓,提高了安检识别检测的准确性,从而改善了检测对象的安检效果。
本申请的一个实施例中,所述装置还包括:
比例获取模块,用于获取在所述检测对象所处的传输平面内与检测对象传输方向平行的第二方向上,所述检测对象在二维光学图像上和在X射线图像上的尺寸显示比例;
第二轮廓分量确定模块,用于基于所述尺寸显示比例和所述检测对象的第一轮廓,确定在所述第二方向上所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓分量;
所述第二轮廓确定模块,具体用于:
基于所述第一轮廓分量和所述第二轮廓分量,确定所述X射线图像上所述检测对象的第二轮廓。
由上可见,本申请实施例提供的图像处理装置,基于检测对象在二维光学图像上和在X射线图像上的尺寸显示比例,和检测对象的第一轮廓,确定在第二方向上检测对象的第一轮廓在X射线图像上对应的第二轮廓分量,然后基于第一方向上的第一轮廓分量和第二方向上的第二轮廓分量,确定X射线图像上检测对象的第二轮廓,所得到的第二轮廓同时包括第一方向和第二方向上的轮廓,能够更加清晰地展示检测对象的整体轮廓,确保了X射线图像上检测对象轮廓确定的准确性,进而提高了针对检测对象的安检识别检测的准确性,从而改善了针对检测对象的安检效果
本申请的一个实施例中,所述第一位置映射关系获取模块604,具体用于:
利用所述检测对象的厚度信息,在预设的映射关系数据库中进行匹配,确定与所述检测对象的厚度信息对应的所述第一位置映射关系;
其中,所述预设的映射关系数据库为通过获取不同预设厚度的样本对象的样本光学图像、样本X射线图像及厚度信息,在第一方向上建立同一样本对象的样本光学图像与样本X射线图像之间关于样本对象轮廓的坐标映射关系,将同一样本对象的厚度信息及关于该样本对象轮廓的坐标映射关系之间的对应关系添加到所述映射关系数据库中而得到的。
由上可见,本申请实施例提供的图像处理装置,预设的映射关系数据库中包括不同厚度的对象与其二维光学图像和X射线图像之间的坐标映射关系之间的对应关系,使得第一位置映射关系仅需通过检测对象的厚度信息、从预设的映射关系数据库中寻找确定与之对应的坐标映射关系即可实现,提高了检测对象的第一轮廓映射到X射线图像中的效率,进而提高了安全检查整体的运行效率。
本申请的一个实施例中,所述X射线图像获取模块603,包括:
X射线图像确定子模块,用于基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像;
其中,所述采集时间差基于所述光学采集装置和所述X射线探测装置之间的位置差、以及用于传输所述检测对象的传输装置的传输速率得到。
本申请的一个实施例中,所述二维光学图像或者所述X射线图像均由预设数量的子图像拼接得到;
所述X射线图像确定子模块,具体用于:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定所述二维光学图像和所述X射线图像之间相互对应的第一子图像;其中,所述第一子图像为沿检测对象传输方向上,所述二维光学图像或者所述X射线图像上的第一子图像;
基于所述X射线图像上的第一子图像、和所述X射线图像对应的采集周期,确定与所述检测对象的二维光学图像对应的X射线图像。
由上可见,本申请实施例提供的图像处理装置,基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定二维光学图像和X射线图像之间相互对应的第一子图像,然后基于X射线图像上的第一子图像、和X射线图像对应的采集周期,确定与检测对象的二维光学图像对应的X射线图像,从而尽可能地确保检测对象的二维光学图像和X射线图像是相对应的、二维光学图像和X射线图像中的检测对象是一致的,提高对检测对象的安检识别准确性
本申请的一个实施例中,所述X射线图像对应的采集周期是基于所述光学采集装置和所述X射线探测装置之间的位置差、所述二维光学图像在沿所述检测对象传输方向上的宽度、和用于传输所述检测对象的传输装置的传输速率得到;
所述二维光学图像在沿所述检测对象传输方向上的宽度是基于所述传输装置的传输速率和所述光学采集装置的帧率得到。
本申请的一个实施例中,所述X射线图像对应的采集周期利用以下公式得到:
所述X射线图像对应的采集周期表示为:[t i+w 1/v,t i+(w 1+w 2)/v];
其中,v为所述传输装置的传输速率;所述二维光学图像的采样周期表示为[t i-1/帧率,t i];t i为所述二维光学图像的当前采集周期的结束时刻;w 2为所述二维光学图像在沿所述检测对象传输方向上的宽度;
L为所述光学采集装置和所述X射线探测装置之间的位置差。
由上可见,本申请实施例提供的图像处理装置,能够得到尽可能准确的采集时间差,提高了基于此对检测对象的图像映射的准确性,进一步改善了包裹安检的效果
本申请的一个实施例中,所述装置还包括:
类型确定模块,用于在所述X射线图像上展示所述第二轮廓,以确定所述检测对象的类型。
由上可见,本申请实施例提供的图像处理装置,根据所得到的多维感知信息将第二轮廓进行展示,此展示界面包括检测对象的具体信息(第二轮廓、X射线图像),以便于工作人员直观地确定检测对象的类型,例如检测对象是否为危险品或者是否存在危险品,进一步提高针对检测对象的安检效果。
本申请实施例还提供了一种电子设备,如图7所示,包括:
存储器701,用于存放计算机程序;
处理器702,用于执行存储器上所存放的程序时,实现上述任一所述的图像处理方法步骤。
并且上述电子设备还可以包括通信总线和/或通信接口,处理器702、通信接口、存储器701通过通信总线完成相互间的通信。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一图像处理方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一图像处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者其他介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统、装置、电子设备、存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。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,均包含在本申请的保护范围内。
Claims (14)
1.一种图像处理方法,其特征在于,包括:
获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
获取所述检测对象的X射线图像;
基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
2.根据权利要求1所述的方法,其特征在于,所述基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,包括:
基于所述检测对象的厚度信息,确定在所述检测对象所处的传输平面内与检测对象传输方向垂直的第一方向上,所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,以用于确定在所述第一方向上所述检测对象的第一轮廓在所述X射线图像上对应的第一轮廓分量;其中,所述检测对象的厚度信息指垂直于所述传输平面方向上所述检测对象的尺寸信息。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取在所述检测对象所处的传输平面内与检测对象传输方向平行的第二方向上,所述检测对象在二维光学图像上和在X射线图像上的尺寸显示比例;
基于所述尺寸显示比例和所述检测对象的第一轮廓,确定在所述第二方向上所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓分量;
所述基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓,包括:
基于所述第一轮廓分量和所述第二轮廓分量,确定所述X射线图像上所述检测对象的第二轮廓。
4.根据权利要求2所述的方法,其特征在于,所述基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系,包括:
利用所述检测对象的厚度信息,在预设的映射关系数据库中进行匹配,确定与所述检测对象的厚度信息对应的所述第一位置映射关系;
其中,所述预设的映射关系数据库为通过获取不同预设厚度的样本对象的样本光学图像、样本X射线图像及厚度信息,在第一方向上建立同一样本对象的样本光学图像与样本X射线图像之间关于样本对象轮廓的坐标映射关系,将同一样本对象的厚度信息及关于该样本对象轮廓的坐标映射关系之间的对应关系添加到所述映射关系数据库中而得到的。
5.根据权利要求1所述的方法,其特征在于,所述获取所述检测对象的X射线图像,包括:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像;
其中,所述采集时间差基于所述光学采集装置和所述X射线探测装置之间的位置差、以及用于传输所述检测对象的传输装置的传输速率得到。
6.根据权利要求5所述的方法,其特征在于,所述二维光学图像或者所述X射线图像均由预设数量的子图像拼接得到;
所述基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定与所述检测对象的二维光学图像对应的X射线图像,包括:
基于用于采集二维光学图像的光学采集装置和用于采集X射线图像的X射线探测装置之间的采集时间差,确定所述二维光学图像和所述X射线图像之间相互对应的第一子图像;其中,所述第一子图像为沿检测对象传输方向上,所述二维光学图像或者所述X射线图像上的第一行子图像;
基于所述X射线图像上的第一子图像、和所述X射线图像对应的采集周期,确定与所述检测对象的二维光学图像对应的X射线图像。
7.根据权利要求6所述的方法,其特征在于,所述X射线图像对应的采集周期是基于所述光学采集装置和所述X射线探测装置之间的位置差、所述二维光学图像在沿所述检测对象传输方向上的宽度、和用于传输所述检测对象的传输装置的传输速率得到;
所述二维光学图像在沿所述检测对象传输方向上的宽度是基于所述传输装置的传输速率和所述光学采集装置的帧率得到。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述X射线图像上展示所述第二轮廓,以确定所述检测对象的类型。
10.一种安检系统,其特征在于,包括:传输装置、光学采集装置、射线源、X射线探测装置、处理装置;
其中,所述传输装置用于传输检测对象;
所述光学成像装置至少用于采集所述检测对象的二维光学图像;
所述射线源用于向所述检测对象发射X射线;
所述X射线探测装置用于采集透过所述检测对象的X射线图像;
所述处理装置用于:
获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
获取所述检测对象的X射线图像;
基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
11.根据权利要求10所述的安检系统,其特征在于,所述光学成像装置包括可见光采集模块和厚度信息测量模块;其中:
所述可见光采集模块用于采集所述检测对象的二维光学图像;
所述厚度信息测量模块用于测量所述检测对象的厚度信息;
和/或
所述光学成像装置和所述X射线探测装置的图像采集视角相适配。
12.一种图像处理装置,其特征在于,包括:
数据获取模块,用于获取检测对象的二维光学图像,以及获取所述检测对象的厚度信息;
边缘识别模块,用于对所述二维光学图像进行边缘识别,得到所述检测对象的第一轮廓;
X射线图像获取模块,用于获取所述检测对象的X射线图像;
第一位置映射关系获取模块,用于基于所述检测对象的厚度信息,确定所述检测对象的轮廓在所述二维光学图像和所述X射线图像之间的第一位置映射关系;
第二轮廓确定模块,用于基于所述第一位置映射关系,确定所述检测对象的第一轮廓在所述X射线图像上对应的第二轮廓。
13.一种电子设备,其特征在于,包括:
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-9任一所述的方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310583181.4A CN116311085B (zh) | 2023-05-19 | 2023-05-19 | 一种图像处理方法、系统、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310583181.4A CN116311085B (zh) | 2023-05-19 | 2023-05-19 | 一种图像处理方法、系统、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116311085A true CN116311085A (zh) | 2023-06-23 |
CN116311085B CN116311085B (zh) | 2023-09-01 |
Family
ID=86817183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310583181.4A Active CN116311085B (zh) | 2023-05-19 | 2023-05-19 | 一种图像处理方法、系统、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116311085B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140003578A1 (en) * | 2012-06-29 | 2014-01-02 | Rigaku Corporation | X-ray imaging apparatus, and x-ray imaging method |
WO2016124554A1 (en) * | 2015-02-03 | 2016-08-11 | Koninklijke Philips N.V. | Object localization in projective x-ray images by geometric considerations |
US20160239631A1 (en) * | 2015-02-13 | 2016-08-18 | Align Technology, Inc. | Three-dimensional tooth modeling using a two-dimensional x-ray image |
CN106383132A (zh) * | 2016-10-17 | 2017-02-08 | 北京君和信达科技有限公司 | 辐射检查系统和方法 |
CN110072456A (zh) * | 2016-12-15 | 2019-07-30 | 皇家飞利浦有限公司 | 具有复合视场的x射线装置 |
CN110383053A (zh) * | 2017-01-03 | 2019-10-25 | 科磊股份有限公司 | 用于小角度x射线散射测量的x射线变焦镜头 |
WO2021087962A1 (zh) * | 2019-11-08 | 2021-05-14 | 中国科学院深圳先进技术研究院 | 一种限制品自动识别装置及方法 |
CN113267828A (zh) * | 2021-06-09 | 2021-08-17 | 杭州海康威视数字技术股份有限公司 | 一种信息关联方法、装置、安检设备及存储介质 |
CN114581944A (zh) * | 2022-02-18 | 2022-06-03 | 杭州睿影科技有限公司 | 一种毫米波图像处理方法、装置及电子设备 |
CN115063308A (zh) * | 2022-06-06 | 2022-09-16 | 杭州睿影科技有限公司 | 一种图像校正方法、装置、电子设备及存储介质 |
CN115131379A (zh) * | 2022-06-30 | 2022-09-30 | 杭州睿影科技有限公司 | 一种包裹图像分割方法、装置、电子设备及存储介质 |
-
2023
- 2023-05-19 CN CN202310583181.4A patent/CN116311085B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140003578A1 (en) * | 2012-06-29 | 2014-01-02 | Rigaku Corporation | X-ray imaging apparatus, and x-ray imaging method |
WO2016124554A1 (en) * | 2015-02-03 | 2016-08-11 | Koninklijke Philips N.V. | Object localization in projective x-ray images by geometric considerations |
US20160239631A1 (en) * | 2015-02-13 | 2016-08-18 | Align Technology, Inc. | Three-dimensional tooth modeling using a two-dimensional x-ray image |
CN106383132A (zh) * | 2016-10-17 | 2017-02-08 | 北京君和信达科技有限公司 | 辐射检查系统和方法 |
CN110072456A (zh) * | 2016-12-15 | 2019-07-30 | 皇家飞利浦有限公司 | 具有复合视场的x射线装置 |
CN110383053A (zh) * | 2017-01-03 | 2019-10-25 | 科磊股份有限公司 | 用于小角度x射线散射测量的x射线变焦镜头 |
WO2021087962A1 (zh) * | 2019-11-08 | 2021-05-14 | 中国科学院深圳先进技术研究院 | 一种限制品自动识别装置及方法 |
CN113267828A (zh) * | 2021-06-09 | 2021-08-17 | 杭州海康威视数字技术股份有限公司 | 一种信息关联方法、装置、安检设备及存储介质 |
WO2022257892A1 (zh) * | 2021-06-09 | 2022-12-15 | 杭州海康威视数字技术股份有限公司 | 一种信息关联方法、装置、安检设备及存储介质 |
CN114581944A (zh) * | 2022-02-18 | 2022-06-03 | 杭州睿影科技有限公司 | 一种毫米波图像处理方法、装置及电子设备 |
CN115063308A (zh) * | 2022-06-06 | 2022-09-16 | 杭州睿影科技有限公司 | 一种图像校正方法、装置、电子设备及存储介质 |
CN115131379A (zh) * | 2022-06-30 | 2022-09-30 | 杭州睿影科技有限公司 | 一种包裹图像分割方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
李新斌;陈志强;张丽;付怡;: "基于X射线光栅相衬成像的乳腺癌诊断技术的现状和发展前景", 中国体视学与图像分析, no. 04 * |
Also Published As
Publication number | Publication date |
---|---|
CN116311085B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10825198B2 (en) | 3 dimensional coordinates calculating apparatus, 3 dimensional coordinates calculating method, 3 dimensional distance measuring apparatus and 3 dimensional distance measuring method using images | |
CN106767399B (zh) | 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法 | |
US8121400B2 (en) | Method of comparing similarity of 3D visual objects | |
Rashidi et al. | Generating absolute-scale point cloud data of built infrastructure scenes using a monocular camera setting | |
JP2001524228A (ja) | 機械視覚較正標的並びに画像内で標的の位置及び方向を決定する方法 | |
CN112132523B (zh) | 一种货物数量确定方法、系统和装置 | |
US20200393246A1 (en) | System and method for measuring a displacement of a mobile platform | |
JP2002508069A (ja) | 測定マークおよび測定マークの検出方法並びに物体測量方法 | |
CN109801333A (zh) | 体积测量方法、装置、系统及计算设备 | |
CN111626665A (zh) | 一种基于双目视觉的智能物流系统及方法 | |
WO2024002340A1 (zh) | 对待测物中的目标对象进行追踪的方法及系统 | |
CN105934757A (zh) | 一种用于检测第一图像的关键点和第二图像的关键点之间的不正确关联关系的方法和装置 | |
Ge et al. | A low-cost approach for the estimation of rock joint roughness using photogrammetry | |
CN114624263A (zh) | 一种双源双视角基于目标识别的切图方法及系统 | |
US20220215576A1 (en) | Information processing device, information processing method, and computer program product | |
Saricam et al. | Joint roughness profiling using photogrammetry | |
Hu et al. | A high-resolution surface image capture and mapping system for public roads | |
Motayyeb et al. | Fusion of UAV-based infrared and visible images for thermal leakage map generation of building facades | |
CN116311085B (zh) | 一种图像处理方法、系统、装置及电子设备 | |
WO2021031626A1 (zh) | 图像处理方法、装置、计算机系统以及可读存储介质 | |
Bryant et al. | Robust camera calibration for an autonomous underwater vehicle | |
CN112907550B (zh) | 一种建筑物检测方法、装置、电子设备及存储介质 | |
CN114608458A (zh) | 装片胶厚度检测装置及方法 | |
Yoshida et al. | 3D measurement of a moving target using multiple slits with a random-dot pattern | |
CN111307037A (zh) | 一种基于3d摄像头的手持体积测量装置 |
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 |