CN117808914A - 安检图像的生成方法、设备及存储介质 - Google Patents
安检图像的生成方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117808914A CN117808914A CN202311746716.1A CN202311746716A CN117808914A CN 117808914 A CN117808914 A CN 117808914A CN 202311746716 A CN202311746716 A CN 202311746716A CN 117808914 A CN117808914 A CN 117808914A
- Authority
- CN
- China
- Prior art keywords
- image
- article
- added
- injection
- processed
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000000463 material Substances 0.000 claims abstract description 146
- 238000006243 chemical reaction Methods 0.000 claims abstract description 117
- 238000002347 injection Methods 0.000 claims abstract description 114
- 239000007924 injection Substances 0.000 claims abstract description 114
- 238000007689 inspection Methods 0.000 claims abstract description 113
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 claims description 30
- 238000012216 screening Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 239000007943 implant Substances 0.000 claims description 3
- 230000003190 augmentative effect Effects 0.000 claims description 2
- 238000003705 background correction Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000036626 alertness Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本申请公开了一种安检图像的生成方法、设备及存储介质,该安检图像的生成方法包括:响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品;对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略;采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像;将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。可以区分不同材质的特性进行图像转换,提高注入物品扫描图像的质量,进而提高后续生成的安检图像的质量。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种安检图像的生成方法、设备及存储介质。
背景技术
安检正在成为每一个城市不可缺少的一环。在城市的轨道交通、机场、物流快递中心、大型活动现场等人员密集的区域,安保问题一直是核心问题,而其中安检是有效防止突发情况的手段。
在安检行业中,普遍采用X光射线安检设备对箱包、行李进行检测,或者采用毫米波安检设备对行人进行检测。其中,危险品图像注入(Threat Image Projection,TIP)是安检设备中重要的可选配置之一,其主要用途有两个:1.提高安检操作员的警觉度,避免安检操作员长时间没有危险品出现而不兴奋的状态;2.用于考核安检操作员的识图能力,作为技能考核的一种手段。
但是,在安检操作员长时间接触TIP后,会使得安检操作员对TIP图像库中的危险品图像产生深刻记忆,导致无法准确体现安检操作员的识图能力,降低TIP的执行效果。
发明内容
本申请至少提供一种安检图像的生成方法、设备及存储介质,以生成质量更高的安检图像,提高TIP的执行效果。
本申请第一方面提供了一种安检图像的生成方法,方法包括:响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品;其中,待处理图像不属于安检设备扫描得到的图像类型;对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略;采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像;其中,注入物品扫描图像属于安检设备扫描得到的图像类型;将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。
在一实施例中,对待增加注入物品进行材质识别,包括:提取待处理图像中待增加注入物品的待处理图像特征;基于待处理图像特征对待增加注入物品进行材质识别,得到材质识别结果。
在一实施例中,在基于待处理图像特征对待增加注入物品进行材质识别,得到材质识别结果之后,方法还包括:将材质识别结果发送给质检端,接收质检端针对材质识别结果反馈的质检结果;基于材质识别结果对应的质检结果,对材质识别结果进行修正。
在一实施例中,基于材质识别结果确定待增加注入物品的图像转换策略,包括:从转换算法表中查询与材质识别结果关联的转换算法,转换算法表用于存储各个材质对应的转换算法;将查询得到的转换算法作为待增加注入物品的图像转换策略。
在一实施例中,转换算法为色调矫正算法;基于图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像,包括:将待增加注入物品对应的图像内容的原始颜色空间转换为矫正颜色空间,得到转换图像;利用查询得到的色调矫正算法对转换图像进行色调矫正,得到矫正图像;将矫正图像从矫正颜色空间转换为指定颜色空间,得到待增加注入物品对应的注入物品扫描图像。
在一实施例中,从待处理图像中确定待增加注入物品对应的图像内容的步骤包括:对待处理图像进行物品识别,得到物品识别结果,物品识别结果中含有待处理图像中各个物品对应的物品图像区域和每个物品图像区域对应的物品类型;基于物品类型对每个物品图像区域进行筛选,得到待增加注入物品对应的物品图像区域;基于待增加注入物品对应的物品图像区域对待处理图像进行掩膜处理,得到待增加注入物品对应的图像内容。
在一实施例中,在对待处理图像进行物品识别,得到物品识别结果之后,方法还包括:将物品识别结果发送给质检端,接收质检端针对物品识别结果反馈的质检结果;基于物品识别结果对应的质检结果,对物品识别结果进行修正。
在一实施例中,从注入物品图库中选取出注入物品扫描图像生成安检图像,包括:响应于注入物品选择指令,从注入物品图库中选取出注入物品选择指令对应的注入物品扫描图像;以及,获取背景扫描图像,背景扫描图像属于安检设备扫描得到的图像类型;将被选中的注入物品扫描图像和背景扫描图像进行图像融合,生成安检图像。
本申请第二方面提供了一种安检图像的生成装置,装置包括:图像获取模块,用于响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品;其中,待处理图像不属于安检设备扫描得到的图像类型;材质识别模块,用于对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略;图像转换模块,用于采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像;其中,注入物品扫描图像属于安检设备扫描得到的图像类型;安检图像生成模块,用于将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。
本申请第三方面提供了一种电子设备,包括存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现上述安检图像的生成方法。
本申请第四方面提供了一种计算机可读存储介质,其上存储有程序指令,程序指令被处理器执行时实现上述安检图像的生成方法。
上述方案,通过响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品,对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略,以采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像,再将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。由于考虑了待处理图像中待增加注入物品的材质信息,根据待增加注入物品的材质识别结果匹配对应的图像转换策略,可以区分不同材质的特性进行图像转换,保证转换得到的注入物品扫描图像更加贴合安检设备扫描得到的图像,提高注入物品扫描图像的质量,进而提高后续生成的安检图像的质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请的一示例性实施例示出的安检图像的生成方法的流程图;
图2是本申请的一示例性实施例示出的待增加注入物品的材质识别的示意图;
图3是本申请的一示例性实施例示出的获取材质识别结果的流程图;
图4是本申请的一示例性实施例示出的待处理图像的物品识别的示意图;
图5是本申请的一示例性实施例示出的获取注入物品扫描图像的示意图;
图6是本申请的一具体实施例示出的安检图像生成方法的流程图;
图7是本申请的一具体实施例示出的获取安检图像的示意图;
图8是本申请的一示例性实施例示出的安检图像的生成装置的框图;
图9是本申请的一示例性实施例示出的电子设备的结构示意图;
图10是本申请的一示例性实施例示出的计算机可读存储介质的结构示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“和/或”,仅仅是一种描述关联对象的关联信息,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
目前,安检设备中的TIP功能使用的危险品图像库较为固定,无法实时更新。因此,在TIP功能的长时间执行后,会使得安检操作员对TIP图像库中的危险品图像产生深刻记忆,无法准确体现安检操作员的识图能力;其次,新危险品的种类和形态层出不穷,有时候只能获取到危险品的视频或照片等,不能获取到危险品的实物,无法通过实物构建安检设备扫描图像,导致TIP图像库的实时性无法保证。
考虑到上述问题,本申请提供一种安检图像的生成方法、设备及存储介质,以生成质量更高的安检图像,提高TIP的执行效果。
下面对本申请实施例所提供的安检图像的生成方法进行说明。
请参阅图1,图1是本申请的一示例性实施例示出的安检图像的生成方法的流程图。该安检图像的生成方法可以由安检设备具体执行,也可以由与安检设备分离设置的其他设备具体执行,如由与安检设备通信连接的服务器具体执行,本申请实施例不对该方法所适用的执行主体进行限制。
接下来,以服务器为具体执行主体对本申请的安检图像的生成方法进行示例性说明。
如图1所示,安检图像的生成方法至少包括步骤S110至步骤S140,详细介绍如下:
步骤S110:响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品;其中,待处理图像不属于安检设备扫描得到的图像类型。
其中,物品增加请求用于指示对注入物品图库进行更新。
服务器中预先存储有注入物品图库,该注入物品图库中含有多个注入物品扫描图像,如管制刀具、反射性物品等危险物品的扫描图像。本申请中的注入物品扫描图像属于安检设备扫描得到的图像类型,如X光射线安检设备扫描得到的图像类型、毫米波安检设备扫描得到的图像类型等。
根据物品增加请求执行注入物品图库的扩充操作,获取待处理图像,待处理图像中含有待增加注入物品,该待处理图像不属于安检设备扫描得到的图像类型,如可见光图像、深度图像等。
示例性地,可以是物品增加请求中携带有目标物品类型,服务器根据目标物品类型,获取含有目标物品类型的待增加注入物品的待处理图像。例如,通过爬虫程序抓取万维网中的图片,对图片进行过滤,以选取出含有目标物品类型的待增加注入物品的待处理图像。
示例性地,也可以是服务器接收到物品增加请求后,自动确定目标物品类型。例如,获取当前注入物品图库中各物品类型的注入物品扫描图像的图像数量,选取图像数量小于数量阈值的物品类型作为目标物品类型,或选取图像数量最小的物品类型作为目标物品类型;又例如,获取与注入物品图库关联的安检设备的历史检测记录,该历史检测记录用于记载预设时间段内的安检过程中检测到的危险物品的物品类型,对历史检测记录进行统计,得到各物品类型的危险物品的被检测次数,将被检测次数大于次数阈值的物品类型作为目标物品类型,或者将检测次数最大的物品类型作为目标物品类型;还例如,结合当前注入物品图库中各物品类型的注入物品扫描图像的图像数量、与注入物品图库关联的安检设备的历史检测记录,综合确定目标物品类型。然后,服务器根据目标物品类型,获取含有目标物品类型的待增加注入物品的待处理图像。
示例性地,还可以是物品增加请求中直接携带有待处理图像,该待处理图像中含有待增加注入物品。
步骤S120:对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略。
其中,材质识别用于识别待处理图像中待增加注入物品的材质信息。
对待增加注入物品进行材质识别,得到材质识别结果。
示例性地,可以通过待处理图像对待增加注入物品进行材质识别。例如,基于预先训练完成的材质识别神经网络对待处理图像进行材质识别,得到待处理图像中待增加注入物品的材质识别结果。
示例性地,还可以结合待处理图像以及待增加注入物品的物品属性信息对待增加注入物品进行材质识别。
例如,首先确定待处理图像中含有的待增加注入物品的物品类型,其可以是通过对待处理图像进行目标检测后确定的,也可以是用户输入的。根据待增加注入物品的物品类型,查询该物品类型的材质信息,如若物品类型为“刀”,则查询得到的材质信息含有“不锈钢、金刚石、陶瓷”。其中,可以是预先存储有物品类型和材质关联表,通过查询物品类型和材质关联表得到物品类型的材质信息;也可以是将物品类型作为检索关键词在万维网中进行检索,基于检索的内容进行材质信息提取,得到该物品类型的材质信息。
然后,根据查询得到的物品类型的材质信息,可以预先确定待增加注入物品的可能组成的材质,或者确定待增加注入物品的各个部位的可能组成的材质,再将查询得到的物品类型的材质信息作为辅助信息,并根据待处理图像中待增加注入物品的图像特征,综合确定待增加注入物品的真实材质信息,得到材质识别结果。
得到待增加注入物品的材质识别结果后,根据材质识别结果确定待增加注入物品的图像转换策略。
例如,不同的材质对应不同的图像转换算法,根据待增加注入物品的材质识别结果,查询该待增加注入物品中各个材质对应的转换算法,以将查询得到的转换算法作为该待增加注入物品的图像转换策略。
又例如,预先训练有图像转换模型,该图像转换模型可以将指定材质的物品的非安检设备扫描图像转换为检设备扫描图像,检测待增加注入物品的材质识别结果中是否存在图像转换模型对应的指定材质,若存在,则待增加注入物品的图像转换策略可以为:提取该待增加注入物品的图像中该指定材质的图像区域,将该指定材质的图像区域输入至图像转换模型进行图像转换,而针对该待增加注入物品的图像中其他材质的图像区域,可以通过上述查询转换算法的方式进行图像转换。
还例如,预先训练有多个图像转换模型,每个图像转换模型可以将指定材质的物品的非安检设备扫描图像转换为检设备扫描图像,每个图像转换模型之间对应的指定材质可以不同,以及指定材质的数量可以为一个或多个。根据待增加注入物品的材质识别结果中各个材质与各个图像转换模型对应的指定材质之间的关联关系,确定该待增加注入物品的图像中各个材质的图像区域待输入的图像转换模型,进而得到该待增加注入物品的图像转换策略。其中,可以将材质识别结果中与图像转换模型对应的指定材质相同的材质认为存在关联关系,也可以将材质识别结果中与图像转换模型对应的指定材质相似的材质认为存在关联关系。
步骤S130:采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像;其中,注入物品扫描图像属于安检设备扫描得到的图像类型。
根据上述步骤确定的图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像。
可选地,为了提高图像转换处理的效果,可以先对待增加注入物品对应的图像内容进行预处理,如图像增强处理、去噪处理等,再对预处理后的待增加注入物品对应的图像内容进行图像转换处理。
由于考虑了待处理图像中待增加注入物品的材质信息,根据待增加注入物品的材质识别结果匹配对应的图像转换策略,可以区分不同材质的特性进行图像转换,保证转换得到的注入物品扫描图像更加贴合安检设备扫描得到的图像,提高注入物品扫描图像的质量。
步骤S140:将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。
将转换得到的待增加注入物品对应的注入物品扫描图像,添加至注入物品图库,实现注入物品图库的实时更新。
进一步地,从注入物品图库中选取出注入物品扫描图像,根据被选中的注入物品扫描图像,生成安检图像。
例如,从注入物品图库中随机选取一个或多个注入物品扫描图像,将选中的一个或多个注入物品扫描图像和背景扫描图像融合,得到安检图像。背景扫描图像可以是安检设备在实际安检场景中采集到的过包图像。
又例如,响应于注入物品选择指令,获取该物品选择指令指示的目标类别,从注入物品图库中选取出属于该目标类别的注入物品扫描图像,并获取背景扫描图像,将被选中的注入物品扫描图像和背景扫描图像进行图像融合,生成安检图像。
接下来对本申请的一些实施方式进行进一步详细说明。
在一些实施方式中,步骤S120中对待增加注入物品进行材质识别,包括:
步骤S1211:提取待处理图像中待增加注入物品的待处理图像特征。
其中,待处理图像特征包括但不限于待增加注入物品的纹理特征、颜色特征、空间关系特征、形状特征等。
从待处理图像中确定待增加注入物品的图像内容,然后对待增加注入物品的图像内容进行特征提取,得到待增加注入物品的待处理图像特征。
示例性地,若待处理图像同时含有待增加注入物品的图像内容和背景图像内容,可以从待处理图像中分割出待增加注入物品的图像内容,再提取待增加注入物品的待处理图像特征;若待处理图像仅含有待增加注入物品的图像内容,如待处理图像为待增加注入物品的掩膜图像,可以直接对待处理图像进行图像特征提取,得到待增加注入物品的待处理图像特征。
步骤S1212:基于待处理图像特征对待增加注入物品进行材质识别,得到材质识别结果。
根据待处理图像特征对待增加注入物品进行材质识别,得到材质识别结果。
其中,材质识别结果可以包括组成待增加注入物品的材质,以及各个材质对应的材质图像区域。
例如,请参阅图2,图2为本申请一示例性实施例示出的待增加注入物品的材质识别的示意图,如图2所示,材质识别结果表明组成待增加注入物品的材质含有“木”和“金属”,以及不同材质分别对应的材质图像区域。
示例性地,预先训练有材质识别模型,该材质识别模型可以对输入的图像进行材质识别。具体地,材质识别模型为图像语义分割模型,将待处理图像输入至材质识别模型,该材质识别模型对输入的待处理图像的各个像素点进行语义分割,以对每个像素点分类,基于分类结果得到待处理图像中待增加注入物品含有的材质和各个材质对应的材质图像区域。
可选地,在基于待处理图像特征对待增加注入物品进行材质识别,得到材质识别结果之后,方法还包括:将材质识别结果发送给质检端,接收质检端针对材质识别结果反馈的质检结果;基于材质识别结果对应的质检结果,对材质识别结果进行修正。
可以通过设置质检端提高材质识别的准确性。
例如,请参阅图3,图3为本申请一示例性实施例示出的获取材质识别结果的流程图,如图3所示,获取含有待增加注入物品的待处理图像之后,对该待处理图像输入材质识别模型中进行材质识别,得到的材质识别结果含有各个材质对应的材质图像区域分割结果,每个材质图像区域对应标记有所属的材质。然后根据分割得到的材质图像区域的掩膜结果,将分割出的材质图像区域和其所属的材质发送给质检端,以在质检端的用户界面上进行预览显示,质检用户可在用户界面上确认材质识别结果是否符合需求,如材质分类是否准确、材质图像区域分割是否准确等,对符合需求的材质识别结果进行确认;对不符合需求的材质识别结果可以通过响应于质检用户的输入生成该材质识别结果的质检结果,以根据该质检结果对该材质识别结果进行修正,得到符合需求的材质识别结果。
在一些实施方式中,步骤S120中基于材质识别结果确定待增加注入物品的图像转换策略,包括:
步骤S1221:从转换算法表中查询与材质识别结果关联的转换算法,转换算法表用于存储各个材质对应的转换算法。
服务器中设置有转换算法表,该转换算法表用于存储各个材质对应的转换算法,如材质A对应第一转换算法,材质B对应第二转换算法。
需要说明的是,针对不同的安检设备,可以配置不同的转换算法表,如根据安检设备采用的扫描传感器的类型、安检设备的型号等配置不同的转换算法表,即同一材质可能因为安检设备的不同,对应不同的转换算法。
步骤S1222:将查询得到的转换算法作为待增加注入物品的图像转换策略。
按照查询得到的转换算法,对待增加注入物品进行图像转换处理。如图2中,材质为木的材质图像区域采用第一转换算法,材质为金属的材质图像区域采用第二转换算法。
得到图像转换策略后,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理。
在一些实施方式中,从待处理图像中确定待增加注入物品对应的图像内容的步骤包括:对待处理图像进行物品识别,得到物品识别结果,物品识别结果中含有待处理图像中各个物品对应的物品图像区域和每个物品图像区域对应的物品类型;基于物品类型对每个物品图像区域进行筛选,得到待增加注入物品对应的物品图像区域;基于待增加注入物品对应的物品图像区域对待处理图像进行掩膜处理,得到待增加注入物品对应的图像内容。
对待处理图像进行物品识别,确定待处理图像中各个物品对应的物品图像区域和每个物品图像区域对应的物品类型识别结果。
例如,预先训练有物品识别模型,物品识别模型可以对输入的图像进行物品识别。与材质识别模型类似,物品识别模型也可以为图像语义分割模型,将待处理图像输入至物品识别模型,该物品识别模型对输入的待处理图像的各个像素点进行语义分割,以对每个像素点分类,基于分类结果得到待处理图像中各个物品对应的物品图像区域和每个物品图像区域对应的物品类型识别结果。
进一步地,在对待处理图像进行物品识别,得到物品识别结果之后,还包括:将物品识别结果发送给质检端,接收质检端针对物品识别结果反馈的质检结果;基于物品识别结果对应的质检结果,对每个物品识别结果进行修正,得到更加准确的物品识别结果。
例如,将物品识别结果发送给质检端,以在质检端的用户界面上进行预览显示,质检用户可在用户界面上确认物品识别结果是否符合需求,如物品分类是否准确、物品图像区域分割是否准确等,对符合需求的材物品识别结果进行确认;对不符合需求的物品识别结果可以通过响应于质检用户的输入生成该物品识别结果的质检结果,以根据该质检结果对该物品识别结果进行修正,得到符合需求的物品识别结果。
进一步地,根据物品类型对每个物品图像区域进行筛选,将属于目标物品类型的物品图像区域进行保留,剔除不属于目标物品类型的物品图像区域,最终得到待增加注入物品对应的物品图像区域。再根据待增加注入物品对应的物品图像区域对待处理图像进行掩膜处理,得到待增加注入物品对应的图像内容。
例如,请参阅图4,图4为本申请一示例性实施例示出的待处理图像的物品识别的示意图,如图4所示,物品识别结果表明组成待处理图像中含有物品“菜”、“肉”和“刀”,以及不同物品分别对应的物品图像区域,根据各个物品图像区域对应的物品类型对每个物品图像区域进行筛选,得到待增加注入物品对应的物品图像区域为“刀”对应的物品图像区域。然后,根据待增加注入物品对应的物品图像区域对待处理图像进行掩膜处理,以仅保留待增加注入物品对应的图像内容,去除其他背景干扰信息。
在一些实施方式中,转换算法为色调矫正算法;基于图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像,包括:将待增加注入物品对应的图像内容的原始颜色空间转换为矫正颜色空间,得到转换图像;利用查询得到的色调矫正算法对转换图像进行色调矫正,得到矫正图像;将矫正图像从矫正颜色空间转换为指定颜色空间,得到待增加注入物品对应的注入物品扫描图像。
其中,原始颜色空间会因为待处理图像的类型不同而不同,例如,待增加注入物品对应的图像内容的原始颜色空间包括但不限于RGB颜色空间、HSV颜色空间、YUV颜色空间等。
将待增加注入物品对应的图像内容的原始颜色空间转换为矫正颜色空间,得到转换图像。需要说明的是,安检设备不同,则对应的矫正颜色空间也可能不同。
然后,根据查询得到的色调矫正算法对转换图像进行色调矫正,得到矫正图像,再将矫正图像从矫正颜色空间转换为指定颜色空间,得到待增加注入物品对应的注入物品扫描图像。需要说明的是,安检设备不同,则对应的指定颜色空间也可能不同。
以安检设备为X光射线安检设备,待处理图像为RGB图像为例进行举例说明:
X光射线安检设备的矫正颜色空间为HSI颜色空间,HSI颜色空间通过色调(Hue)、色饱和度(Saturation)和亮度(Intensity)来描述色彩;X光射线安检设备的指定颜色空间为RGB颜色空间,RGB颜色空间以红(Red)、绿(Green)、蓝(Blue)三种基本色为基础,进行不同程度的叠加来描述色彩。
将待处理图像中待增加注入物品对应的图像内容从原始的RGB颜色空间转换为HSI颜色空间,得到转换图像。其中,RGB颜色空间转换为HSI颜色空间的相关公式可以为:
其中,R、G、B为待增加注入物品对应的图像内容处于RGB颜色空间时,各个像素分别在R通道、G通道和B通道的值,计算得到的H、S、I为得到的转换图像在HSI颜色空间中,各个像素分别在H通道、S通道和I通道的值。
然后,根据查询得到的色调矫正算法对转换图像进行色调矫正,得到矫正图像。例如,转换算法表为MXray,针对材质material查询该转换算法表得到的转换算法为MXray(material),然后对转换图像进行色调矫正。其中,可以是对转换图像的每个通道的值进行色调矫正,也可以是对部分通道的值进行色调矫正,矫正的通道可以根据后续安检图像应用的安检设备的类型确定。如针对X光射线安检设备,可以仅对转换图像的H通道的值进行矫正,S通道和I通道的值则不进行矫正。相关色调矫正公式可以为:
其中,H′为色调矫正后的H通道的值,S′为色调矫正后的S通道的值,I′为色调矫正后的I通道的值。
将色调矫正后得到的图像作为矫正图像,再将矫正图像从HSI颜色空间转换为RGB颜色空间,得到待增加注入物品对应的注入物品扫描图像。
在一些实施方式中,在将矫正图像从矫正颜色空间转换为指定颜色空间时,可以根据矫正图像中各个像素的像素值,确定对应的颜色空间转换算法,以通过每个像素分别对应的颜色空间转换算法进行像素值转换,得到注入物品扫描图像。
例如,确定矫正图像的基准通道,根据矫正图像中各个像素的基准通道的值的大小,确定对应的颜色空间转换算法。又例如,计算各个像素的每个通道的平均值,根据该平均值的大小,确定对应的颜色空间转换算法。
举例来说,矫正图像为HSI颜色空间的图像,矫正图像的基准通道为H通道,根据H通道的值所处的阈值范围,确定每个像素分别对应的颜色空间转换算法。例如:
1、当0°≤H′<120°时:
2、当120°≤H′<240°时:
3、当240°≤H′<360°时:
其中,H′为矫正图像中H通道的值,S′为矫正图像中S通道的值,I′为矫正图像中I通道的值。R′为待增加注入物品对应的注入物品扫描图像中R通道的值,G′为待增加注入物品对应的注入物品扫描图像中G通道的值,B′为待增加注入物品对应的注入物品扫描图像中G通道的值。
例如,如图5所示,对待增加注入物品的不同材质进行色调矫正,并转换为指定颜色空间后,得到该待增加注入物品对应的注入物品扫描图像。
在一些实施方式中,请参阅图6,图6为本申请一具体实施例示出的安检图像生成方法的流程图,如图6所示,包括:
步骤S601:接收安检设备的TIP功能启动请求;
步骤S602:检测是否新增注入物品扫描图像,若是则执行步骤S603至步骤S608,若否则执行步骤S609;
步骤S603:获取待处理图像,待处理图像中含有待增加注入物品;
步骤S604:从待处理图像分割出待增加注入物品对应的物品图像区域;
步骤S605:根据待增加注入物品对应的物品图像区域,对待增加注入物品进行材质识别,得到材质识别结果;
步骤S606:采用材质识别结果对应的色调矫正算法,对待增加注入物品对应的物品图像区域进行色调矫正;
步骤S607:对色调矫正后的待增加注入物品对应的图像进行颜色空间转换,得到注入物品扫描图像;
步骤S608:根据该注入物品扫描图像更新注入物品图库;
步骤S609:从注入物品图库中选取注入物品扫描图像;
步骤S610:获取背景扫描图像;
步骤S611:融合被选中的注入物品扫描图和背景扫描图像,得到安检图像。
例如,如图7所示,将注入物品扫描图和背景扫描图像进行重叠,得到安检图像。
本申请提供的安检图像的生成方法,通过响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品,对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略,以采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像,再将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。由于考虑了待处理图像中待增加注入物品的材质信息,根据待增加注入物品的材质识别结果匹配对应的图像转换策略,可以区分不同材质的特性进行图像转换,保证转换得到的注入物品扫描图像更加贴合安检设备扫描得到的图像,提高注入物品扫描图像的质量,进而提高后续生成的安检图像的质量。
图8是本申请的一示例性实施例示出的安检图像的生成装置的框图。如图8所示,该示例性的安检图像的生成装置800包括:图像获取模块810、材质识别模块820、图像转换模块830和安检图像生成模块840。具体地:
图像获取模块810,用于响应于注入物品图库的物品增加请求,获取物品增加请求对应的待处理图像,待处理图像中含有待增加注入物品;其中,待处理图像不属于安检设备扫描得到的图像类型;
材质识别模块820,用于对待增加注入物品进行材质识别,基于材质识别结果确定待增加注入物品的图像转换策略;
图像转换模块830,用于采用图像转换策略,对待处理图像中待增加注入物品对应的图像内容进行图像转换处理,得到待增加注入物品对应的注入物品扫描图像;其中,注入物品扫描图像属于安检设备扫描得到的图像类型;
安检图像生成模块840,用于将待增加注入物品对应的注入物品扫描图像添加至注入物品图库,从注入物品图库中选取出注入物品扫描图像生成安检图像。
在上述示例性的安检图像的生成装置中,由于考虑了待处理图像中待增加注入物品的材质信息,根据待增加注入物品的材质识别结果匹配对应的图像转换策略,可以区分不同材质的特性进行图像转换,保证转换得到的注入物品扫描图像更加贴合安检设备扫描得到的图像,提高注入物品扫描图像的质量,进而提高后续生成的安检图像的质量。
请参阅图9,图9是本申请电子设备一实施例的结构示意图。电子设备900包括存储器901和处理器902,处理器902用于执行存储器901中存储的程序指令,以实现上述任一安检图像的生成方法实施例中的步骤。在一个具体的实施场景中,电子设备900可以包括但不限于:微型计算机、服务器,此外,电子设备900还可以包括笔记本电脑、平板电脑等移动设备,在此不做限定。
具体而言,处理器902用于控制其自身以及存储器901以实现上述任一安检图像的生成方法实施例中的步骤。处理器902还可以称为中央处理单元(Central ProcessingUnit,CPU)。处理器902可能是一种集成电路芯片,具有信号的处理能力。处理器902还可以是通用处理器、数字信号处理器(Digital Signal Processor,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)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器902可以由集成电路芯片共同实现。
请参阅图10,图10是本申请计算机可读存储介质一实施例的结构示意图。计算机可读存储介质1000存储有能够被处理器运行的程序指令1010,程序指令1010用于实现上述任一安检图像的生成方法实施例中的步骤。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种安检图像的生成方法,其特征在于,包括:
响应于注入物品图库的物品增加请求,获取所述物品增加请求对应的待处理图像,所述待处理图像中含有待增加注入物品;其中,所述待处理图像不属于安检设备扫描得到的图像类型;
对所述待增加注入物品进行材质识别,基于材质识别结果确定所述待增加注入物品的图像转换策略;
采用所述图像转换策略,对所述待处理图像中所述待增加注入物品对应的图像内容进行图像转换处理,得到所述待增加注入物品对应的注入物品扫描图像;其中,所述注入物品扫描图像属于安检设备扫描得到的图像类型;
将所述待增加注入物品对应的注入物品扫描图像添加至所述注入物品图库,从所述注入物品图库中选取出注入物品扫描图像生成安检图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述待增加注入物品进行材质识别,包括:
提取所述待处理图像中所述待增加注入物品的待处理图像特征;
基于所述待处理图像特征对所述待增加注入物品进行材质识别,得到材质识别结果。
3.根据权利要求2所述的方法,其特征在于,在所述基于所述待处理图像特征对所述待增加注入物品进行材质识别,得到材质识别结果之后,所述方法还包括:
将所述材质识别结果发送给质检端,接收所述质检端针对所述材质识别结果反馈的质检结果;
基于所述材质识别结果对应的质检结果,对所述材质识别结果进行修正。
4.根据权利要求1所述的方法,其特征在于,所述基于材质识别结果确定所述待增加注入物品的图像转换策略,包括:
从转换算法表中查询与所述材质识别结果关联的转换算法,所述转换算法表用于存储各个材质对应的转换算法;
将查询得到的转换算法作为所述待增加注入物品的图像转换策略。
5.根据权利要求4所述的方法,其特征在于,所述转换算法为色调矫正算法;所述基于所述图像转换策略,对所述待处理图像中所述待增加注入物品对应的图像内容进行图像转换处理,得到所述待增加注入物品对应的注入物品扫描图像,包括:
将所述待增加注入物品对应的图像内容的原始颜色空间转换为矫正颜色空间,得到转换图像;
利用查询得到的色调矫正算法对所述转换图像进行色调矫正,得到矫正图像;
将所述矫正图像从矫正颜色空间转换为指定颜色空间,得到所述待增加注入物品对应的注入物品扫描图像。
6.根据权利要求1所述的方法,其特征在于,从所述待处理图像中确定所述待增加注入物品对应的图像内容的步骤包括:
对所述待处理图像进行物品识别,得到物品识别结果,所述物品识别结果中含有所述待处理图像中各个物品对应的物品图像区域和每个物品图像区域对应的物品类型;
基于物品类型对所述每个物品图像区域进行筛选,得到所述待增加注入物品对应的物品图像区域;
基于所述待增加注入物品对应的物品图像区域对所述待处理图像进行掩膜处理,得到所述待增加注入物品对应的图像内容。
7.根据权利要求6所述的方法,其特征在于,在所述对所述待处理图像进行物品识别,得到物品识别结果之后,所述方法还包括:
将所述物品识别结果发送给质检端,接收所述质检端针对所述物品识别结果反馈的质检结果;
基于所述物品识别结果对应的质检结果,对所述物品识别结果进行修正。
8.根据权利要求1所述的方法,其特征在于,所述从所述注入物品图库中选取出注入物品扫描图像生成安检图像,包括:
响应于注入物品选择指令,从所述注入物品图库中选取出所述注入物品选择指令对应的注入物品扫描图像;以及,获取背景扫描图像,所述背景扫描图像属于安检设备扫描得到的图像类型;
将被选中的注入物品扫描图像和所述背景扫描图像进行图像融合,生成安检图像。
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现如权利要求1-8任一项所述方法中的步骤。
10.一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存储有程序指令,所述程序指令能够被处理器执行以实现如权利要求1-8任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311746716.1A CN117808914A (zh) | 2023-12-18 | 2023-12-18 | 安检图像的生成方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311746716.1A CN117808914A (zh) | 2023-12-18 | 2023-12-18 | 安检图像的生成方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117808914A true CN117808914A (zh) | 2024-04-02 |
Family
ID=90426690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311746716.1A Pending CN117808914A (zh) | 2023-12-18 | 2023-12-18 | 安检图像的生成方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808914A (zh) |
-
2023
- 2023-12-18 CN CN202311746716.1A patent/CN117808914A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11004129B2 (en) | Image processing | |
JP2776295B2 (ja) | 画像インデックス生成方法及び画像インデックス生成装置 | |
US8488181B2 (en) | Preserving user applied markings made to a hardcopy original document | |
JP4745297B2 (ja) | デジタル画像における均一な色の領域を特定する方法およびシステム | |
EP1271403B1 (en) | Method and device for character location in images from digital camera | |
JP5958023B2 (ja) | 画像処理装置および画像処理プログラム | |
US20090175411A1 (en) | Methods and systems for use in security screening, with parallel processing capability | |
JPH11288465A (ja) | カラー画像処理装置及びパターン抽出装置 | |
AU2016225841B2 (en) | Predicting accuracy of object recognition in a stitched image | |
JP4597391B2 (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
JP2001169080A (ja) | カラー画像処理方法、カラー画像処理装置、及びそのための記録媒体 | |
US8831357B2 (en) | System and method for image and video search, indexing and object classification | |
US8340412B2 (en) | Image processing | |
JP2007336562A (ja) | デジタル画像の領域分離方法および領域分離システム、ならびに、ラベル付けの方法 | |
Fernández-Caballero et al. | Display text segmentation after learning best-fitted OCR binarization parameters | |
JP5929282B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2003346156A (ja) | 物体検出装置、物体検出方法、プログラムおよび記録媒体 | |
CN117808914A (zh) | 安检图像的生成方法、设备及存储介质 | |
JP6855175B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP2003216894A (ja) | ドロップアウト処理装置およびドロップアウト処理プログラム | |
Lopez et al. | Line-based image segmentation method: a new approach to segment VHSR remote sensing images automatically | |
JP2002208013A (ja) | 画像領域抽出装置及び画像領域抽出方法 | |
Ismael | Comparative study for different color spaces of image segmentation based on Prewitt edge detection technique | |
JP3199009B2 (ja) | 画像蓄積・管理装置及び画像インデックス生成方法 | |
JP2000242782A (ja) | 画像中の物体の検出装置、方法およびこの方法を記録した記録媒体 |
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 |