[发明专利]危险品三维图像检测方法、装置、计算机设备及存储介质

权利要求书

1.一种危险品三维图像检测方法，其特征在于，包括：

接收到危险品检测指令，获取待检测三维图像；所述待检测三维图像为经过安检设备对待检测物体扫描后重建三维立体的图像；

对所述待检测三维图像进行3D图像分割，得到尺寸与预设尺寸相同的多个方块图像；

对所有所述方块图像的目标区域进行扫描并进行标准化处理，得到目标区域图像；

将所述目标区域图像输入训练完成的危险品检测模型，通过所述危险品检测模型提取所述目标区域图像中的危险品特征并且生成特征向量图；所述危险品检测模型包括卷积层、BN层、池化层、全连接层和正则化层；

获取所述危险品检测模型根据K-means聚类算法进行分类输出的识别结果；所述识别结果包括危险品和非危险品，所述识别结果表征了所述待检测三维图像是否含有危险品。

2.如权利要求1所述的危险品三维图像检测方法，其特征在于，所述接收到危险品检测指令，获取待检测三维图像，包括：

获取通过X光射线拍摄的三维捕获图像；

将每个所述三维捕获图像输入颜色空间模型，通过所述颜色空间模型对所述三维捕获图像进行去噪及通道增强处理，得到每个所述三维捕获图像对应的三维增强图像；

通过三维重建方法，将所有所述三维增强图像进行重建，得到待检测三维图像。

3.如权利要求1所述的危险品三维图像检测方法，其特征在于，所述对所有所述方块图像进行目标区域扫描并进行标准化处理，得到目标区域图像，包括：

获取每个所述方块图像的平均像素值；

根据所有所述平均像素值，对所有所述方块图像进行目标边界扫描，得到目标边界图像；

通过特征标准化方法，对所述目标边界图像进行标准化处理，得到目标区域图像。

4.如权利要求3所述的危险品三维图像检测方法，其特征在于，所述通过特征标准化方法，对所述目标边界图像进行标准化处理，得到目标区域图像，包括：

获取每个所述目标边界图像中的像素值；

对每个所述目标边界图像中的像素值进行数据中心化处理，并生成目标中心图像；

对所述目标中心图像进行标准化处理，得到所述目标区域图像。

5.如权利要求1所述的危险品三维图像检测方法，其特征在于，将所述目标区域图像输入训练完成的危险品检测模型，通过所述危险品检测模型提取所述目标区域图像中的危险品特征并且生成特征向量图，包括：

将所述目标区域图像输入所述危险品检测模型中的第一卷积层，通过所述第一卷积层对所述目标区域图像进行危险品特征提取，得到第一特征图；

将所述第一特征图输入所述危险品检测模型中的第一BN层，通过所述第一BN层对所述第一特征图进行归一化处理，得到第二特征图；

将所述第二特征图输入所述危险品检测模型中的第一池化层，通过所述第一池化层对所述第二特征图进行池化处理，得到第三特征图；

将所述第三特征图输入所述危险品检测模型中的第二卷积层，通过所述第二卷积层对所述第三特征图进行危险品特征提取及降维处理，得到第四特征图；

将所述第四特征图输入所述危险品检测模型中的第二BN层，通过所述第二BN层对所述第四特征图进行归一化处理，得到第五特征图；

将所述第五特征图输入所述危险品检测模型中的第三卷积层，通过所述第三卷积层对所述第五特征图进行危险品特征提取及降维处理，得到第六特征图；

将所述第六特征图输入所述危险品检测模型中的第三BN层，通过所述第三BN层对所述第六特征图进行归一化处理，得到第七特征图；

将所述第七特征图输入所述危险品检测模型中的第二池化层，通过所述第二池化层对所述第七特征图进行平均池化处理，得到第八特征图；

将所述第八特征图输入所述危险品检测模型中的全连接层，通过所述全连接层对所述第八特征图进行连接处理，得到第九特征图；

将所述第九特征图输入所述危险品检测模型中的正则化层，通过所述正则化层对所述第九特征图进行正则化处理，得到所述目标区域图像对应的特征向量图。