[发明专利]基于X射线安检设备的物品类别识别方法、装置及设备

说明书

本发明实施例提供了一种基于X射线安检设备的物品类别识别方法、装置及设备，第一方面，本方案中，利用预先训练的识别模型对待识别X射线图像中的物品类别进行识别，实现了对X射线安检设备照射物品的类别进行自动识别；第二方面，本方案中，将样本X射线图像进行变换得到彩色图像，对该彩色图像进行标注得到标注信息，以该标注信息为监督训练得到识别模型，彩色图像的视觉效果比样本X射线图像更好，因而相比于直接对样本X射线图像进行标注，对彩色图像进行标注得到的标注信息更准确，利用该标注信息训练得到的识别模型准确率更高。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种基于X射线安检设备的物品类别识别方法、装置及设备。

背景技术

一些场景中，需要对人员携带的物品进行识别。例如安检场景中，通常设置一些X射线安检设备，通过这些X射线安检设备来识别人员携带物品的类别，进而根据物品的类别，可以判断其是否携带了不允许携带的物品。

一些相关的识别方案通常包括：X射线安检设备发射X射线照射待识别物品，由于不同物品对X射线的吸收程度不同，不同物品在X射线安检设备的显示屏上呈现不同颜色。例如，食品、塑料等会呈现为橙色，书本、陶瓷等会呈现为绿色，金属会呈现为蓝色，等等。安检员可以根据X射线安检设备的显示屏显示的不同颜色的物品，凭经验确定该物品的类别。

然而，上述方案中，需要安检员凭经验人工识别物品的类别，耗费了较多人力，需要提供一种可以对物品类别进行自动识别的方法。

发明内容

本发明实施例的目的在于提供一种基于X射线安检设备的物品类别识别方法、装置及设备，以实现对物品类别进行自动识别。具体技术方案如下：

为达到上述目的，本发明实施例提供了一种基于X射线安检设备的物品类别识别方法，包括：

获取待识别X射线图像；

将所述待识别X射线图像输入至预先训练的识别模型，得到所述识别模型输出的所述待识别X射线图像中包含的物品的类别信息；

其中，所述识别模型为以样本X射线图像为训练数据，以所述样本X射线图像变换得到的彩色图像的标注信息为监督，对预设结构的神经网络训练得到的。

可选的，所述待识别X射线图像包括：待识别高能X射线图像、待识别低能X射线图像、以及通过对所述待识别高能X射线图像和所述待识别低能X射线图像进行双能分辨得到的待识别原子序数图像；

所述样本X射线图像包括：样本高能X射线图像、样本低能X射线图像、以及通过对所述样本高能X射线图像和所述样本低能X射线图像进行双能分辨得到的样本原子序数图像。

可选的，采用如下步骤获取所述彩色图像：

获取针对同一场景采集的样本高能X射线图像和样本低能X射线图像，作为目标样本高能X射线图像和目标样本低能X射线图像；

将所述目标样本高能X射线图像和所述目标样本低能X射线图像进行双能分辨，得到目标样本原子序数图像；

将所述目标样本高能X射线图像和所述目标样本低能X射线图像进行灰度融合，得到灰度融合图像；

根据所述目标样本原子序数图像对所述灰度融合图像进行彩色化，得到彩色图像。

可选的，所述将所述目标样本高能X射线图像和所述目标样本低能X射线图像进行灰度融合，得到灰度融合图像，包括：

确定所述目标样本高能X射线图像和所述目标样本低能X射线图像中的匹配像素点对，所述匹配像素点对中包括所述目标样本高能X射线图像中的像素点和所述目标样本低能X射线图像中的像素点；

将每对匹配像素点对中的像素点的灰度值进行融合，得到灰度融合图像。