本發(fā)明專利技術涉及安檢技術領域，尤其涉及一種安檢人包匹配的方法，包括，進行人臉圖像識別時，根據周期相似度確定采集數量以及采集范圍并針對對應識別人員的檢測體設置識別碼；根據目標檢測體的檢測圖像的圖像成像狀態(tài)確定檢測調節(jié)方式，檢測調節(jié)方式包括針對圖像獲取過程中的檢測管電壓或濾波處理參數進行調節(jié)；根據目標安檢圖像的圖像特征條件確定圖像處理方式，圖像處理方式包括針對目標安檢圖像的最佳全局閾值進行分析，或，針對目標安檢圖像的各低對比度區(qū)域進行關鍵點分析；在預設報警條件下，根據目標檢測體的識別碼確定對應的人臉采集圖像，并根據人臉采集圖像確定目標檢測體攜帶人員，本發(fā)明專利技術提高了安檢圖像檢測結果的準確性以及安檢效率。
【技術實現(xiàn)步驟摘要】
本專利技術涉及安檢，尤其涉及一種安檢人包匹配的方法。
技術介紹
1、安檢是指對人員及其攜帶行李進行的安全檢查，以防止人員攜帶違禁品和危險品進入特定區(qū)域或搭乘交通工具，是維護公共安全必不可少的環(huán)節(jié)，根據x光圖像確定行李中是否存在違禁品與危險品是目前主要使用的安檢方式，針對人員及其攜帶的行李進行人包匹配能夠使得安檢人員及時確定攜帶違禁品與危險品的人員并提供有效證明，但是目前現(xiàn)有安檢人包匹配以及x光安檢圖像檢測的方法中沒能根據目標檢測體的x光圖像的不同狀態(tài)確定針對性的圖像處理方法，導致部分區(qū)域無法識別，進而導致安檢結果存在遺漏或安檢效率低下。
2、中國專利公開號cn117746020a公開了一種x光安檢圖像違禁物品檢測方法，該方法包括以下步驟：獲取安檢數據集，對獲取的安檢數據集進行預處理，將預處理的數據集按比例隨機劃分為訓練集和驗證集，并構建模型；將訓練集輸入構建得到的模型中，對模型進行訓練，得到訓練完成的模型；使用訓練完成的模型，對安檢過程中采集到的包含違禁物品的x光圖像進行違禁物品檢測；由此可見，上述方案中存在以下問題：無法根據目標檢測體的x光圖像的不同狀態(tài)針對圖像進行針對性的處理，使得圖像識別難度增大，進而導致安檢人包匹配過程中易發(fā)生錯誤的人包報警。
技術實現(xiàn)思路
1、為此，本專利技術提供一種安檢人包匹配的方法，用以克服現(xiàn)有技術中無法根據目標檢測體的x光圖像的不同狀態(tài)針對圖像進行針對性的處理，使得圖像識別難度增大，進而導致安檢人包匹配過程中易發(fā)生錯誤的人包報警的問題。</p>2、為實現(xiàn)上述目的，本專利技術提供了一種安檢人包匹配的方法，包括：
3、針對人臉圖像的周期相似度進行檢測，根據周期相似度確定采集數量以及采集范圍，并針對對應識別人員的檢測體設置識別碼；
4、針對目標檢測體獲取多張檢測圖像，根據目標檢測體的圖像灰度穩(wěn)定參考值以及圖像干擾參考值確定圖像成像狀態(tài)；
5、根據目標檢測體的圖像成像狀態(tài)確定檢測調節(jié)方式，檢測調節(jié)方式包括針對圖像獲取過程中的檢測管電壓進行調節(jié)，或，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
6、根據目標安檢圖像的復雜參考值和灰度相似系數確定圖像特征條件，并根據目標安檢圖像的圖像特征條件確定圖像處理方式，圖像處理方式包括針對目標安檢圖像的最佳全局閾值進行分析，或，針對目標安檢圖像內各低對比度區(qū)域進行關鍵點分析；
7、根據目標安檢圖像內各低對比度區(qū)域的灰度差異參考值確定區(qū)域設置方式，區(qū)域設置方式包括根據預設半徑確定各中心點集合區(qū)域，或，根據各中心點的灰度差異值設置集合區(qū)域半徑；
8、預設報警條件下，根據目標檢測體的識別碼確定對應的人臉采集圖像，并根據人臉采集圖像確定目標檢測體攜帶人員。
9、進一步地，針對目標檢測體獲取多張檢測圖像，根據目標檢測體的圖像灰度分散參考值以及圖像干擾參考值確定圖像成像狀態(tài)，圖像成像狀態(tài)包括：
10、圖像灰度分散參考值小于預設灰度分散參考值的一類預設圖像成像狀態(tài)；
11、圖像灰度分散參考值大于或等于預設灰度分散參考值且圖像干擾參考值大于預設干擾參考值的二類預設圖像成像狀態(tài)；
12、圖像灰度分散參考值大于或等于預設灰度分散參考值且圖像干擾參考值小于或等于預設干擾參考值的三類預設圖像成像狀態(tài)。
13、進一步地，根據目標檢測體的圖像成像狀態(tài)確定檢測調節(jié)方式，檢測調節(jié)方式包括針對圖像獲取過程中的檢測管電壓進行增大調節(jié)，或，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
14、目標檢測體處于一類預設圖像成像狀態(tài)下，針對圖像獲取過程中的檢測管電壓進行增大調節(jié)；
15、所述檢測管電壓的增大值與目標檢測體的圖像灰度分散參考值為負相關關系。
16、進一步地，目標檢測體處于二類預設圖像成像狀態(tài)，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
17、針對干擾信號頻率進行檢測，根據干擾信號頻率針對濾波器截止頻率進行調節(jié)，并根據干擾信號頻率種類針對濾波器組合數量進行設置；
18、所述濾波處理參數包括濾波器組合數量以及濾波器截止頻率。
19、進一步地，目標檢測體處于三類預設圖像成像狀態(tài)下，檢測目標安檢圖像的圖像特征條件，并根據目標安檢圖像的圖像特征條件確定圖像處理方式，圖像處理方式包括針對目標安檢圖像的最佳全局閾值進行分析，或，針對目標安檢圖像內各低對比度區(qū)域進行關鍵點分析。
20、進一步地，所述圖像特征條件根據目標安檢圖像的復雜參考值和灰度相似系數確定，目標安檢圖像的圖像特征條件包括：
21、復雜參考值小于或等于預設復雜參考值且灰度相似系數大于預設灰度相似系數的第一預設圖像特征條件；
22、復雜參考值大于預設復雜參考值且灰度相似系數小于或等于預設灰度相似系數的第二預設圖像特征條件。
23、進一步地，目標安檢圖像處于第一預設圖像特征條件下，針對目標安檢圖像的最佳全局閾值進行分析，并根據最佳全局閾值處理目標安檢圖像；
24、所述最佳全局閾值根據各灰度級的類間方差確定。
25、進一步地，目標安檢圖像處于第二預設圖像特征條件下，針對目標安檢圖像內各低對比度區(qū)域進行關鍵點分析，并根據目標安檢圖像內各低對比度區(qū)域的灰度差異參考值確定集合區(qū)域設置方式，集合區(qū)域設置方式包括根據預設半徑確定各中心點集合區(qū)域，或，根據各中心點的灰度差異值設置集合區(qū)域半徑；
26、所述灰度差異參考值為各低對比度區(qū)域中各中心點的灰度差異值的平均值；
27、所述中心點根據目標安檢圖像的各低對比度區(qū)域中像素點所處灰度級確定，在各低對比度區(qū)域中處于最大灰度級的像素點中，隨機選擇預設中心點數量的像素點作為對應低對比度區(qū)域的中心點。
28、進一步地，若灰度差異參考值小于預設灰度差異參考值，根據預設區(qū)域半徑確定各中心點的集合區(qū)域，若灰度差異參考值大于或等于預設灰度差異參考值，根據各中心點的灰度差異值設置集合區(qū)域半徑；
29、所述集合區(qū)域半徑與各中心點的灰度差異值為負相關關系。
30、進一步地，進行人臉圖像識別時，針對人臉圖像的周期相似度進行檢測，并根據周期相似度確定采集數量以及采集范圍；
31、所述采集數量與周期相似度為正相關關系；
32、所述采集范圍與周期相似度為正相關關系。
33、與現(xiàn)有技術相比，本專利技術的有益效果在于，本專利技術根據目標安檢圖像的復雜參考值和灰度相似系數確定圖像特征條件并根據目標檢測體的x光圖像的圖像特征條件確定對應的圖像處理方式，使得所確定的圖像處理方式更符合檢測圖像的復雜情況以及灰度相似情況，避免了使用單一圖像處理方法導致的圖像分割效果差，進而導致的低對比度區(qū)域的目標難以識別，本專利技術提高了x光圖像檢測結果的準確性以及安檢效率。
34、進一步地，本專利技術根據目標檢測體的圖像灰度分散參考值以及圖像干擾參考值確定圖像成像狀態(tài)，并根據目標檢測體的圖像成像狀本文檔來自技高網
...
【技術保護點】
1.一種安檢人包匹配的方法，其特征在于，包括：
2.根據權利要求1所述的安檢人包匹配的方法，其特征在于，針對目標檢測體獲取多張檢測圖像，根據目標檢測體的圖像灰度分散參考值以及圖像干擾參考值確定圖像成像狀態(tài)，圖像成像狀態(tài)包括：
3.根據權利要求2所述的安檢人包匹配的方法，其特征在于，根據目標檢測體的圖像成像狀態(tài)確定檢測調節(jié)方式，檢測調節(jié)方式包括針對圖像獲取過程中的檢測管電壓進行增大調節(jié)，或，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
4.根據權利要求3所述的安檢人包匹配的方法，其特征在于，目標檢測體處于二類預設圖像成像狀態(tài)，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
5.根據權利要求2所述的安檢人包匹配的方法，其特征在于，目標檢測體處于三類預設圖像成像狀態(tài)下，檢測目標安檢圖像的圖像特征條件，并根據目標安檢圖像的圖像特征條件確定圖像處理方式，圖像處理方式包括針對目標安檢圖像的最佳全局閾值進行分析，或，針對目標安檢圖像內各低對比度區(qū)域進行關鍵點分析。
6.根據權利要求5所述的安檢人包匹配的方法，其特征在于，所述圖像特征條件根據目標安檢圖像的復雜參考值和灰度相似系數確定，目標安檢圖像的圖像特征條件包括：
7.根據權利要求6所述的安檢人包匹配的方法，其特征在于，目標安檢圖像處于第一預設圖像特征條件下，針對目標安檢圖像的最佳全局閾值進行分析，并根據最佳全局閾值處理目標安檢圖像；
8.根據權利要求7所述的安檢人包匹配的方法，其特征在于，目標安檢圖像處于第二預設圖像特征條件下，針對目標安檢圖像內各低對比度區(qū)域進行關鍵點分析，并根據目標安檢圖像內各低對比度區(qū)域的灰度差異參考值確定集合區(qū)域設置方式，集合區(qū)域設置方式包括根據預設半徑確定各中心點集合區(qū)域，或，根據各中心點的灰度差異值設置集合區(qū)域半徑；
9.根據權利要求8所述的安檢人包匹配的方法，其特征在于，若灰度差異參考值小于預設灰度差異參考值，根據預設區(qū)域半徑確定各中心點的集合區(qū)域，若灰度差異參考值大于或等于預設灰度差異參考值，根據各中心點的灰度差異值設置集合區(qū)域半徑；
10.根據權利要求1所述的安檢人包匹配的方法，其特征在于，進行人臉圖像識別時，針對人臉圖像的周期相似度進行檢測，并根據周期相似度確定采集數量以及采集范圍；
...
【技術特征摘要】
1.一種安檢人包匹配的方法，其特征在于，包括：
2.根據權利要求1所述的安檢人包匹配的方法，其特征在于，針對目標檢測體獲取多張檢測圖像，根據目標檢測體的圖像灰度分散參考值以及圖像干擾參考值確定圖像成像狀態(tài)，圖像成像狀態(tài)包括：
3.根據權利要求2所述的安檢人包匹配的方法，其特征在于，根據目標檢測體的圖像成像狀態(tài)確定檢測調節(jié)方式，檢測調節(jié)方式包括針對圖像獲取過程中的檢測管電壓進行增大調節(jié)，或，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
4.根據權利要求3所述的安檢人包匹配的方法，其特征在于，目標檢測體處于二類預設圖像成像狀態(tài)，針對圖像獲取過程中的濾波處理參數進行調節(jié)；
5.根據權利要求2所述的安檢人包匹配的方法，其特征在于，目標檢測體處于三類預設圖像成像狀態(tài)下，檢測目標安檢圖像的圖像特征條件，并根據目標安檢圖像的圖像特征條件確定圖像處理方式，圖像處理方式包括針對目標安檢圖像的最佳全局閾值進行分析，或，針對目標安檢圖像內各低對比度區(qū)域進行關鍵點分析。
6.根據權利要求5所述的安檢人包匹配的方法，其特征在于，所述圖像特征條件根據目...
【專利技術屬性】
技術研發(fā)人員：丘鈺霞，
申請(專利權)人：廣州元灃智能科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。