一种安检CT系统的危险品图像快速插入方法及系统与流程
本发明涉及一种安检ct系统的危险品图像快速插入方法；同时涉及一种实现该方法的系统。
背景技术：
安全检查领域被检行包中真正携带危险品的情况占比很少，为了训练和测试安检员从行包图像中检测危险品的能力以及提高安检员的注意力，在被检行包的图像中插入危险品图像(tip：threatimageprojection)是x射线安检系统广泛应用的方法。
有两类tip操作：fti(fictionalthreatimage虚拟危险品图像)是将从图像库中选取的危险品叠加到旅客行李图像上；cti(combinedthreatimage整合危险品图像)是插入带危险品的整包图像。fti优点是不像cti那样需要维护庞大的且需要不断更新的危险行包数据库，fti适用于各种类型的应用，而cti只适用于远程判图的情况，但是fti的缺点是计算量大。随着x射线安检系统从最初的采集透射图像的传统二维dr安检机发展到能够进行体成像的三维ct安检机，以及传统二维dr安检机和ct机联合安检模式，为了减少危险品图像库采集工作量、快速并更真实地在被检行包图像中插入危险品图像，不给安检人员提供可感知的视觉线索，插入危险品图像的实现方式也在不断改进。
现有的tip相关的技术分为针对传统二维安检图像和针对三维ct安检图像两类。
由于二维图像只能展示一个视角，当危险品图像的采集视角和被检行包的采集视角不一致时，需要先对危险品图像根据其需要插入的空间位置信息和被检行包采集视角的信息进行相应的图像变换，然后再做插入，现有的二维图像的危险品图像插入方法重点都在解决危险品图像插入前的变换问题。
三维ct图像与二维dr图像的本质区别在于三维图像可以展示任何视角，但带来的新问题是危险品在三维体空间中插入位置的如何自动确定，以及插入危险品后新图像中ct伪影的不一致问题，即在建危险品库时的采集条件下危险品产生的ct图像伪影和危险品放在被检行包中进行采集产生的伪影不一致问题。现有的三维ct图像的危险品图像插入技术重点都在解决上述伪影不一致问题，而危险品图像的插入位置很多都是人工选取。
除此之外，现有的3d图像的危险品图像插入方法中确定危险品图像插入位置的算法多数都要进行行包和背景分割或行包内物品的分割，算法过于复杂耗时，不能满足快速安检实际需要，且一些算法可能产生插入的危险品图像破坏行包内其他高密度物品或插入的危险品图像完全悬空的不合理情况，不利于培训安检人员。
技术实现要素：
针对现有技术的不足，本发明所要解决的首要技术问题在于提供一种安检ct系统的危险品图像快速插入方法。
本发明所要解决的另一技术问题提供一种安检ct系统的危险品图像快速插入系统。
为实现上述发明目的，本发明采用下述的技术方案：
根据本发明实施例的第一方面，提供一种安检ct系统的危险品图像快速插入方法，包括如下步骤：
获取3d行包图像，并根据3d行包图像的物理特征类型从3d危险品图像库中获取3d危险品图像；其中，所述3d危险品图像中背景物品的物理特征参数取值包含在一定的阈值范围内；所述阈值范围与空气的阈值范围相互区分；处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；
依据最佳插入位置判定参数计算所有有效插入位置中的最佳插入位置；
处理3d危险品图像的每个体素，以最佳插入位置为坐标原点插入到3d行包图像相应的位置。
其中较优地，获取3d行包图像之前，生成3d危险品图像库，包括如下步骤：
获取作为危险品插入背景的物品的物理特征参数阈值范围；
将3d危险品对象的背景设置为在所述物理特征参数阈值范围内的背景物品；
对放置在该背景物品中的危险品对象进行ct采集重建生成3d危险品图像；
对生成的3d危险品图像的空间特征参数进行数学算法处理，生成3d危险品图像库。其中较优地，处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，包括如下步骤：
s211，获取3d行包图像的一个体素，以所述体素为基准体素划定插入位置；
s212，判断所述插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，赋值给有效位置图像的相应位置，所述相应位置的坐标点为获取的基准体素的坐标点；
s213，对于3d行包图像的每个体素重复步骤s211～s212，直至获取3d行包图像的所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，输出有效位置图像。
其中较优地，以所述体素为基准体素划定插入位置；是以基准体素为坐标原点，在基准体素周围区域获取尺寸大小等于待插入的3d危险品图像大小的空间作为插入位置。
其中较优地，判断该插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，赋值给有效位置图像的相应位置，包括如下步骤：
s2121，读取插入位置的第i个体素值，如果读取的第i个体素值在背景物品的物理特征参数阈值范围内，则转向步骤s2122；否则，设置该基准体素为无效位置；
s2122，累加读取的体素值；判断i是否小于插入位置中的体素总数；如果是，则i＝i+1，转向步骤s2121，否则，转向步骤s2123；
s2123，将体素值累加的最终值取倒数，将所述倒数作为最佳插入位置判定参数，赋值给有效位置图像的相应位置，所述相应位置的坐标点为获取的基准体素的坐标点。
其中较优地，处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，包括如下步骤：
s221，获取3d行包图像的一个体素，以该体素为基准体素划定插入位置；
s222，判断该插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，将该最佳插入位置判定参数和相应的基准体素坐标信息追加到有效位置队列中；
s223，对于3d行包图像的每个体素重复步骤s221～s222，直至获取3d行包图像的所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，输出有效位置队列。
其中较优地，采用gpu并行处理3d行包图像和3d危险品图像；gpu按体素并行处理3d行包图像的每个体素，计算获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；根据所有有效插入位置的最佳插入位置判定参数确定最佳插入位置之后，gpu按体素并行处理3d危险品图像的每个体素，以最佳插入位置为坐标原点插入到3d行包图像相应的位置。
其中较优地，所述安检ct系统的危险品图像快速插入方法，还包括如下步骤：
在行包的2d透视图像中插入与3d危险品图像相对应的2d危险品图像。
其中较优地，在行包的2d透视图像中插入与3d危险品图像相对应的2d危险品图像，包括如下步骤：
对插入到3d行包中的3d危险品图像进行正投影得到2d正投影图像；
将行包的2d透视图像和危险品图像的2d正投影图像进行图像融合；包括如下步骤：
s521，将行包的2d透视图像的像素值转换成和危险品图像的2d正投影图像相同物理含义的对应像素值；
s522，根据危险品图像的2d正投影图像位置将正投影图像像素值和转换后的行包的2d透视图像上相应位置的像素值进行叠加；
s523，对叠加处理后的行包的2d透视图像进行步骤s521对应的反转换操作，得到插入了与3d危险品图像相对应的2d危险品图像的行包透视图。
根据本发明实施例的第二方面，提供一种安检ct系统的危险品图像快速插入系统，包括处理器、gpu图像处理单元和存储器；所述存储器上存储有可用在所述gpu图像处理单元或者所述处理器上运行的计算机程序，当所述计算机程序被所述gpu图像处理单元或者所述处理器执行时实现如下步骤：
获取3d行包图像，并根据3d行包图像的物理特征类型从3d危险品图像库中获取3d危险品图像；其中，所述3d危险品图像中背景物品的物理特征参数取值包含在一定的阈值范围内；所述阈值范围与空气的阈值范围相互区分；处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；
依据最佳插入位置判定参数计算所有有效插入位置中的最佳插入位置；
处理3d危险品图像的每个体素，以最佳插入位置为坐标原点插入到3d行包图像相应的位置。
本发明提供的安检ct系统的危险品图像快速插入方法，基于gpu并行实现，能够快速地在3d行包图像中找到合理且最佳的危险品图像插入位置并快速插入，同时该安检ct系统的危险品图像快速插入方法还包括向被检行包的某个视角的2d透视检查图像中插入与3d危险品图像相对应的2d危险品图像的方法，满足带dr透视机的ct机等多种更加复杂ct机型的危险品图像插入需求。
附图说明
图1为本发明所提供的安检ct系统的危险品图像快速插入方法的流程图；
图2为本发明所提供的一个实施例中，处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数的流程图；
图3为本发明所提供的一个实施例中，在3d行包图像中插入3d危险品图像的流程图；
图4为本发明所提供的一个实施例中，在行包的dr透视图插入与3d危险品图像对应的2d危险品图像的流程图；
图5为本发明所提供的安检ct系统的危险品图像快速插入系统的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。
如图1所示，本发明所提供的安检ct系统的危险品图像快速插入方法，包括如下步骤：首先，读取ct产生的3d行包图像和3d危险品图像库中待插入的3d危险品图像到gpu显存；其次，gpu按体素并行处理3d行包图像的每个体素，计算获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；然后，依据最佳插入位置判定参数计算获得所有有效插入位置中的最佳插入位置；最后，gpu按体素并行处理3d危险品图像的每个体素，以最佳插入位置为坐标原点并行插入到3d行包图像相应的位置上。下面对这一过程做详细具体的说明。
s1，获取3d行包图像，并根据3d行包图像的物理特征类型从3d危险品图像库中获取3d危险品图像。其中，该3d危险品图像中背景物品的物理特征参数取值包含在一定的阈值范围内；所述阈值范围与空气的阈值范围相互区分。为了增加危险品图像插入的速度，可以采用gpu并行处理3d行包图像和3d危险品图像，读取ct产生的3d行包图像和3d危险品图像库中待插入的3d危险品图像到gpu显存。在本发明所提供的实施例中，以采用gpu并行处理3d行包图像和3d危险品图像为例进行说明。在实际运行时，也可以不采用gpu并行处理，是否采用gpu并行处理3d行包图像和3d危险品图像，可以根据图像处理需求进行确定。
具体的，危险品图像插入3d行包图像的插入规则是将3d危险品图像插入到3d行包中具有相应物理特征的背景物品中，该相应物理特征是指电子密度、等效原子序数、线衰减系数等可以通过ct系统重建获得的物理特征参数，且该背景物品的物理特征值可以与空气的相应物理特征值相互区分。其中，在本发明所提供的实施例中，获取3d行包图像之前，需要先生成3d危险品图像库，包括如下步骤：
s01，获取作为危险品插入背景的物品的物理特征参数阈值范围；s02，将3d危险品对象的背景设置为在该物理特征参数阈值范围内的背景物品；
s03，对放置在该背景物品中的危险品对象进行ct采集重建生成3d危险品图像；
s04，对生成的3d危险品图像的空间特征参数进行数学算法处理，生成3d危险品图像库；其中，空间特征参数指大小、方向；数学算法处理指旋转、缩放、镜像。
具体的，在本发明所提供的实施例中，将3d危险品图像插入到3d行包中的低线衰减系数物体中(例如：衣物等)。操作条件是3d危险品图像库的采集背景也同样是衣物等低线衰减系数物体。该背景的线衰减系数范围和空气的线衰减系数范围可以相互区分，避免危险品图像被插入到行包内外的空气中。在本发明中，获取的3d行包图像的物理特征参数依据ct重建获得，可以是线衰减系数图像，也可以是电子密度图像、等效原子系数图像等；当获取的3d危险品图像为3d危险品的线衰减系数图像时，将ct系统重建的3d行包的线衰减系数图像和危险品图像库中某个待插入的3d危险品的线衰减系数图像读入gpu的显存。
s2，处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；具体的，gpu按体素并行处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数。其中，处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，如图2所示，包括如下步骤：
s211，获取3d行包图像的一个体素，以该体素为基准体素划定插入位置；具体的，以基准体素为坐标原点，在基准体素周围区域获取尺寸大小等于待插入的3d危险品图像大小的空间作为插入位置。
s212，判断该插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，赋值给有效位置图像的相应位置，该相应位置的坐标点为获取的基准体素的坐标点。具体包括如下步骤：
s2121，读取插入位置的第i个体素值，如果读取的第i个体素值在背景物品的物理特征参数阈值范围内，则转向步骤s2122；否则，设置该基准体素为无效位置，终止该基准体素的处理，在有效位置图像的相应位置设置为0；
s2122，累加读取的体素值；判断i是否小于插入位置中的体素总数；如果是，则i＝i+1，转向步骤s2121，否则，转向步骤s2123；
s2123，将体素值累加的最终值取倒数，将该倒数作为最佳插入位置判定参数，赋值给有效位置图像的相应位置，该相应位置的坐标点为获取的基准体素的坐标点。其中，读取插入位置的体素值可以按照从左到右，从上到下的顺序进行逐一读取，也可以采用其他读取方式，在本发明所提供的实施例中，对读取顺序不做限定。计算最佳插入位置的判定参数的方法可以采用上述步骤s2121～s2123，也可以采用下述步骤s2221～s2223，在本发明所提供的实施例中，不做限定。
具体的，基准体素为坐标原点，在其周围区域尺寸大小等于待插入的3d危险品图像大小的空间内，逐个读取判断该空间中的体素值，如果读取的体素值在预先设定的背景物品的物理特征参数阈值[vmin,vmax]范围内(在本发明所提供的实施例中，物理特征参数阈值范围以线衰减系数阈值范围为例进行说明，也可以是电子密度阈值范围、等效原子系数阈值范围中的任意一种)，则累加读取的体素值；如果读取的体素值不在阈值[vmin,vmax]范围内，则设置该基准体素为无效位置，终止该基准体素的处理，在有效位置图像的相应位置设置为0；如果该空间内的所有体素值均在阈值[vmin,vmax]范围内，则将体素值累加的最终值取倒数，将该倒数作为最佳插入位置判定参数，赋值给有效位置图像的相应位置。
在本发明所提供的实施例中，背景物品的线衰减系数阈值[vmin,vmax]范围的设置是关键要素之一，由于线衰减系数与物质的密度成正比，通过阈值范围的最低阈值vmin将行包内外的空气背景剔除，通过阈值范围的最高阈值vmax将高密度物质剔除，从而保证危险品图像只插入在衣物等低密度物品中，避免了危险品悬空和插入到高密度物品中的不合理情况，同时也避免了分割行包和空气背景，以及分割行包中物体等复杂的算法操作。在本发明所提供的实施例中，获取背景物品的线衰减系数阈值[vmin,vmax]范围，可以采用如下步骤：
获取ct系统重建的3d行包的线衰减系数图像；
获取3d行包图像中希望在其中插入危险品的背景物品的线衰减系数的最大值和最小值；该背景物品可以和空气相互区分。
物质的线衰减系数的影响因素是物质原子序数、密度和射线能量，射线能量固定时，只和物质本身的原子序数和密度有关。所以在ct机所采用的射线能量范围内，原子序数越大密度越大的物质，其线衰减系数也越大。根据背景物品的线衰减系数最大值和最小值设置线衰减系数阈值范围[vmin,vmax]。这样，可以通过阈值范围的最低阈值vmin将行包内外的空气背景剔除，通过阈值范围的最高阈值vmax将高密度物质剔除。
除此之外，在本发明所提供的实施例中，通过gpu按照体素并行处理3d行包中的每个体素，实现了对3d行包空间的穷举搜索，通过在并行处理中计算最佳插入位置判定参数，能快速在所有有效插入位置中找到最佳插入位置。且最佳插入位置判定参数可以依据最佳插入位置判定原则进行灵活设计，在本发明所提供的一个实施例中，采用的最佳插入位置判定原则为：该位置所有线衰减系数值最接近空气为判定原则。有效插入位置的坐标信息及依据该最佳插入位置判定原则计算出的最佳插入位置判定参数的存储形式可以为有效位置图或者有效位置队列中的一种。在本发明所提供的实施例中，采用有效位置图作为所有有效插入位置的坐标信息及其对应的最佳插入位置判定参数的存储形式。
s213，对于3d行包图像的每个体素重复步骤s211～s212，直至获取3d行包图像的所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，输出有效位置图像。
具体的，以采用gpu并行处理3d行包图像和3d危险品图像为例，利用gpu多核的特点，按照体素并行处理3d行包图像的每个体素，给3d行包图像中的每个体素分配一个gpu线程进行处理，以该体素为基准体素进行是否为有效插入区的判断。判断算法是以该基准体素为坐标原点，在其周围区域尺寸大小等于待插入的3d危险品图像大小的空间内，逐个读取判断该空间中的体素值，如果读取的体素值在预先设定的背景物品的线衰减系数阈值[vmin,vmax]范围内，则累加读取的体素值；如果读取的体素值不在阈值[vmin,vmax]范围内，则设置该基准体素为无效位置，终止该基准体素的处理，在有效位置图像的相应位置设置为0；如果该空间内的所有体素值均在阈值[vmin,vmax]范围内，则将体素值累加的最终值取倒数，将该倒数作为最佳插入位置判定参数，赋值给有效位置图像的相应位置。
当3d行包图像所有的体素值处理完毕后输出的带有最佳插入位置判定参数的有效位置图像。使用有效位置图像作为输出可以最大程度保证3d行包图像体素处理的并行性，但是比较浪费存储空间，后续查找最佳插入位置时需要处理的数据量等于3d行包的体素数量。
在本发明所提供的另一实施例中，采用的最佳插入位置判定原则为：该位置所有物理特征值与待插入的3d危险品图像相似性最大原则。有效插入位置的坐标信息及依据该最佳插入位置判定原则计算出的最佳插入位置判定参数的存储形式可以为有效位置图或者有效位置队列中的一种。本发明所提供的另一个实施例中，采用有效位置队列作为所有有效插入位置的坐标信息及其对应的最佳插入位置判定参数的存储形式，使用有效位置队列作为输出节省了存储空间。
具体的，采用该位置所有物理特征值与待插入的3d危险品图像相似性最大原则，处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；包括如下步骤：
s221，获取3d行包图像的一个体素，以该体素为基准体素划定插入位置；具体的，以基准体素为坐标原点，在基准体素周围区域获取尺寸大小等于待插入的3d危险品图像大小的空间作为插入位置。
s222，判断该插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，将该最佳插入位置判定参数和相应的基准体素坐标信息追加到有效位置队列中。具体包括如下步骤：
s2221，读取插入位置的第i个体素值，如果读取的第i个体素值在背景物品的线衰减系数阈值范围内，则转向步骤s2222；否则，设置该基准体素为无效位置，终止该基准体素的处理；
s2222，计算读取的体素值和危险品图像相应体素值的差值的绝对值，并累加该绝对值；判断i是否小于插入位置中的体素总数；如果是，则i＝i+1，转向步骤s2221，否则，转向步骤s2223；
s2223，将最终的累加绝对值取倒数，将该倒数作为最佳插入位置判定参数，将该最佳插入位置判定参数和相应的基准体素坐标信息追加到有效位置队列中。
s223，对于3d行包图像的每个体素重复步骤s221～s222，直至获取3d行包图像的所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，输出有效位置队列。
具体的，在本发明所提供的另一实施例中，采用插入位置与待插入危险品图像的相似性最大作为最佳插入位置判定原则。在gpu按照体素并行处理3d行包图像的每个体素时，将3d行包图像中的每个体素分配给gpu的一个线程，以该体素为基准体素进行是否为有效插入区的判断。判断算法是以该基准体素为坐标原点，在其周围区域尺寸大小等于待插入的危险品图像大小的空间内，逐个读取判断该空间中的体素值，如果读取的体素值在预先设定的背景物品的线衰减系数阈值[vmin,vmax]范围内，计算读取的体素值和危险品图像相应体素值的差值的绝对值，并累加该绝对值；如果读取的体素值不在[vmin,vmax]范围内，则设置该基准体为无效位置，终止该基准体素的处理。如果该空间内的所有体素值均在阈值[vmin,vmax]范围内，则将最终的累加绝对值取倒数，将该倒数作为最佳插入位置判定参数，将该最佳插入位置判定参数和相应的基准体素坐标信息追加到有效位置队列中。所有行包图像的体素值处理完毕后输出有效位置队列。使用有效位置队列作为输出节省了存储空间，但是多个gpu并行线程公共访问有效位置队列时需要做好互斥，影响并行效率。
s3，依据最佳插入位置判定参数计算所有有效插入位置中的最佳插入位置。
具体的，在本发明所提供的一个实施例中，根据有效位置图像中存储的最佳插入位置判定参数计算最大判定参数值所在的体素位置为最佳插入位置。
在本发明所提供的另一实施例中，计算有效位置队列中最佳插入位置判定参数最大值对应的基准体素坐标，即为最佳插入位置。使用有效位置队列进行存储减少了查找最佳插入位置时需要处理的数据量。
s4，处理3d危险品图像的每个体素，以最佳插入位置为坐标原点插入到3d行包图像相应的位置上。以gpu并行处理为例，gpu按体素并行处理3d危险品图像的每个体素，以最佳插入位置为坐标原点并行插入到3d行包图像相应的位置上。
具体的，在确定了最佳插入位置后，利用gpu按照体素并行处理3d危险品图像的每个体素，用3d危险品图像的相应体素替换3d行包图像中以最佳插入位置为坐标原点的相应位置的体素值，实现并行插入3d危险品图像。如图3所示，在3d行包图像中，以最佳插入位置b(x，y，z)为坐标原点，读取3d危险品图像中的一个体素值t(a，b，c)，用体素值替换3d行包图像中c(x+a，y+b，c+z)位置的体素值，结束处理该t(a，b，c)体素。重复上述插入步骤，处理3d危险品图像的每个体素，插入到3d行包图像的最佳插入位置上。
在本发明所提供的实施例中，还包括如下步骤：
s5，在行包的2d透视图像中插入与3d危险品图像相对应的2d危险品图像；如图4所示，具体包括如下步骤：
s51，对插入到3d行包中的3d危险品图像进行正投影得到2d正投影图像；具体的，gpu按射线并行方式对以最佳插入位置为坐标原点插入到3d行包图像相应的位置的3d危险品图像进行正投影。其正投影采用的几何结构可以与dr射线源和探测器几何布局一致，也可以采用dr校正后的目标几何结构。
s52，将行包的2d透视图像和危险品图像的2d正投影图像进行图像融合；图像融合是将3d危险品图像的2d正投影图像与行包的2d透视图像进行位置和像素值的融合；位置融合时根据危险品图像进行正投影时采用的几何结构决定是和dr校正前图像融合还是与dr校正后图像融合；像素值融合要将3d危险品图像正投影获得的像素值和行包的2d透视图像的像素值变换成相同物理含义的基础上再进行融合。其中，将行包的2d透视图像和危险品图像的2d正投影图像进行图像融合；具体包括如下步骤：
s521，将行包的2d透视图像的像素值转换成和危险品图像的2d正投影图像相同物理含义的对应像素值；
s522，根据危险品图像的2d正投影图像位置将正投影图像像素值和转换后的行包的2d透视图像上相应位置的像素值进行叠加；
s523，对叠加处理后的行包的2d透视图像进行步骤s521对应的反转换操作，得到插入了与3d危险品图像相对应的2d危险品图像的行包透视图。
具体的，在本发明所提供的实施例中，针对存在ct机和dr透视机联合的机型，在实现了3d危险品图像插入的基础上，进一步实现了向被检行包的某个视角的2d透视图像中插入与3d危险品图像相对应的2d危险品图像的方法。
由于不同的型号dr透视机其几何结构差异很大，其射线源的位置、探测器的排布方式、源探距离均不同。射线源一般有底照、侧照、顶照等不同位置，探测器排布方式有l型、u型、弧形等。dr透视机显示的透视图一般都是原始采集的透视图像经过校正后的结果，校正通常以直线探测器的等距采样的透视图像为校正目标。在本发明所提供的实施例中，为了实现dr透视机的2d危险品图像插入功能与其联合的ct机的3d危险品图像插入功能相一致的效果，在上述3d行包最佳插入位置插入了3d危险品图像后，根据dr透视机的源探距和射线源的位置，采用直线等距探测器的投照几何结构，对插入到最佳插入位置上的危险品图像进行正投影仿真，获得危险品图像的2d正投影图像。将该危险品图像的2d正投影图像和行包的2d透视图像进行图像融合，包括位置和像素值融合。dr透视机的2d透视图像是x射线的穿过被检行包后的透照后强度值i经过一系列运算处理和校正后的结果，而危险品图像的2d正投影图像是危险品图像某个视角的线衰减系数进行线积分得到的投影数据
综上所述，本发明所提供的安检ct系统的危险品图像快速插入方法，在执行这种插入方法之前需要先建立危险品图像库，建立3d危险品图像库的方法是危险品带背景物品一起采样重建，生成的危险品图像库是带背景物品的。同时在行包中进行插入时也是要求将危险品插入到有相应背景的物品中，而不是插入到空气中，这种插入和建库规则避免了原有插入方法需要进行行包分割和行包内物品分割，也避免了插入的危险品悬空的情况。除此之外，本发明所提供的安检ct系统的危险品图像快速插入方法，先找出所有有效插入位置，再从中找出最佳插入位置，这两步之间的过度是通过计算有效位置的最佳插入位置判定参数实现，判定参数可以基于不同的判定原则定义，在本发明所提供的实施例中，只列举2种判定原则，判定原则可以扩展到无数种。每种判定原则可以定义的判定参数也可以有无数种；这种分步处理方式增加了解决方法的灵活性。
另外，本发明所提供的安检ct系统的危险品图像快速插入方法，通过采用gpu并行处理，实现了对3d行包图像进行穷举查找所有有效插入位置，加快了查找速度；可以在并行查找有效插入位置的同时计算相应的最佳插入位置判定参数，最佳插入位置判定参数可以基于不同的判断原则进行设计，从而灵活实现了基于不同判定原则查找最佳插入位置；通过设置插入背景物品的物理特征参数阈值的方式实现更精准的插入，避免了危险品图像插入到行包外的空气中和在行包内悬空，以及插入到其他高密度或高线衰减系数物体中的不合理情况，也避免了现有方法中采用分割算法确定插入位置的复杂性，为安检ct系统的危险品图像插入提供了高效快速合理的解决方法。
本发明还提供了一种安检ct系统的危险品图像快速插入系统。如图5所示，该系统包括gpu图像处理单元(graphicsprocessingunit)、52、处理器53以及存储有gpu图像处理单元52和处理器53可执行指令的存储器51。
其中，存储器51，用于存储程序代码，并将该程序代码传输给cpu或gpu。存储器51可以包括易失性存储器，例如随机存取存储器(ram)；存储器51也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器51还可以包括上述种类的存储器的组合。
该系统在建立危险品图像库的过程，需要进行ct采集及数据处理等，不仅需要gpu也需要cpu处理器，cpu主要完成该过程中的串行处理工作，gpu主要完成该过程中的并行处理工作。
具体地，本发明实施例所提供的一种安检ct系统的危险品图像快速插入系统，包括gpu图像处理单元52和存储器51；存储器51上存储有可用在gpu图像处理单元52上运行的计算机程序，当计算机程序被gpu图像处理单元52执行时实现如下步骤：
获取3d行包图像，并根据3d行包图像的物理特征类型从3d危险品图像库中获取3d危险品图像；其中，该3d危险品图像中背景物品的物理特征参数取值包含在一定的阈值范围内；所述阈值范围与空气的阈值范围相互区分；处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；
依据最佳插入位置判定参数计算所有有效插入位置中的最佳插入位置；
处理3d危险品图像的每个体素，以最佳插入位置为坐标原点插入到3d行包图像相应的位置。
其中，当获取3d行包图像之前，生成3d危险品图像库时，联合使用cpu和gpu进行如下步骤：cpu负责进行ct采集，gpu负责重建图像，数学算法处理可以联合使用cpu和gpu进行；具体的，计算机程序被执行实现如下步骤；
获取作为危险品插入背景的物品的物理特征参数阈值范围；
将3d危险品对象的背景设置为在该物理特征参数阈值范围内的背景物品；
对放置在该背景物品中的危险品对象进行ct采集重建生成3d危险品图像；
对生成的3d危险品图像的空间特征参数进行数学算法处理，生成3d危险品图像库。
其中，当处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数时，计算机程序被gpu图像处理单元52执行实现如下步骤；
s211，获取3d行包图像的一个体素，以所述体素为基准体素划定插入位置；
s212，判断所述插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，赋值给有效位置图像的相应位置，所述相应位置的坐标点为获取的基准体素的坐标点；
s213，对于3d行包图像的每个体素重复步骤s211～s212，直至获取3d行包图像的所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，输出有效位置图像。
其中，当计算机程序被gpu图像处理单元52执行时实现如下步骤；
以体素为基准体素划定插入位置；是以基准体素为坐标原点，在基准体素周围区域获取尺寸大小等于待插入的3d危险品图像大小的空间作为插入位置。
其中，当判断该插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，赋值给有效位置图像的相应位置时，计算机程序被gpu图像处理单元52执行实现如下步骤；
s2121，读取插入位置的第i个体素值，如果读取的第i个体素值在背景物品的物理特征参数阈值范围内，则转向步骤s2122；否则，设置该基准体素为无效位置；
s2122，累加读取的体素值；判断i是否小于插入位置中的体素总数；如果是，则i＝i+1，转向步骤s2121，否则，转向步骤s2123；
s2123，将体素值累加的最终值取倒数，将所述倒数作为最佳插入位置判定参数，赋值给有效位置图像的相应位置，所述相应位置的坐标点为获取的基准体素的坐标点。
其中，当处理3d行包图像的每个体素，获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数时，计算机程序被gpu图像处理单元52还可以执行实现如下步骤；
s221，获取3d行包图像的一个体素，以该体素为基准体素划定插入位置；
s222，判断该插入位置是否为有效插入位置；如果是，则计算最佳插入位置判定参数，将该最佳插入位置判定参数和相应的基准体素坐标信息追加到有效位置队列中；
s223，对于3d行包图像的每个体素重复步骤s221～s222，直至获取3d行包图像的所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数，输出有效位置队列。
其中，当计算机程序被gpu图像处理单元52执行时实现如下步骤；
采用gpu并行处理3d行包图像和3d危险品图像；gpu按体素并行处理3d行包图像的每个体素，计算获得所有有效插入位置的坐标信息和每个有效插入位置对应的最佳插入位置判定参数；根据所有有效插入位置的最佳插入位置判定参数确定最佳插入位置之后，gpu按体素并行处理3d危险品图像的每个体素，以最佳插入位置为坐标原点插入到3d行包图像相应的位置。
其中，当计算机程序被gpu图像处理单元52执行时还实现如下步骤；
在行包的2d透视图像中插入与3d危险品图像相对应的2d危险品图像。
其中，当在行包的2d透视图像中插入与3d危险品图像相对应的2d危险品图像时，计算机程序被gpu图像处理单元52执行实现如下步骤；
对插入到3d行包中的3d危险品图像进行正投影得到2d正投影图像；
将行包的2d透视图像和危险品图像的2d正投影图像进行图像融合；包括如下步骤：
s521，将行包的2d透视图像的像素值转换成和危险品图像的2d正投影图像相同物理含义的对应像素值；
s522，根据危险品图像的2d正投影图像位置将正投影图像像素值和转换后的行包的2d透视图像上相应位置的像素值进行叠加；
s523，对叠加处理后的行包的2d透视图像进行步骤s521对应的反转换操作，得到插入了与3d危险品图像相对应的2d危险品图像的行包透视图。
上面对本发明所提供的安检ct系统的危险品图像快速插入方法及系统进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。
- 还没有人留言评论。精彩留言会获得点赞！