单点扫描的毫米波安检系统及方法与流程

本发明涉及安检技术领域，尤其是涉及一种单点扫描的毫米波安检系统及方法。

背景技术：

随着大型公共场所人流量及恐怖活动的急剧增加，人体安检的需求日益增长。但目前在机场、车站等公共场所对人体广泛使用的安全检测手段主要还是金属探测器、离子谱仪和x光检测仪。金属探测器只能检测到人体携带的金属物品，离子谱仪主要用于检测人体是否携带爆炸物，x光检测仪主要用于对随身携带的行李物品等进行检测，无法对人体进行探测。因此，新型安全可靠快捷的人体安检技术研究得到了广泛地重视。其中毫米波及太赫兹波技术近年来逐渐成为研究热点，被应用到人体安检领域。毫米波及太赫兹波本身光子能量低，对人体几乎没有危害，对纺织品、皮革等材料有较好的穿透性，易于得到更高的空间分辨率。

针对此应用趋势，申请号为201710778390.9，名称为《主动式太赫兹安检成像方法及系统》的发明专利申请提出了一种采用太赫兹波进行安检的方法及系统。该专利采用以太赫兹源主动发射太赫兹辐射、带状聚焦波束一维扫描、线性阵列太赫兹探测器接收的模式，完成整个目标平面的照射与扫描，达到对目标成像和检查的目的。但是该方法和系统所需探测器数量很多，由于目前太赫兹器件价格昂贵，因此系统成本极高，难以推广。为此，申请号为201510376894.9，名称为《太赫兹人体安检系统及安检方法》的发明专利申请提出了一种采用滚筒式多面反射转镜进行单点扫描的太赫兹波安检的方法及系统。该专利采用单点扫描的模式，通过反射转镜及多个凹面镜聚焦成像的方式完成整个目标平面的照射与扫描，达到对目标成像和检查的目的。虽然降低了探测模块数量，但是该方法和系统存在的缺点也非常明显：采用光学聚焦成像的方法，极大增加了系统在光学机械及电子线路方面的复杂度，且检测精度不高。因此，不具有太大的实用性。

技术实现要素：

本发明为了克服现有技术的不足，提供一种单点扫描的毫米波安检系统及方法，结构简单，检测精度高，成本低。

为了实现上述目的，本发明采用以下技术方案：一种单点扫描的毫米波安检系统，包括机架；

可反射毫米波的三棱金属反射转镜，该三棱金属反射转镜可转动连接于机架上；

位于三棱金属反射转镜正上方的单点扫描模块，该单点扫描模块可沿三棱金属反射转镜长度方向移动地连接于机架上；该单点扫描模块包括可向三棱金属反射转镜发射毫米波的毫米波源和接收毫米波反射信号的毫米波探测器；

用于待测人员站立的检测区，该检测区位于三棱金属反射转镜侧面，能够接收到从三棱金属反射转镜反射的毫米波；

信号采集处理模块，连接毫米波探测器，采集并处理毫米波探测器传来的信号；

成像显示模块，连接信号采集处理模块，并对处理后的信号进行图像重构合成三维图像，并针对不同对象进行区别显示；

自动识别模块，连接成像显示模块，并对获取图像数据进行人工智能运算，自动进行违禁物品判断提示；

连接单点扫描模块，并能驱动单点扫描模块移动的扫描驱动机构；

连接三棱金属反射转镜，并能驱动三棱金属反转镜旋转的旋转驱动机构；

连接扫描驱动机构和旋转驱动机构的控制模块，该控制模块连接成像显示模块；

控制模块可方便控制上述多个模块的协调工作。成像显示模块可将最终合成的全景图像针对不同对象进行区别显示，以适应不同工作需求。自动识别模块还提供了人工智能算法，将检测图像与违禁品图像数据库进行对比，对其危险程度进行自动识别和提示，防止人工检测的疏漏。

使用时，可只需一个单点扫描模块沿机架移动，进而可移动对待测人员进行全面扫描，所需部件少，使用灵活，实用性强；三棱金属反转镜高速旋转反射毫米波的方法，最终完成毫米波的三维全息扫描成像，通过合成孔径成像原理，在保证扫描成像精度的前提下，大大减少了所需扫描部件，同时，检测区域呈现开发空间，大大提高了待检目标的安全性和舒适性。

进一步地，所述扫描驱动机构包括沿三棱金属反射转镜长度方向延伸的丝杆、套设于丝杆外的螺母，连接丝杆、并能驱动丝杆旋转、带动螺母移动的第一电机；所述丝杆可转动连接于支架上；所述单点扫描模块连接于螺母上。该设计结构简单，使用效果好。

进一步地，所述旋转驱动机构包括可转动连接于支架上的旋转轴，连接该旋转轴、并能驱动旋转轴旋转的第二电机。该设计结构简单，使用效果好。

进一步地，所述检测区内设有用于待测人员站立的金属探测板，该金属探测板连接自动识别模块。

进一步地，所述检测区与三棱金属反射转镜对立一侧设有为后续检测成像提供良好的灰度背景图像的吸波板。方便后期背景处理。

进一步地，所述检测区为两个，且分别位于三棱金属反射转镜两侧。通过三棱金属反转镜可同时对其两侧的待测人员进行检测，工作效率高。

另外，本发明还提供了一种单点扫描的毫米波安检方法，包括下述步骤：

(a)准备阶段：启动系统，将待测人员分别引导至检测区上站立，根据提示面对三棱金属反射转镜保持固定姿势不动；

(b)扫描成像：通过控制模块控制旋转驱动机构运动，带动三棱金属反转镜高速旋转，同时控制模块控制三棱金属反转镜正上方的扫描驱动机构带动单点扫描模块沿三棱金属反转镜长度方向移动，单点扫描模块上的毫米波源发出的毫米波经三棱金属反转镜反射后扫描待测人员，然后返回至单点扫描模块的毫米波探测器，实现了对人体全身的毫米波扫描成像；

(c)图像合成：通过信号采集处理模块对毫米波探测器接收到的毫米波信号进行采集处理，然后通过成像显示模块根据合成孔径全息成像原理对所有信号进行合成，拼接成全景正面图像；

(d)转身检测：待测人员转身背对三棱金属反射转镜重复上述步骤(b)(c)，完成全景背面图像检测，由成像显示模块合成待检人体三维图像，针对不同对象进行区别显示；

(e)自动识别：根据获得图像进行人工智能算法处理，与违禁品的标准图像数据库进行对比，通过自动识别模块给出识别的信息及安全提示。

上述方法可有效完成公共场合对人体的安检工作，并且在尽量降低误检率、漏检率的前提下，很好地保障了待测人员的尊严，而且检测成本低，安检信息采集全面，检测准确性高，特别适合在各种安检应用场景进行推广。

进一步地，所述步骤(b)中，当两待测人员位于三棱金属反射转镜两侧同时进行检测时，成像显示模块可以通过三棱金属反射转镜角度位置自动判别检测信号的归属。

综上所述，本发明只需一个单点扫描模块，且通过三棱金属反射转镜旋转对两侧的待测人员进行扫描，检测的精度高，工作效率高；而且结构简单，制造成本低，使用效果好。

附图说明

图1为本发明实施例1的使用状态图；

图2为本发明实施例1的部分原理图；

图3为本发明实施例1的结构示意图；

图4为本发明实施例1的部分放大图；

其中，机架1；单点扫描模块2、毫米波源21、毫米波探测器22；三棱金属反射转镜3；金属探测板41、吸波板42；信号采集处理模块5；成像显示模块6；自动识别模块7；扫描驱动机构8、丝杆81、螺母82、第一电机83；旋转驱动机构9、旋转轴91、第二电机92；控制模块10；待测人员100。

具体实施方式

为了使本技术领域的人员更好的理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。

实施例1

如图1-4所示，一种单点扫描的毫米波安检系统，包括机架1、单点扫描模块2、三棱金属反射转镜3、检测区、信号采集处理模块5、成像显示模块6、自动识别模块7、扫描驱动机构8、旋转驱动机构9及控制模块10。

具体的，所述三棱金属反射转镜3可反射毫米波，其中，毫米波也可为太赫兹波。该三棱金属反射转镜3可转动连接于机架1上。所述单点扫描模块2位于三棱金属反射转镜3正上方，该单点扫描模块2可移动地连接于机架1上，该单点扫描模块2的移动方向是沿三棱金属反射转镜3长度方向移动。该单点扫描模块2包括毫米波源21和毫米波探测器22，其中，毫米波源21可向三棱金属反射转镜3发射毫米波，毫米波探测器22可接收毫米波反射信号。在本实例中，毫米波源21为一个主动发射毫米波的毫米波源，毫米波探测器22为一个接收毫米波信号的毫米波探测器22。毫米波源21所发射的毫米波在待检人体上反射或者散射。

检测区用于待测人员100站立，该检测区位于三棱金属反射转镜3侧面，检测区内的待测人员100能够接收到从三棱金属反射转镜3反射的毫米波。

信号采集处理模块5连接毫米波探测器22，信号采集处理模块5采集并处理毫米波探测器22传来的信号。

成像显示模块6连接信号采集处理模块5，成像显示模块6对处理后的信号进行图像重构合成三维图像，并针对不同对象进行区别显示。自动识别模块7连接成像显示模块6，自动识别模块7对获取图像数据进行人工智能运算，自动进行违禁物品判断提示。即在本实例中，通过毫米波探测器完成信号探测，所述信号采集处理模块5对此信号进行处理，然后转换为可供后续算法处理的分段局部图像信号。所述成像显示模块6将上述信号采集处理模块5所成的不同时刻局部图像进行合成即可得到完整的目标图像。

成像显示模块6将合成的全景图像进行显示。优选地，可以采用两路显示输出，其中一路输出至安检人员控制台，其中包括全部成像信息，以便安检人员可以全方位查看待检人员成像信息，做多角度分析处理。另外一路输出至外部显示设备，供公共环境观看显示。此路信号考虑到保护个人隐私问题，采用卡通人物形象模拟显示，只对相关检测物体做区域提示处理。

所述自动识别模块7用来对合成的全景图像进行人工智能计算，进而与违禁品图像数据库进行对比，对其危险程度进行自动识别和提示，防止人工检测的疏漏，做到万无一失。如果个别物品自动识别有困难，将可以提示安检人员进行人工复检。

扫描驱动机构8连接单点扫描模块2，扫描驱动机构8能驱动单点扫描模块2移动。旋转驱动机构9连接三棱金属反射转镜3，旋转驱动机构9能驱动三棱金属反转镜3旋转。控制模块10连接扫描驱动机构8和旋转驱动机构9，该控制模块10连接成像显示模块6。

所述扫描驱动机构8的结构可根据需要设计，如气缸。但是在本实施例中，所述扫描驱动机构8包括丝杆81、螺母82及第一电机83。丝杆81沿三棱金属反射转镜3长度方向延伸，且丝杆81可转动连接于支架1上。螺母82套设于丝杆81外，该螺母与丝杆81螺纹连接。第一电机83连接丝杆81、并能驱动丝杆81绕支架1旋转，进而带动螺母82沿丝杆81移动。所述单点扫描模块2连接于螺母82上，进而在螺母移动时，也能带动单点扫描模块2一起移动。

同样地，所述旋转驱动机构9的结构可根据需要设计，如所述旋转驱动机构9包括旋转轴91和第二电机92，旋转轴91可转动连接于支架1上，第二电机92连接该旋转轴91，并能驱动旋转轴91绕支架旋转。

为了避免扫描漏洞，于是所述检测区内设有金属探测板41，该金属探测板41用于待测人员100站立，该金属探测板41连接自动识别模块7。金属探测板41的检测结果也能直接和安检服务器相连，自动提示脚底金属检测情况。

优选地，所述检测区与三棱金属反射转镜3对立一侧设有吸波板42，吸波板42为后续检测成像提供良好的灰度背景图像。合理采用吸波板42的放置位置能够提供良好的成像背景，为后续图像处理打下基础。

为了提高工作效率，于是所述检测区为两个，且分别位于三棱金属反射转镜3两侧。所述毫米波也可为太赫兹波。

在本实例中，旋转驱动机构9中的第二电机92驱动旋转轴91高速转动，带动三棱金属反射转镜3高速旋转；同时，第一电机83驱动丝杆81平动，由此带动上面的单点扫描模块2产生直线运动轨迹进行扫描。

实施例2

本实施例是与实施例1配套使用的方法，一种单点扫描的毫米波安检方法，在本实施例中，包括如下步骤：

(a)准备阶段：启动系统，将待测人员分别引导至检测区上站立，即将待测人员引导至金属探测板41上站立。根据提示面对三棱金属反射转镜3保持固定姿势不动。

该步骤中，待检人员需举起双手，将全身特别是腋下暴露，以保证检测区域完整。

(b)扫描成像：通过控制模块10控制旋转驱动机构8运动，旋转驱动机构8带动三棱金属反转镜3一起高速旋转。同时控制模块10控制三棱金属反转镜3正上方的扫描驱动机构7带动单点扫描模块2沿三棱金属反转镜3长度方向移动。单点扫描模块2上的毫米波源21发出的毫米波经三棱金属反转镜3反射后扫描待测人员，然后毫米波返回至单点扫描模块2的毫米波探测器22上，实现了对人体全身的毫米波扫描成像。

该步骤中，为了提高工作效率，可实现两个待测人员的同时测量，使两个待测人员位于三棱金属反射转镜3两侧同时进行检测。此时，成像显示模块6可以通过三棱金属反射转镜3角度位置自动判别检测信号的归属。另外，还可实时自动记录三棱金属反射转镜3角度及丝杆81上毫米波探测器22坐标，为不同时刻所检测区域的图像合成建立映射方程。同时，通过记录反射转镜角度，自动判别从不同方向反射或者散射回来的待检体100信号。

(c)图像合成：通过信号采集处理模块5对毫米波探测器22接收到的毫米波信号进行采集处理，然后通过成像显示模块6对所有信号进行合成，拼接成全景正面图像。

所述步骤(c)中，成像显示模块6通过合成孔径雷达(syntheticapertureradar，sar)全息成像的原理进行算法聚焦成像。考虑到实时成像的要求，通过信号采集处理模块5，将单点扫描模块2所获得的信号进行处理，采用时域后向投影(backprojection，bp)成像算法，直接将原始数据投影到最终成像平面上，无须定位运算，所得图像为真实三维空间位置的散射强度，便于后续的合成操作。优选地，可以采用分块bp成像算法，降低算法计算量，结合gpu并行计算技术，可以做到实时成像。

(d)转身检测：完成上述步骤后，待测人员转身背对三棱金属反射转镜3重复上述步骤(b)(c)，完成全景背面图像检测，由成像显示模块6合成待检人体三维图像，针对不同对象进行区别显示。

(e)自动识别：根据获得图像进行人工智能算法处理，与违禁品的标准图像数据库进行对比，通过自动识别模块7给出识别的信息及安全提示。

所述步骤(e)中，通过自动识别模块7中预置的深度学习算法针对全景图像中特殊物体进行智能判断及安全提示。在本实例中，采用的是基于yolo(youonlylookonec)算法的框架。采用卷积网络提取特征，使用全连接层来得到预测值。网络结构包含24个卷积层和2个全连接层。首先进行预训练，将经过图像预处理的各种标准危险品的毫米波全息图像在imagenet上训练yolo网络的前20个卷积层+1个average池化层+1个全连接层。在预训练得到的20层卷积层之上加上随机初始化的4个卷积层和2个全连接层。在检测的时候，将人体毫米波图像分成10*10个格子，每个格子预测2个boundingbox及其置信度，以及20个类别概率。bbox信息(x，y，w，h)为物体的中心位置相对格子位置的偏移及宽高，归一化处理，测试时候每个单元格预测最终输出概率定义为：

pr(classi|object)*pr(object)*ioutruthpred＝pr(classi)*ioutruthpred(1)

训练好的yolo网络直接放置在自动识别模块7内，当进行人体安检时，将得到的实时全景图像首先通过网络的一次前向过程得到输出；然后通过判断每个预测box的最大类别置信度是否超过指定的阈值，如果没有的话则舍弃该box，每个box的类别置信度是用预测的类别概率和置信度相乘得到，类别置信度给出了该类别出现在box中的概率以及预测的box的准确度；利用non-maximalsupression过滤剩下的box，最终的box就是yolo最终检测的结果，其最大类别置信度对应的类别就是物体所属分类。系统最终根据概率给出安全提示。

显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。