一种违禁品自动检测方法和设备

1.本发明涉及违禁品检测的技术领域，更具体地，涉及一种违禁品自动检测方法和设备。


背景技术：

2.目前，对行李中的违禁品的检测主要依靠x射线安检机得到行李的x光图像，然后安检人员对x光图像进行观察并作出判断，这个过程大概只有数秒；安检人员专业水平的参差不齐和长时间专注的观察导致的视觉疲劳都会导致违禁品的误检和漏检。安检人员长时间的枯燥单一的工作会增大工作惰性并产生额外的工作压力。
3.现有技术公开了一种基于云计算的x射线违禁品检测系统，包括图像获取单元，违禁品判别标定单元，声光报警单元，显示单元，深度学习单元；其中，所述图像获取单元用以获取检测物的可见光图片和x光机图片；所述违禁品判别标定单元用以识别所述图像获取单元获取的可见光图片和x光机图片是否具有违禁品并在x光机图片上自动标出违禁品位置；所述声光报警单元用于对所述违禁品判别标定单元识别出的违禁品发出声光报警；所述显示单元用以显示所述违禁品判别标定单元处理后的检测物的可见光图片和x光机图片；所述深度学习单元设置数据存储模块，中央处理模块和数据查询模块，用以存储，查询，运算，处理，累计学习所述图像获取单元，违禁品判别标定单元，声光报警单元及显示单元的数据信息，该方案中，图像获取单元获取待检测物的可见光图像和/或x光机图像，通过有线通信或无线通信的方式传输至违禁品判别标定单元及深度学习单元，如果待检测物含有违禁品，违禁品判别标定单元自动在x光机图像上标出违禁品位置并在显示单元上进行显示，同时声光报警单元发出报警，实现违禁品的自动检测，但是该方案中，无法进行人机交互，使用场景灵活性不足。


技术实现要素：

4.本发明的目的在于克服现有技术的不足，提供一种违禁品自动检测方法和设备，可进行人机交互，使用场景灵活。
5.为解决上述技术问题，本发明采用的技术方案是：
6.提供一种违禁品自动检测方法，其特征在于，包括以下步骤：
7.s1：根据使用场景，通过基于pc机搭建的虚拟仪器平台对x射线安检机的工作参数进行设置；
8.s2：使用x射线安检机采集x光图像视频流并将采集的x光图像视频流传入基于pc机搭建的虚拟仪器平台；
9.s3：利用虚拟仪器平台对x光图像视频流进行处理，从x光图像视频流中截取x光图像并传入已训练好的卷积神经网络；
10.s4：利用卷积神经网络按截取顺序对x光图像进行违禁品的检测与识别；
11.s5：当检测到违禁品时，标识出x光图像中的违禁品并在虚拟仪器平台进行显示。
12.本发明的违禁品自动检测方法，可根据使用场景，通过虚拟仪器平台设置x射线安检机的工作参数，通过x射线安检机采集到x光图像视频流，利用虚拟仪器平台对x光图像视频流进行处理，截取x光图像并传入卷积神经网络进行违禁品检测与识别，当检测到违禁品时，标识出违禁品并在虚拟仪器平台显示出x光图像，提示工作人员对对应行李进行检查。本发明的违禁品自动检测方法，可辅助工作人员自动检测违禁品，降低了工作人员的工作压力，且能根据使用场景灵活旋转x射线安检机的工作参数，提高了设备的人机交互能力，适用于不同场景。
13.优选地，步骤s1中，x射线安检机的工作参数包括传送装置的传送速度、x射线的功率、内置相机的采样频率。
14.优选地，步骤s3中，卷积神经网络的训练过程为：将采集的x光图像划分为训练集和测试集，同时将违禁品标识出来，利用训练集训练卷积神经网络的参数，用测试集验证所有得到的参数，将性能最好的参数作为卷积神经网络的最终权重。
15.优选地，步骤s3中，根据使用场景，可通过虚拟仪器平台调用不同的卷积神经网络。
16.优选地，步骤s5中，当对检测结果存在怀疑时，可通过虚拟仪器平台截取x光图像，用于仔细观察。
17.优选地，步骤s5中，当检测到违禁品时，虚拟仪器平台通过pc机控制报警器报警。
18.本发明还提供一种违禁品自动检测设备，用于执行上述的违禁品自动检测方法，包括x射线安检机、pc机、虚拟仪器平台和用于违禁品检测识别的卷积神经网络，所述虚拟仪器平台基于所述pc机搭建，所述卷积神经网络存储于所述pc机，所述x射线安检机用于采集x光图像视频流，所述x射线安检机、卷积神经网络分别与所述虚拟仪器平台连接，所述虚拟仪器平台可用于x射线安检机工作参数的设置、违禁品的标识和x光图像的显示。
19.本发明的违禁品自动检测设备，将基于pc机搭建的虚拟仪器平台与卷积神经网络结合，可根据使用场景，通过虚拟仪器平台设置x射线安检机的工作参数，通过x射线安检机采集到x光图像视频流，利用虚拟仪器平台对x光图像视频流进行处理，截取x光图像并传入卷积神经网络进行违禁品检测与识别，当检测到违禁品时，标识出违禁品并在虚拟仪器平台显示出x光图像，提示工作人员对对应行李进行检查。本发明的违禁品自动检测设备，可辅助工作人员自动检测违禁品，降低了工作人员的工作压力，且能根据使用场景灵活旋转x射线安检机的工作参数，提高了设备的人机交互能力，适用于不同场景。
20.进一步地，所述虚拟仪器平台包括有控制面板，所述控制面板可用于输入x射线安检机的工作参数并用于x光图像的显示。
21.进一步地，所述x射线安检机包括屏蔽盒、传送装置、内置相机、x射线源和探测器，所述x射线源安装于所述屏蔽盒底部，所述探测器安装于所述屏蔽盒顶部，所述传送装置横穿所述屏蔽盒，所述传送装置用于传送行李等物品，所述x射线源用于发射x射线，所述探测器用于接收x射线，所述探测器与所述内置相机连接，所述传送装置、内置相机、x射线源分别与所述虚拟仪器平台连接。
22.进一步地，还包括有报警器，所述虚拟仪器平台与所述报警器连接。
23.本发明的违禁品自动检测方法和设备与背景技术相比，产生的有益效果为：
24.可辅助工作人员自动检测违禁品，降低了工作人员的工作压力，且能根据使用场
景灵活旋转x射线安检机的工作参数，提高了设备的人机交互能力，适用于不同场景。
附图说明
25.图1为本发明实施例一中违禁品自动检测的流程图；
26.图2为本发明实施例三中违禁品自动检测设备的结构示意图；
27.图3为本发明实施例三中违禁品自动检测设备的原理框图。
28.附图中：1-x射线安检机；2-pc机；3-虚拟仪器平台。
具体实施方式
29.下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
30.本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
31.实施例一
32.一种违禁品自动检测方法，如图1所示，包括以下步骤：
33.s1：根据使用场景，通过基于pc机2搭建的虚拟仪器平台3对x射线安检机1的工作参数进行设置；
34.s2：使用x射线安检机1采集x光图像视频流并将采集的x光图像视频流传入基于pc机2搭建的虚拟仪器平台3；
35.s3：利用虚拟仪器平台3对x光图像视频流进行处理，从x光图像视频流中截取x光图像并传入已训练好的卷积神经网络；
36.s4：利用卷积神经网络按截取顺序对x光图像进行违禁品的检测与识别；
37.s5：当检测到违禁品时，标识出x光图像中的违禁品并在虚拟仪器平台3进行显示。
38.上述的违禁品自动检测方法，可根据使用场景，通过虚拟仪器平台3设置x射线安检机的工作参数，通过x射线安检机1采集到x光图像视频流，利用虚拟仪器平台3对x光图像视频流进行处理，截取x光图像并传入卷积神经网络进行违禁品检测与识别，当检测到违禁品时，标识出违禁品并在虚拟仪器平台3显示出x光图像，提示工作人员对对应行李进行检查。本实施例的违禁品自动检测方法，可辅助工作人员自动检测违禁品，降低了工作人员的工作压力，且能根据使用场景灵活旋转x射线安检机1的工作参数，提高了设备的人机交互能力，适用于不同场景。
39.步骤s1中，x射线安检机1的工作参数包括传送装置的传送速度、x射线的功率、内置相机的采样频率。当人流量大时，需要检测的行李增多，可通过虚拟仪器平台3设置传动装置保持较大的传送速度，设置较高的内置相机采样频率，以加快检测效率；当人流量较少
时，需要检测的行李较少，可通过虚拟仪器平台3设置传动装置保持较小的传动速度，设置较低的内置相机采样频率，提高检测准确度。同时，可通过虚拟仪器平台3调节x射线功率，即调节x射线对物品的穿透率，改善x光图像的清晰度。
40.步骤s3中，卷积神经网络的训练过程为：将采集的x光图像划分为训练集和测试集，同时将违禁品标识出来，利用训练集训练卷积神经网络的参数，用测试集验证所有得到的参数，将性能最好的参数作为卷积神经网络的最终权重。
41.步骤s3中，根据使用场景，可通过虚拟仪器平台3调用不同的卷积神经网络。具体地，可以根据人流量选择卷积神经网络模型，人流量大时可选择推理速度快但精度相对较低的模型，人流量小时可以选择推理速度慢但精度高的模型。
42.步骤s5中，当对检测结果存在怀疑时，可通过虚拟仪器平台3截取x光图像，用于仔细观察。具体地，截取的x光图像可通过虚拟仪器平台3显示，且可对截取的x光图像进行缩放等操作。
43.步骤s5中，当检测到违禁品时，虚拟仪器平台3通过pc机2控制报警器报警，进一步提示工作人员对对应的物品进行检查，防止工作人员长时间工作疲劳漏看标识的x光图像导致的误检和漏检。
44.实施例二
45.本实施例与实施例一类似，所不同之处在于，包括以下步骤：
46.s1：根据使用场景，利用虚拟仪器平台3设置x射线安检机1中传送装置的速度为0.5m/s，x射线功率为750w，采样频率为30hz，调用yolov7卷积神经模型；
47.s2：使用x射线安检机1采集x光图像视频流并传入虚拟仪器平台3；
48.s3：从x光图像视频流中截取单帧x光图像传入yolov7卷积神经模型；
49.s4：利用已经训练好的yolov7卷积神经模型对传入的每帧x光图像进行在线检测；
50.s5：当检测到违禁品时，标识出x光图像中的违禁品并在虚拟仪器平台3进行显示。
51.其中，yolov7卷积神经模型的训练步骤为：
52.(1)在现有的x光图像数据集上将违禁品标识出来并生成标注文件；
53.(2)将经步骤(1)处理得到的数据集以7:3划分为训练集和测试集；
54.(3)将步骤(2)得到的训练集分批次输入到yolov7卷积神经模型中，神经网络根据损失函数进行反向传播并不断更新神经网络各神经节点的参数；
55.(4)将测试集输入到步骤(3)得到的不同参数的神经网络中，把得到的map最高的参数作为最终的网络权重。
56.实施例三
57.一种违禁品自动检测设备，用于执行实施例一或实施例二的违禁品自动检测方法，如图2所示，包括x射线安检机1、pc机2、虚拟仪器平台3和用于违禁品检测识别的卷积神经网络，虚拟仪器平台3基于pc机2搭建，卷积神经网络存储于pc机2，x射线安检机1用于采集x光图像视频流，x射线安检机1、卷积神经网络分别与虚拟仪器平台3连接，如图3所示，虚拟仪器平台3可用于x射线安检机1工作参数的设置、违禁品的标识和x光图像的显示。
58.上述的违禁品自动检测设备，将基于pc机2搭建的虚拟仪器平台3与卷积神经网络结合，可根据使用场景，通过虚拟仪器平台3设置x射线安检机的工作参数，通过x射线安检机1采集到x光图像视频流，利用虚拟仪器平台3对x光图像视频流进行处理，截取x光图像并
传入卷积神经网络进行违禁品检测与识别，当检测到违禁品时，标识出违禁品并在虚拟仪器平台3显示出x光图像，提示工作人员对对应行李进行检查。本实施例的违禁品自动检测设备，可辅助工作人员自动检测违禁品，降低了工作人员的工作压力，且能根据使用场景灵活旋转x射线安检机1的工作参数，提高了设备的人机交互能力，适用于不同场景。
59.虚拟仪器平台3包括有控制面板，控制面板可用于输入x射线安检机1的工作参数并用于x光图像的显示。具体地，控制面板设有实时显示窗口，用于实时显示x光图像，控制面板还设有截图按钮和可疑图像窗口，当对检测结果存疑时，可通过截图按钮对x光图像进行截取，并将截取的x光图像显示于可疑图像窗口，且可在可疑图像窗口对x光图像进行缩放，便于仔细观察，本实施例可以同时实现人机交互并显示实时检测结果。
60.x射线安检机1包括屏蔽盒、传送装置、内置相机、x射线源和探测器，x射线源安装于屏蔽盒底部，探测器安装于屏蔽盒顶部，传送装置横穿屏蔽盒，传送装置用于传送行李等物品，x射线源用于发射x射线，探测器用于接收x射线，探测器与内置相机连接，传送装置、内置相机、x射线源分别与虚拟仪器平台3连接。实施时，根据使用场景，可在控制面板输入传送装置的传送速度、x射线的功率、内置相机的采样频率，传送装置传送行李等物品时，x射线源发射x射线，x射线穿过被检行李等物品，x射线被被检行李等物品吸收，最后轰击在探测器，由内置相机采集x光图像视频流并传入虚拟仪器平台3，虚拟仪器平台3从x光图像视频流截取x光图像传入卷积神经网络进行检测。
61.还包括有报警器，虚拟仪器平台3与报警器连接。其中，报警器可报警器可为报警灯或报警铃，当检测到违禁品时，虚拟仪器平台3通过pc机2控制报警灯发光或报警铃响铃报警，进一步提示工作人员对对应的行李或物品进行检查，防止工作人员长时间工作疲劳漏看标识的x光图像导致的误检和漏检。
62.在上述具体实施方式的具体内容中，各技术特征可以进行任意不矛盾的组合，为使描述简洁，未对上述各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
63.显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。