图像处理方法、装置、计算机设备、存储介质和产品与流程

1.本技术涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、计算机设备、存储介质和产品。


背景技术：

2.随着社会公共交通、安检设备的发展，出现了图像注入技术，用于确定物品在包裹中的位置。
3.在现有技术中，图像注入方法一般单独在二维或三维影像中进行物品插入，得到在二维或三维影像中物品的类别、位置。
4.然而，现有的图像注入方法中，由于三维与二维图像注入的结果无法形成空间对应，即三维影像中插入的物品的类别、位置与二维影像中物品的类别、位置可能是不一致的，无法应用于实际的安检ct设备中。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种图像处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.第一方面，本技术提供了一种图像处理方法。所述方法包括：
7.获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；
8.获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；
9.基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
10.在其中一个实施例中，获取物品模型库中的三维物品模型之前，还包括：
11.通过双能电子计算机断层扫描重建，获取多个物品的多个姿态的重建数据并存储；
12.通过数字射线照相探测器，获取多个物品对应的高能数据、低能数据并存储；
13.基于重建数据及高能数据、低能数据，得到多个物品的多个姿态下对应的三维模型和二维模型；
14.基于多个物品的多个姿态下对应的三维模型和二维模型，生成物品模型库。
15.在其中一个实施例中，将对应的二维物品模型图像注入待扫描包裹的二维图像中，包括：
16.获取物品模型库中的物品模型对应的高能数据、低能数据；
17.将二维位置与物品模型对应的高、低能数据进行融合。
18.在其中一个实施例中，通过双能电子计算机断层扫描重建，获取并存储多个物品
的多个姿态的重建数据并存储之前，还包括：
19.建立空间坐标系，基于空间坐标系确定每个三维物品模型的空间坐标；
20.基于空间坐标，得到三维物品模型与坐标轴的三个夹角，确定物品的姿态。
21.在其中一个实施例中，获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系之前，还包括：
22.建立平面坐标系，基于平面坐标系确定每个物品的平面坐标；
23.基于三维物品模型的空间坐标、二维物品模型的平面坐标，建立三维物品模型与二维物品模型的位置映射函数。
24.在其中一个实施例中，将三维物品模型的三维图像注入待扫描包裹的三维图像中，包括：
25.获取第一代价矩阵、第二代价矩阵，其中，第一代价矩阵用于计算三维物品模型的代价值，第二代价矩阵用于计算待扫描包裹的代价值，并将包裹外的代价值设置为预设代价值，预设代价值大于待扫描包裹的代价值的最大值；
26.基于第一代价矩阵与第二代价矩阵，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置；其中，最优插入位置是指三维物品模型插入待扫描包裹中后代价值最小的位置；
27.将物品模型库中一种姿态下的物品模型的强度值与待扫描包裹中的最优插入位置的强度值进行融合。
28.在其中一个实施例中，上述方法还包括：
29.获取二维物品包裹图像对应的图像注入质量信息；
30.基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态。
31.在其中一个实施例中，质量信息为二维物品包裹图像相对于实际物品包裹的图像准确率，基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态，包括：
32.获取第一预设阈值、第二预设阈值；
33.当图像注入质量信息大于等于第一预设阈值时，将当前物品模型以当前姿态插入待扫描包裹；
34.当图像注入质量信息大于等于第二预设阈值，且小于第一预设阈值时，更改当前物品模型的姿态，重新获取二维物品包裹图像；
35.当图像注入质量信息小于第二预设阈值时，更改物品模型，重新获取更改后物品模型在待扫描包裹中的最优插入位置。
36.第二方面，本技术还提供了一种图像处理装置。所述装置包括：
37.三维位置获取模块，用于获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；
38.位置映射模块，用于获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；
39.二维图像注入模块，用于基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
40.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理
器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述的方法的步骤。
41.第四方面，本技术还提供了一种计算机设备可读存储介质。所述计算机设备可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤。
42.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述的方法的步骤。
43.上述图像处理方法、装置、计算机设备、存储介质和计算机程序产品，首先获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；再获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；最后基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像将三维影像中插入的物品的类别、位置与二维影像中物品的类别、位置建立空间对应关系，可以在确定三维物品模型图像在待扫描包裹图像中的三维位置后，迅速、精确地找到对应的二维物品图像在待扫描包裹图像中的二维位置。
附图说明
44.图1为一个实施例中图像处理方法的流程示意图；
45.图2为一个实施例中基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态的流程示意图；
46.图3为一个实施例中图像处理装置的结构框图；
47.图4为一个实施例中计算机设备的内部结构图。
具体实施方式
48.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
49.本技术实施例提供的图像处理方法，可以应用于安检中对违禁品(易燃易爆、管制刀具等)或其他物品的自动化检测。
50.本实施例提供的图像处理方法，可以应用于服务器或终端单侧实现，也可以应用于包括终端和服务器的系统，通过终端和服务器的交互实现。
51.在本实施例中，数据存储系统可以存储服务器需要处理的数据。数据存储系统可以集成在服务器上，也可以放在云上或其他网络服务器上。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
52.在一个实施例中，如图1所示，提供了一种图像处理方法，以该方法应用于服务器单端实现为例进行说明，包括以下步骤：
53.步骤202，获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置。
54.在本实施例中，同一物品的三维物品模型具有多个姿态。
55.在本实施例中，服务器可以通过tip(违禁品图像注入，threat image projection)算法，将三维物品模型的三维图像注入待扫描包裹的三维图像中。
56.步骤204，获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系。
57.在本实施例中，三维物品模型与对应的二维物品模型的位置映射关系，可以实现三维物品模型与对应的二维模型在待扫描包裹中位置的空间位置一致性。
58.在本实施例中，服务器可以基于待扫描包裹建立空间坐标系和平面坐标系。其中，空间坐标系与平面坐标系的原点、正方向或段位长度等可以不一致，只需建立空间坐标系中坐标与平面坐标系中坐标的一一对应。
59.步骤206，基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
60.在本实施例中，服务器可以通过tip(违禁品图像注入，threat image projection)算法，将二维物品模型的二维图像注入待扫描包裹的二维图像中。
61.在另一个是实例中，服务器还可以根据射线衰减原理和数字射线照相(dr，digital radiography)的几何结构(主要是射线源和探测器的位置关系)计算dr投影公式，然后对于注入了三维物品模型图像的待扫描包裹的ct(电子计算机断层扫描，computed tomography)图像利用投影公式进行投影从而得到二维物品包裹图像。
62.上述图像处理方法中，首先获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；再获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；最后基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像将三维影像中插入的物品的类别、位置与二维影像中物品的类别、位置建立空间对应关系，可以在确定三维物品模型图像在待扫描包裹图像中的三维位置后，迅速、精确地找到对应的二维物品图像在待扫描包裹图像中的二维位置。
63.在其中一个实施例中，获取物品模型库中的三维物品模型之前，还包括：通过双能电子计算机断层扫描重建，获取多个物品的多个姿态的重建数据并存储；通过数字射线照相探测器，获取多个物品对应的高能数据、低能数据并存储；基于重建数据及高能数据、低能数据，得到多个物品的多个姿态下对应的三维模型和二维模型；基于多个物品的多个姿态下对应的三维模型和二维模型，生成物品模型库。
64.在本实施例中，由于部分实体物品的材质与安检机上传送带材质相近，以至于经安检机扫描后无法分辨、分割物品图像，因此实体的物品可以通过支撑物放置在传送带上，再通过通过双能电子计算机断层扫描重建，获取多个物品的重建数据并存储。
65.在本实施例中，实体物品的支撑物可以是与实体物品材质相差较大、且易被射线穿过的材料，如薄膜有机物。
66.在本实施例中，实体的物品可以通过支撑物以多种不同的姿态放置，以实现多个
物品的多个姿态的重建数据的获取与存储。
67.在其中一个实施例中，将对应的二维物品模型图像注入待扫描包裹的二维图像中，包括：获取物品模型库中的物品模型对应的高能数据、低能数据；将二维位置与物品模型对应的高、低能数据进行融合。
68.在本实施例中，对应的二维物品模型是指与注入待扫描包裹的三维物品模型相同姿态下同一物品的二维物品模型。
69.在其中一个实施例中，通过双能电子计算机断层扫描重建，获取并存储多个物品的多个姿态的重建数据并存储之前，还包括：建立空间坐标系，基于空间坐标系确定每个三维物品模型的空间坐标；基于空间坐标，得到三维物品模型与坐标轴的三个夹角，确定物品的姿态。
70.在本实施例中，服务器可以基于空间坐标系，配置待扫描包裹在空间坐标系中的空间坐标，再基于待扫描包裹与三维物品模型的相对位置，确定三维物品模型在该空间坐标内的空间坐标。
71.在其中一个实施例中，获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系之前，还包括：建立平面坐标系，基于平面坐标系确定每个物品的平面坐标；基于三维物品模型的空间坐标、二维物品模型的平面坐标，建立三维物品模型与二维物品模型的位置映射函数。
72.在本实施例中，服务器可以基于平面坐标系，配置待扫描包裹在平面坐标系中的平面坐标，再基于待扫描包裹与二维物品模型的相对位置，确定二维物品模型在该平面坐标内的平面坐标。
73.在本实施例中，服务器可以基于二维物品模型、三维物品模型与待扫描包裹存在一致的相对位置，建立三维物品模型与二维物品模型的位置映射函数，其中，位置映射函数是将三维物品模型的空间坐标、二维物品模型的平面坐标进行映射。可以理解的是，在本实施例中，空间坐标系与平面坐标系的原点、正方向或段位长度等可以不一致。
74.在另一个实施例中，服务器可以基于，将二维物品模型图像在待扫描包裹图像上的几何结构当作黑箱，通过实验测定三维物品模型图像在待扫描包裹上的三维位置，以及二维物品模型图像在待扫描包裹上的二维位置，然后拟合出三维位置与二维位置的映射函数。
75.在其中一个实施例中，将三维物品模型的三维图像注入待扫描包裹的三维图像中，包括：获取第一代价矩阵、第二代价矩阵，其中，第一代价矩阵用于计算三维物品模型的代价值，第二代价矩阵用于计算待扫描包裹的代价值，并将包裹外的代价值设置为预设代价值，预设代价值大于待扫描包裹的代价值的最大值；基于第一代价矩阵与第二代价矩阵，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置；其中，最优插入位置是指三维物品模型插入待扫描包裹中后代价值最小的位置；将物品模型库中一种姿态下的物品模型的强度值与待扫描包裹中的最优插入位置的强度值进行融合。
76.在本实施例中，服务器可以通过代价映射函数生成对应三维物品模型的第一代价矩阵，其中，代价映射函数，即公式(1)，如下所示：
77.t:ρ
ijk
,z
ijk
→
m(i,j,k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
78.其中，ρ
ijk
和z
ijk
分别表示三维物品图像中坐标点(i,j,k)对应的电子密度和原子
序数，m(i,j,k)表示在坐标点(i,j,k)处映射得到的代价值。
79.在本实施例中，对于任一体素，其强度值越大，代价值越大。其中，体素是指三维物品模型图像中的像素点。
80.在本实施例中，服务器可以通过代价映射函数生成对应待扫描包裹的初始第二代价矩阵。
81.在本实施例中，由于经双能电子计算机断层扫描重建得到的待扫描图像中，待扫描包裹外的部分的强度值趋近于0，即待扫描包裹外的部分的代价值趋近于0，因此，服务器可以基于区域生长算法对初始第二代价矩阵进行处理，将待扫描图像中待扫描包裹外的部分的代价值设置为预设代价值。
82.在本实施例中，服务器可以通过粒子群优化算法(pso，particle swarm optimization)对第一代价矩阵、第二代价矩阵进行优化计算，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置。
83.在其中一个实施例中，上述方法还包括：获取二维物品包裹图像对应的图像注入质量信息；基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态。
84.在本实施例中，最优插入位置并不包括最优的插入方向。可以理解的是，服务器基于图像注入质量信息，调整插入的物品模型的姿态，可以实现同一物品模型的不同姿态(即插入的角度/方向)的插入。只以最优插入位置，可以提升优化算法的收敛速度、降低整个tip算法的耗时。
85.在其中一个实施例中，如图2所示，质量信息为二维物品包裹图像相对于实际物品包裹的图像准确率，基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态，包括：获取第一预设阈值、第二预设阈值；当图像注入质量信息大于等于第一预设阈值时，将当前物品模型以当前姿态插入待扫描包裹；当图像注入质量信息大于等于第二预设阈值，且小于第一预设阈值时，更改当前物品模型的姿态，重新获取二维物品包裹图像；当图像注入质量信息小于第二预设阈值时，更改物品模型，重新获取更改后物品模型在待扫描包裹中的最优插入位置。
86.在本实施例中，当图像注入质量信息小于第二预设阈值时，表征的情况可以包括但不限于：二维包裹图像中物品模型的面积大于包裹内空腔的面积、二维包裹图像中物品模型的某一方向的长度超出包裹内空腔能承受的长度等，因此，在当前情况下服务器将更改物品模型，重新获取更改后物品模型在待扫描包裹中的最优插入位置，再重新获取二维物品包裹图像。
87.在本实施例中，当图像注入质量信息大于等于第二预设阈值，且小于第一预设阈值时，表征的情况可以包括但不限于：二维包裹图像中物品模型的形状与包裹内空腔的形状不合适等，因此，在当前情况下服务器将通过同一三维物品模型的另一姿态，获取更改姿态后的三维物品模型在待扫描包裹中的最优插入位置，再重新获取二维物品包裹图像。
88.在本实施例中，服务器基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态，可以过滤掉不合理的插入结果，获取与待扫描包裹相匹配的三维物品模型及该三维物品模型的姿态(即插入方向)。
89.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有
明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
90.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的图像处理方法的图像处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个图像处理装置实施例中的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。
91.在一个实施例中，如图3所示，提供了一种图像处理装置，包括：三维位置获取模块100、位置映射模块200和二维图像注入模块300，其中：
92.三维位置获取模块100，用于获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置。
93.位置映射模块200，用于获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系。
94.二维图像注入模块300，用于基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
95.在其中一个实施例中，三维位置获取模块100，可以包括：
96.扫描重建子模块，用于通过双能电子计算机断层扫描重建，获取多个物品的多个姿态的重建数据并存储。
97.数据获取存储子模块，用于通过数字射线照相探测器，获取多个物品对应的高能数据、低能数据并存储。
98.模型获取子模块，用于基于重建数据及高能数据、低能数据，得到多个物品的多个姿态下对应的三维模型和二维模型。
99.模型库生成子模块，用于基于多个物品的多个姿态下对应的三维模型和二维模型，生成物品模型库。
100.在其中一个实施例中，二维图像注入模块300，可以包括：
101.数据获取子模块，获取物品模型库中的物品模型对应的高能数据、低能数据。
102.二维融合子模块，用于将二维位置与物品模型对应的高、低能数据进行融合。
103.在其中一个实施例中，扫描重建子模块，可以包括：
104.空间坐标确定单元，用于建立空间坐标系，基于空间坐标系确定每个三维物品模型的空间坐标。
105.物品姿态确定单元，用于基于空间坐标，得到三维物品模型与坐标轴的三个夹角，确定物品的姿态。
106.在其中一个实施例中，位置映射模块200，可以包括：
107.平面坐标确定子模块，用于建立平面坐标系，基于平面坐标系确定每个物品的平面坐标。
108.位置映射关系建立子模块，用于基于三维物品模型的空间坐标、二维物品模型的平面坐标，建立三维物品模型与二维物品模型的位置映射函数。
109.在其中一个实施例中，三维位置获取模块10可以0，包括：
110.代价矩阵获取子模块，用于获取第一代价矩阵、第二代价矩阵，其中，第一代价矩阵用于计算三维物品模型的代价值，第二代价矩阵用于计算待扫描包裹的代价值，并将包裹外的代价值设置为预设代价值，预设代价值大于待扫描包裹的代价值的最大值。
111.最优插入位置确定子模块，用于基于第一代价矩阵与第二代价矩阵，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置；其中，最优插入位置是指三维物品模型插入待扫描包裹中后代价值最小的位置。
112.强度值融合子模块，用于将物品模型库中一种姿态下的物品模型的强度值与待扫描包裹中的最优插入位置的强度值进行融合。
113.在其中一个实施例中，上述装置还可以包括：
114.质量信息获取模块，用于获取二维物品包裹图像对应的图像注入质量信息。
115.模型及姿态调整模块，用于基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态。
116.在其中一个实施例中，质量信息为二维物品包裹图像相对于实际物品包裹的图像准确率，模型及姿态调整模块可以包括：
117.阈值获取子模块，用于获取第一预设阈值、第二预设阈值。
118.第一调整子模块，当图像注入质量信息大于等于第一预设阈值时，将当前物品模型以当前姿态插入待扫描包裹。
119.第二调整子模块，当图像注入质量信息大于等于第二预设阈值，且小于第一预设阈值时，更改当前物品模型的姿态，重新获取二维物品包裹图像。
120.第三调整子模块，当图像注入质量信息小于第二预设阈值时，更改物品模型，重新获取更改后物品模型在待扫描包裹中的最优插入位置。
121.上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
122.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储物品模型库、三维物品模型的空间坐标、二维物品模型的平面坐标等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。
123.本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
124.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有
计算机程序，该处理器执行计算机程序时实现以下步骤：获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
125.在其中一个实施例中，处理器执行计算机程序时实现获取物品模型库中的三维物品模型之前，还可以包括：通过双能电子计算机断层扫描重建，获取多个物品的多个姿态的重建数据并存储；通过数字射线照相探测器，获取多个物品对应的高能数据、低能数据并存储；基于重建数据及高能数据、低能数据，得到多个物品的多个姿态下对应的三维模型和二维模型；基于多个物品的多个姿态下对应的三维模型和二维模型，生成物品模型库。
126.在其中一个实施例中，处理器执行计算机程序时实现将对应的二维物品模型图像注入待扫描包裹的二维图像中，可以包括：获取物品模型库中的物品模型对应的高能数据、低能数据；将二维位置与物品模型对应的高、低能数据进行融合。
127.在其中一个实施例中，处理器执行计算机程序时实现通过双能电子计算机断层扫描重建，获取并存储多个物品的多个姿态的重建数据并存储之前，还可以包括：建立空间坐标系，基于空间坐标系确定每个三维物品模型的空间坐标；基于空间坐标，得到三维物品模型与坐标轴的三个夹角，确定物品的姿态。
128.在其中一个实施例中，处理器执行计算机程序时实现获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系之前，还可以包括：建立平面坐标系，基于平面坐标系确定每个物品的平面坐标；基于三维物品模型的空间坐标、二维物品模型的平面坐标，建立三维物品模型与二维物品模型的位置映射函数。
129.在其中一个实施例中，处理器执行计算机程序时实现将三维物品模型的三维图像注入待扫描包裹的三维图像中，可以包括：获取第一代价矩阵、第二代价矩阵，其中，第一代价矩阵用于计算三维物品模型的代价值，第二代价矩阵用于计算待扫描包裹的代价值，并将包裹外的代价值设置为预设代价值，预设代价值大于待扫描包裹的代价值的最大值；基于第一代价矩阵与第二代价矩阵，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置；其中，最优插入位置是指三维物品模型插入待扫描包裹中后代价值最小的位置；将物品模型库中一种姿态下的物品模型的强度值与待扫描包裹中的最优插入位置的强度值进行融合。
130.在其中一个实施例中，处理器执行计算机程序时还实现：获取二维物品包裹图像对应的图像注入质量信息；基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态。
131.在其中一个实施例中，质量信息为二维物品包裹图像相对于实际物品包裹的图像准确率，处理器执行计算机程序时实现基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态，可以包括：获取第一预设阈值、第二预设阈值；当图像注入质量信息大于等于第一预设阈值时，将当前物品模型以当前姿态插入待扫描包裹；当图像注入质量信息大于等于第二预设阈值，且小于第一预设阈值时，更改当前物品模型的姿态，重新获取二维物品包裹图像；当图像注入质量信息小于第二预设阈值时，更改物品模型，重新获取更改
后物品模型在待扫描包裹中的最优插入位置。
132.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
133.在其中一个实施例中，计算机程序被处理器执行时实现获取物品模型库中的三维物品模型之前，还可以包括：通过双能电子计算机断层扫描重建，获取多个物品的多个姿态的重建数据并存储；通过数字射线照相探测器，获取多个物品对应的高能数据、低能数据并存储；基于重建数据及高能数据、低能数据，得到多个物品的多个姿态下对应的三维模型和二维模型；基于多个物品的多个姿态下对应的三维模型和二维模型，生成物品模型库。
134.在其中一个实施例中，计算机程序被处理器执行时实现将对应的二维物品模型图像注入待扫描包裹的二维图像中，可以包括：获取物品模型库中的物品模型对应的高能数据、低能数据；将二维位置与物品模型对应的高、低能数据进行融合。
135.在其中一个实施例中，计算机程序被处理器执行时实现通过双能电子计算机断层扫描重建，获取并存储多个物品的多个姿态的重建数据并存储之前，还可以包括：建立空间坐标系，基于空间坐标系确定每个三维物品模型的空间坐标；基于空间坐标，得到三维物品模型与坐标轴的三个夹角，确定物品的姿态。
136.在其中一个实施例中，计算机程序被处理器执行时实现获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系之前，还可以包括：建立平面坐标系，基于平面坐标系确定每个物品的平面坐标；基于三维物品模型的空间坐标、二维物品模型的平面坐标，建立三维物品模型与二维物品模型的位置映射函数。
137.在其中一个实施例中，计算机程序被处理器执行时实现将三维物品模型的三维图像注入待扫描包裹的三维图像中，可以包括：获取第一代价矩阵、第二代价矩阵，其中，第一代价矩阵用于计算三维物品模型的代价值，第二代价矩阵用于计算待扫描包裹的代价值，并将包裹外的代价值设置为预设代价值，预设代价值大于待扫描包裹的代价值的最大值；基于第一代价矩阵与第二代价矩阵，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置；其中，最优插入位置是指三维物品模型插入待扫描包裹中后代价值最小的位置；将物品模型库中一种姿态下的物品模型的强度值与待扫描包裹中的最优插入位置的强度值进行融合。
138.在其中一个实施例中，计算机程序被处理器执行时还实现：获取二维物品包裹图像对应的图像注入质量信息；基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态。
139.在其中一个实施例中，质量信息为二维物品包裹图像相对于实际物品包裹的图像准确率，计算机程序被处理器执行时实现基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态，可以包括：获取第一预设阈值、第二预设阈值；当图像注入质量信息大于等于第一预设阈值时，将当前物品模型以当前姿态插入待扫描包裹；当图像注入质量
信息大于等于第二预设阈值，且小于第一预设阈值时，更改当前物品模型的姿态，重新获取二维物品包裹图像；当图像注入质量信息小于第二预设阈值时，更改物品模型，重新获取更改后物品模型在待扫描包裹中的最优插入位置。
140.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取物品模型库中的三维物品模型，将三维物品模型的三维图像注入待扫描包裹的三维图像中，得到三维物品模型在待扫描包裹中的三维位置；获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系，基于位置映射关系和三维位置，得到对应三维位置的二维位置；其中，同一物品的同一姿态下的三维物品模型和二维物品模型之间存在位置映射关系；基于二维位置，将对应的二维物品模型图像注入待扫描包裹的二维图像中，得到二维物品包裹图像。
141.在其中一个实施例中，计算机程序被处理器执行时实现获取物品模型库中的三维物品模型之前，还可以包括：通过双能电子计算机断层扫描重建，获取多个物品的多个姿态的重建数据并存储；通过数字射线照相探测器，获取多个物品对应的高能数据、低能数据并存储；基于重建数据及高能数据、低能数据，得到多个物品的多个姿态下对应的三维模型和二维模型；基于多个物品的多个姿态下对应的三维模型和二维模型，生成物品模型库。
142.在其中一个实施例中，计算机程序被处理器执行时实现将对应的二维物品模型图像注入待扫描包裹的二维图像中，可以包括：获取物品模型库中的物品模型对应的高能数据、低能数据；将二维位置与物品模型对应的高、低能数据进行融合。
143.在其中一个实施例中，计算机程序被处理器执行时实现通过双能电子计算机断层扫描重建，获取并存储多个物品的多个姿态的重建数据并存储之前，还可以包括：建立空间坐标系，基于空间坐标系确定每个三维物品模型的空间坐标；基于空间坐标，得到三维物品模型与坐标轴的三个夹角，确定物品的姿态。
144.在其中一个实施例中，计算机程序被处理器执行时实现获取物品模型库中三维物品模型与对应的二维物品模型的位置映射关系之前，还可以包括：建立平面坐标系，基于平面坐标系确定每个物品的平面坐标；基于三维物品模型的空间坐标、二维物品模型的平面坐标，建立三维物品模型与二维物品模型的位置映射函数。
145.在其中一个实施例中，计算机程序被处理器执行时实现将三维物品模型的三维图像注入待扫描包裹的三维图像中，包括：获取第一代价矩阵、第二代价矩阵，其中，第一代价矩阵用于计算三维物品模型的代价值，第二代价矩阵用于计算待扫描包裹的代价值，并将包裹外的代价值设置为预设代价值，预设代价值大于待扫描包裹的代价值的最大值；基于第一代价矩阵与第二代价矩阵，确定三维物品模型的三维图像在待扫描包裹的三维图像中的最优插入位置；其中，最优插入位置是指三维物品模型插入待扫描包裹中后代价值最小的位置；将物品模型库中一种姿态下的物品模型的强度值与待扫描包裹中的最优插入位置的强度值进行融合。
146.在其中一个实施例中，计算机程序被处理器执行时还实现：获取二维物品包裹图像对应的图像注入质量信息；基于图像注入质量信息，调整插入的物品模型、插入的物品模型的姿态。
147.在其中一个实施例中，质量信息为二维物品包裹图像相对于实际物品包裹的图像准确率，计算机程序被处理器执行时实现基于图像注入质量信息，调整插入的物品模型、插
入的物品模型的姿态，可以包括：获取第一预设阈值、第二预设阈值；当图像注入质量信息大于等于第一预设阈值时，将当前物品模型以当前姿态插入待扫描包裹；当图像注入质量信息大于等于第二预设阈值，且小于第一预设阈值时，更改当前物品模型的姿态，重新获取二维物品包裹图像；当图像注入质量信息小于第二预设阈值时，更改物品模型，重新获取更改后物品模型在待扫描包裹中的最优插入位置。
148.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
149.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
150.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的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。
151.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。