本發(fā)明屬于安全監(jiān)測(cè)，尤其涉及一種包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法。

背景技術(shù)：

1、目前，對(duì)行李中的違禁品的檢測(cè)主要依靠x射線安檢機(jī)得到行李的x光圖像，然后安檢人員對(duì)x光圖像進(jìn)行觀察并作出判斷，這個(gè)過程大概只有數(shù)秒；安檢人員專業(yè)水平的參差不齊和長(zhǎng)時(shí)間專注的觀察導(dǎo)致的視覺疲勞都會(huì)導(dǎo)致違禁品的誤檢和漏檢。安檢人員長(zhǎng)時(shí)間的枯燥單一的工作會(huì)增大工作惰性并產(chǎn)生額外的工作壓力。

2、而且通過x光圖像檢測(cè)只能看到形狀，并不足以應(yīng)對(duì)違禁品的多樣性，很可能會(huì)漏檢違禁品。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提出了一種包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，以解決上述現(xiàn)有技術(shù)存在的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，包括以下步驟：

3、采集違禁品的x光圖像信息、氣味信息和微波信號(hào)；

4、對(duì)所述x光圖像信息、氣味信息和微波信號(hào)進(jìn)行預(yù)處理，獲得預(yù)處理信號(hào)；

5、對(duì)所述預(yù)處理信號(hào)進(jìn)行特征提取，獲得多元特征，將所述多元特征進(jìn)行融合，獲得融合特征；

6、構(gòu)建初始違禁品檢測(cè)模型并通過所述融合特征進(jìn)行訓(xùn)練，獲得違禁品檢測(cè)模型；

7、通過所述違禁品檢測(cè)模型對(duì)包裹進(jìn)行檢測(cè)，獲得檢測(cè)結(jié)果。

8、優(yōu)選地，對(duì)所述x光圖像信息和氣味信息進(jìn)行預(yù)處理的方法包括：

9、對(duì)所述x光圖像信息和表示氣味信息的傳感器陣列響應(yīng)圖像進(jìn)行濾波處理，去除圖像噪音；

10、基于所述x光圖像信息和表示氣味信息的傳感器陣列響應(yīng)圖像進(jìn)行數(shù)據(jù)增強(qiáng)處理，數(shù)據(jù)增強(qiáng)處理方法包括通過隨機(jī)旋轉(zhuǎn)和圖像翻轉(zhuǎn)獲取新的圖像。

11、優(yōu)選地，對(duì)所述微波信號(hào)進(jìn)行預(yù)處理的方法包括：

12、通過t1小波濾波算法對(duì)所述微波信號(hào)進(jìn)行濾波。

13、優(yōu)選地，對(duì)預(yù)處理后的x光圖像信息進(jìn)行特征提取的過程包括：

14、使用sobel算子計(jì)算像素梯度；

15、采用非極大值像素梯度抑制法消除雜散效應(yīng)；

16、通過閾值滯后處理消除小梯度模值點(diǎn)；

17、通過孤立弱邊緣抑制，篩選出邊緣點(diǎn)，得到違禁品邊緣點(diǎn)集；

18、基于違禁品邊緣點(diǎn)集獲得違禁品形狀特征。

19、優(yōu)選地，對(duì)預(yù)處理后的氣味信息進(jìn)行特征提取的過程包括：

20、通過擬合傳感器陣列響應(yīng)圖像的響應(yīng)曲線，提取幅度和時(shí)間常數(shù)作為特征。

21、優(yōu)選地，對(duì)預(yù)處理后的微波信號(hào)進(jìn)行特征提取的過程包括：

22、根據(jù)微波信號(hào)特性選擇小波基函數(shù)；

23、基于微波信號(hào)的頻率成分和所需的時(shí)間-頻率分辨率確定小波變換的分解層次；

24、根據(jù)所述小波基函數(shù)和分解層對(duì)預(yù)處理后的微波信號(hào)進(jìn)行多尺度分解，獲得不同時(shí)間尺度上的成分；

25、基于不同時(shí)間尺度上的成分獲得小波變換系數(shù)，基于小波變換系數(shù)獲取微波信號(hào)的特征。

26、優(yōu)選地，所述獲得違禁品檢測(cè)模型的過程包括：

27、基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建初始違禁品檢測(cè)模型，通過所述融合特征對(duì)所述初始違禁品檢測(cè)模型進(jìn)行訓(xùn)練并驗(yàn)證，獲得違禁品檢測(cè)模型。

28、優(yōu)選地，所述獲得違禁品檢測(cè)模型的過程還包括：

29、構(gòu)建se模塊，通過自適應(yīng)及時(shí)對(duì)所述se模塊的權(quán)重學(xué)習(xí)過程進(jìn)行調(diào)整，獲得具有泛化能力的se模塊；

30、將所述具有泛化能力的se模塊插入至所述卷積神經(jīng)網(wǎng)絡(luò)的每個(gè)卷積的激活函數(shù)后。

31、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：

32、本發(fā)明公開的一種包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，包括以下步驟：采集違禁品的x光圖像信息、氣味信息和微波信號(hào)；對(duì)x光圖像信息、氣味信息和微波信號(hào)進(jìn)行預(yù)處理，獲得預(yù)處理信號(hào)；對(duì)預(yù)處理信號(hào)進(jìn)行特征提取，獲得多元特征，將多元特征進(jìn)行融合，獲得融合特征；構(gòu)建初始違禁品檢測(cè)模型并通過融合特征進(jìn)行訓(xùn)練，獲得違禁品檢測(cè)模型；通過違禁品檢測(cè)模型對(duì)包裹進(jìn)行檢測(cè)，獲得檢測(cè)結(jié)果。本發(fā)明通過多種采集方式能夠獲取多元特征，能夠最大程度上避免漏檢，而且通過違禁品檢測(cè)模型進(jìn)行自動(dòng)檢測(cè)，可以避免安檢人員因疲勞導(dǎo)致的誤檢。

技術(shù)特征：

1.一種包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

3.根據(jù)權(quán)利要求1所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

4.根據(jù)權(quán)利要求1所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

5.根據(jù)權(quán)利要求1所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

6.根據(jù)權(quán)利要求1所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

7.根據(jù)權(quán)利要求1所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

8.根據(jù)權(quán)利要求7所述的包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，其特征在于，

技術(shù)總結(jié)
本發(fā)明公開了一種包裹內(nèi)部違禁品的多元融合信息預(yù)警檢測(cè)方法，包括以下步驟：采集違禁品的X光圖像信息、氣味信息和微波信號(hào)；對(duì)所述X光圖像信息、氣味信息和微波信號(hào)進(jìn)行預(yù)處理，獲得預(yù)處理信號(hào)；對(duì)所述預(yù)處理信號(hào)進(jìn)行特征提取，獲得多元特征，將所述多元特征進(jìn)行融合，獲得融合特征；構(gòu)建初始違禁品檢測(cè)模型并通過所述融合特征進(jìn)行訓(xùn)練，獲得違禁品檢測(cè)模型；通過所述違禁品檢測(cè)模型對(duì)包裹進(jìn)行檢測(cè)，獲得檢測(cè)結(jié)果。本發(fā)明通過多種采集方式能夠獲取多元特征，能夠最大程度上避免漏檢，而且通過違禁品檢測(cè)模型進(jìn)行自動(dòng)檢測(cè)，可以避免安檢人員因疲勞導(dǎo)致的誤檢。

技術(shù)研發(fā)人員：穆龍濤,劉燁,李翊寧,權(quán)超,王帥,潘冠廷,王英
受保護(hù)的技術(shù)使用者：陜西工業(yè)職業(yè)技術(shù)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14