r>[0080]優(yōu)選地，在所述識別階段中，用隱馬爾可夫模型、條件隨機(jī)場模型或結(jié)構(gòu)輸出預(yù)測模型構(gòu)建所述概率圖模型；或者直接根據(jù)相似性進(jìn)行融合，然后輸出一個綜合類別作為融合區(qū)域的類別。
[0081]利用本發(fā)明的對貨物進(jìn)行自動分類識別的透視檢查系統(tǒng)和方法，對集裝箱掃描圖像中的大宗貨物進(jìn)行分割、實現(xiàn)貨物分類識別，還能夠進(jìn)一步估算貨物數(shù)量，并在圖像上為各類別貨物加上相應(yīng)的偽彩色，對圖像查驗有很大的幫助。如果圖像分類的類別數(shù)與報關(guān)單貨物類別數(shù)不一致，或數(shù)量不一致，則提示查驗員貨物有隱瞞；如果能查詢到各類貨物的稅率，系統(tǒng)還能估算出稅額以供參考。
[0082]盡管已在附圖以及前述描述中詳細(xì)說明及描述了本發(fā)明，但該說明及描述將被視為說明性或例示性的而非限制性的；本發(fā)明并不限于所公開的實施例。本領(lǐng)域技術(shù)人員在實踐所主張的本發(fā)明時可從對附圖、公開內(nèi)容及附加的權(quán)利要求的研究來理解并實現(xiàn)所公開的實施例的其他變化。
[0083]在權(quán)利要求中，詞語“包含”不排除其他元素或步驟，且“一”不排除復(fù)數(shù)個。單個元素或其他單元可實現(xiàn)權(quán)利要求中所敘述的若干項的功能。在相互不同的從屬權(quán)利要求中敘述某些措施的僅有事實并不指示不可有利地使用這些措施的組合。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記解釋為限制范圍。
【主權(quán)項】
1.一種對貨物進(jìn)行自動分類識別的透視檢查系統(tǒng)，所述系統(tǒng)包括: 圖像數(shù)據(jù)獲取單元，用于使用X射線掃描裝置對集裝箱進(jìn)行掃描成像，以獲取掃描圖像； 圖像分割單元，用于將所述掃描圖像分割成灰度與紋理特征都相似的小區(qū)域； 特征提取單元，用于對所述小區(qū)域進(jìn)行特征提??； 訓(xùn)練單元，用于根據(jù)標(biāo)注圖像生成分類器；以及 分類識別單元，用于根據(jù)所提取的特征利用分類器對各個小區(qū)域進(jìn)行識別，得到各個小區(qū)域?qū)儆诟黝愗浳锏母怕?，并對小區(qū)域進(jìn)行融合，得到大區(qū)域及其類別。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于:所述系統(tǒng)還包括查驗終端；所述分類識別單元還用于估算每個類別貨物的數(shù)量，以及將結(jié)果提交給查驗終端。
3.根據(jù)權(quán)利要求1或2所述的系統(tǒng)，其特征在于:所述系統(tǒng)對貨物的自動分類識別包括訓(xùn)練階段和識別階段。
4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于:在所述訓(xùn)練階段中，獲取集裝箱貨物掃描圖像后首先對每幅圖像進(jìn)行預(yù)分割，將圖像分割成灰度與紋理特征都相似的小區(qū)域，并對這些小區(qū)域進(jìn)行特征提??；然后根據(jù)每幅圖像對應(yīng)的報關(guān)單對其進(jìn)行標(biāo)注，類別相同而且相鄰或聯(lián)通的小區(qū)域?qū)⑷诤铣纱髤^(qū)域；最后把這些大區(qū)域中各小區(qū)域的特征構(gòu)成為特征簇，根據(jù)這些已知類別的特征簇訓(xùn)練分類器，用于后續(xù)識別。
5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于:在所述訓(xùn)練階段中，采用SIFT、MR8算子獲得多個特征，然后采用特征融合或者決策融合的方法對所述多個特征進(jìn)行融合，以提取特征；并且，采用字典方法來組織所提取的特征。
6.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于:在所述訓(xùn)練階段中，通過對采集的圖像進(jìn)行人工標(biāo)注而獲得子類圖像數(shù)據(jù)庫。
7.根據(jù)權(quán)利要求4-6之一所述的系統(tǒng)，其特征在于:在所述識別階段中，首先對集裝箱貨物進(jìn)行掃描，對掃描圖像進(jìn)行預(yù)分割，生成若干灰度與紋理比較一致的小區(qū)域；然后對所述小區(qū)域進(jìn)行特征提取，并根據(jù)所提取的特征利用訓(xùn)練所生成的分類器對各個區(qū)域進(jìn)行識另O，得到各小區(qū)域?qū)儆诟黝愗浳锏母怕?；最后利用所述概率及相鄰小區(qū)域之間的關(guān)聯(lián)性構(gòu)建概率圖模型，對小區(qū)域進(jìn)行融合，得到大區(qū)域及其類別，完成貨物分類。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于:在所述識別階段中，用隱馬爾可夫模型、條件隨機(jī)場模型或結(jié)構(gòu)輸出預(yù)測模型構(gòu)建所述概率圖模型；或者直接根據(jù)相似性進(jìn)行融合，然后輸出一個綜合類別作為融合區(qū)域的類別。
9.一種對貨物進(jìn)行自動分類識別的透視檢查方法，所述方法包括: 使用X光掃描裝置對集裝箱進(jìn)行掃描成像，以獲取掃描圖像； 將所述掃描圖像分割成灰度與紋理特征都相似的小區(qū)域； 對所述小區(qū)域進(jìn)行特征提??； 根據(jù)標(biāo)注圖像生成分類器；以及 根據(jù)所提取的特征利用分類器對各個小區(qū)域進(jìn)行識別，得到各個小區(qū)域?qū)儆诟黝愗浳锏母怕?，并對小區(qū)域進(jìn)行融合，得到大區(qū)域及其類別。
10.根據(jù)權(quán)利要求9所述的方法，其特征在于:所述方法還包括估算每個類別貨物的數(shù)量，以及將結(jié)果提交給查驗終端。
11.根據(jù)權(quán)利要求9或10所述的方法，其特征在于:所述方法包括訓(xùn)練階段和識別階段。
12.根據(jù)權(quán)利要求11所述的方法，其特征在于:在所述訓(xùn)練階段中，獲取集裝箱貨物掃描圖像后首先對每幅圖像進(jìn)行預(yù)分割，將圖像分割成灰度與紋理特征都相似的小區(qū)域，并對這些小區(qū)域進(jìn)行特征提??；然后根據(jù)每幅圖像對應(yīng)的報關(guān)單對其進(jìn)行標(biāo)注，類別相同而且相鄰或聯(lián)通的小區(qū)域?qū)⑷诤铣纱髤^(qū)域；最后把這些大區(qū)域中各小區(qū)域的特征構(gòu)成為特征簇，根據(jù)這些已知類別的特征簇訓(xùn)練分類器，用于后續(xù)識別。
13.根據(jù)權(quán)利要求12所述的方法，其特征在于:在所述訓(xùn)練階段中，采用SIFT、MR8算子獲得多個特征，然后采用特征融合或者決策融合的方法對所述多個特征進(jìn)行融合，以提取特征；并且，采用字典方法來組織所提取的特征。
14.根據(jù)權(quán)利要求12所述的方法，其特征在于:在所述訓(xùn)練階段中，通過對采集的圖像進(jìn)行人工標(biāo)注而獲得子類圖像數(shù)據(jù)庫。
15.根據(jù)權(quán)利要求12-14之一所述的方法，其特征在于:在所述識別階段中，首先對集裝箱貨物進(jìn)行掃描，對掃描圖像進(jìn)行預(yù)分割，生成若干灰度與紋理比較一致的小區(qū)域；然后對所述小區(qū)域進(jìn)行特征提取，并根據(jù)所提取的特征利用訓(xùn)練所生成的分類器對各個區(qū)域進(jìn)行識別，得到各小區(qū)域?qū)儆诟黝愗浳锏母怕?；最后利用所述概率及相鄰小區(qū)域之間的關(guān)聯(lián)性構(gòu)建概率圖模型，對小區(qū)域進(jìn)行融合，得到大區(qū)域及其類別，完成貨物分類。
16.根據(jù)權(quán)利要求15所述的方法，其特征在于:在所述識別階段中，用隱馬爾可夫模型、條件隨機(jī)場模型或結(jié)構(gòu)輸出預(yù)測模型構(gòu)建所述概率圖模型；或者直接根據(jù)相似性進(jìn)行融合，然后輸出一個綜合類別作為融合區(qū)域的類別。
17.根據(jù)權(quán)利要求15所述的方法，其特征在于:在所述識別階段中，還包括構(gòu)造一張各類貨物在各個厚度下可能的最大灰度和最小灰度表；參照圖像灰度與上述最大灰度和最小灰度表，得到貨物的最小可能重量與最大可能重量。
【專利摘要】本發(fā)明涉及一種能夠?qū)ω浳镞M(jìn)行自動分類識別的透視檢查系統(tǒng)和方法，所述系統(tǒng)包括：圖像數(shù)據(jù)獲取單元，用于使用X射線掃描裝置對集裝箱進(jìn)行掃描成像，以獲取掃描圖像；圖像分割單元，用于將所述掃描圖像分割成灰度與紋理特征都相似的小區(qū)域；特征提取單元，用于對所述小區(qū)域進(jìn)行特征提取；訓(xùn)練單元，用于根據(jù)標(biāo)注圖像生成分類器；以及分類識別單元，用于根據(jù)所提取的特征利用分類器對各個小區(qū)域進(jìn)行識別，得到各個小區(qū)域?qū)儆诟黝愗浳锏母怕剩π^(qū)域進(jìn)行融合，得到大區(qū)域及其類別。本發(fā)明利用所提取的特征來判斷掃描圖像中各個小區(qū)域?qū)儆诟黝愗浳锏母怕?，然后對小區(qū)域進(jìn)行融合，獲得大區(qū)域的類別，這種策略提高了貨物整體識別的效率和準(zhǔn)確性。
【IPC分類】G06K9-62, G06K9-46
【公開號】CN104751163
【申請?zhí)枴緾N201310734373
【發(fā)明人】趙自然, 劉耀紅, 顧建平, 李強(qiáng), 張健
【申請人】同方威視技術(shù)股份有限公司
【公開日】2015年7月1日
【申請日】2013年12月27日
【公告號】EP2889838A1, US20150189239, WO2015096677A1