[發明專利]一種安檢CT圖像目標物的提取和分割方法

在審

• 申請號: 202011155832.2
• 申請日: 2020-10-26
• 公開（公告）號: CN112102326A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 李春陽;何競擇;張文杰;徐圓飛
• 申請（專利權）人: 北京航星機器制造有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T7/33
• 代理公司: 北京天達知識產權代理事務所(普通合伙) 11386
• 代理人: 龔頤雯

本發明涉及一種安檢CT圖像目標物的提取和分割方法，包括：得到已標定的單一目標物的CT圖像數據集和已標定的裝入箱包目標物的CT圖像數據集；根據所述已標定的單一目標物的CT圖像數據集和已標定的裝入箱包目標物的CT圖像數據集進行分組匹配并計算匹配相似度；將所述匹配相似度進行歸一化得到組圖像的匹配權重，并根據所述組圖像的匹配權重得到CT圖像的分組打包數據集；將所述分組打包數據集輸入三維深度神經網絡進行網絡訓練，得到目標物提取和分割網絡模型；將待提取和分割目標物的安檢CT圖像輸入所述目標物提取和分割網絡模型進行安檢CT圖像目標物的提取和分割。本發明解決了現有技術存在對目標物自動提取和分割的精度不高問題。

技術領域

本發明涉及安檢CT圖像技術領域，尤其涉及一種安檢CT圖像目標物的提取和分割方法。

背景技術

CT成像技術已成為安檢系統中的重要技術，尤其是在機場、車站、海關、碼頭等重要場所，都采用了CT安檢機對旅客行李物品、貨物集裝箱等進行嚴格檢查。

隨著機器學習技術在安檢領域的應用，智能安檢CT系統已經可以幫助安檢員及時、準確的對危險物進行定位和預警，但目前由于深度學習網絡對目標物自動提取和分割的精度不高，所以要達到真正的無人值守安檢目標還比較遙遠，目前提高目標物提取和分割的精度已成為智能安檢CT系統亟待解決的問題。

現有CT圖像目標提取和分割網絡主要有基于切片圖像的二維神經網絡和基于三維圖像的三維神經網絡，三維神經要比二維神經網絡提取精度高，因為二維神經網絡只利用單層切片圖像的信息，而三維神經網絡利用了多層及整個三維圖像信息。但兩種方案主要利用的是單一圖像信息，對同一目標物多種狀態下的關聯信息未加利用，因此對目標物自動提取和分割的精度仍然不高。

發明內容

鑒于上述的分析，本發明旨在提供一種安檢CT圖像目標物的提取和分割方法，以解決現有CT圖像目標提取和分割網絡存在對目標物自動提取和分割的精度不高問題。

本發明的目的主要是通過以下技術方案實現的：

本發明提供了一種安檢CT圖像目標物的提取和分割方法，包括以下步驟：

得到已標定的單一目標物的CT圖像數據集和已標定的裝入箱包目標物的CT圖像數據集；

根據所述已標定的單一目標物的CT圖像數據集和已標定的裝入箱包目標物的CT圖像數據集進行分組匹配并計算匹配相似度；

將所述匹配相似度進行歸一化得到組圖像的匹配權重，并根據所述組圖像的匹配權重得到CT圖像的分組打包數據集；

將所述分組打包數據集輸入三維深度神經網絡進行網絡訓練，得到目標物提取和分割網絡模型；

將待提取和分割目標物的安檢CT圖像輸入所述目標物提取和分割網絡模型進行安檢CT圖像目標物的提取和分割。

進一步地，所述得到已標定的單一目標物的CT圖像數據集，具體包括：將目標物體以不同的角度位置通過安檢CT機，得到包含該目標物且有不同角度和位置的CT圖像，及相應的目標物不同角度位置的CT圖像數據集P_i，并根據數據集P_i進行目標物人工標定，其中，P_i∈A，A是所有類型CT圖像的域。

進一步地，所述得到已標定的裝入箱包目標物的CT圖像數據集，具體包括：將目標物以不同位置和疊壓關系裝入箱包通過安檢CT機，得到包含該目標物在箱包中不同位置和疊壓關系的CT圖像，及相應的目標物不同位置和疊壓關系的CT圖像數據集Q_i，并根據數據集Q_i進行目標物人工標定，其中，Q_i∈A，A是所有類型CT圖像的域。

進一步地，所述根據所述已標定的單一目標物的CT圖像數據集和已標定的裝入箱包目標物的CT圖像數據集進行分組匹配并計算匹配相似度，具體包括：