[發明專利]一種多模板的安檢圖像識別方法、設備及介質

有效

• 申請號: 202210019907.7
• 申請日: 2022-01-10
• 公開（公告）號: CN114332543B
• 公開（公告）日: 2023-02-14
• 發明（設計）人: 連天友;張利;胡靖;嚴軍;趙玲;何強;饒龍強
• 申請（專利權）人: 成都智元匯信息技術股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/22;G06V10/20;G06T3/40
• 代理公司: 成都蓉創智匯知識產權代理有限公司 51276
• 代理人: 趙雷

1.一種多模板的安檢圖像識別方法，其特征在于，具體包括以下步驟：

S1、接收X光機發送的待識別圖像；

S2、將所述待識別圖像進行顏色轉換獲得圖像集，并基于所述圖像集中的圖像進行拼接處理，獲得拼接圖像P；

所述待識別圖像為BGR圖像a0，所述顏色轉換具體包括以下步驟：

S001、將所述BGR圖像a0轉換為RGB圖像，獲得RGB圖像a1；

S002、將所述BGR圖像a0轉換為GBR圖像，獲得GBR圖像a2；

S303、將所述BGR圖像a0轉換為灰度圖像，獲得灰度圖像a3；

所述BGR圖像a0、RGB圖像a1、GBR圖像a2、灰度圖像a3進行水平拼接和上下拼接，得到拼接圖像P，具體包括以下步驟：

Sa：將所述BGR圖像a0、RGB圖像a1進行水平拼接獲得第一水平拼接圖像P1；

Sb：將所述GBR圖像a2、灰度圖像a3進行水平拼接獲得第二水平拼接圖像P2；

Sc：將所述第一水平拼接圖像P1、第二水平拼接圖像P2進行上下拼接獲得拼接圖像P，即；

S3、將所述拼接圖像P輸入預先訓練的識別模型獲得攜帶多個分類標簽框的預識別圖像，所述分類標簽框包括標簽框、分類名稱及置信度；

S4、將所述攜帶多個分類標簽框的預識別圖像進行分割融合獲得攜帶多個分類標簽框的融合圖片；

步驟S4具體包括以下步驟：

根據攜帶多個分類標簽框的預識別圖像以BGR圖像a0的大小為基準進行圖像分割，獲得攜帶多個分類標簽框的BGR圖像a0、攜帶多個分類標簽框的RGB圖像a1、攜帶多個分類標簽框的GBR圖像a2、攜帶多個分類標簽框的灰度圖像a3；

將所述攜帶多個分類標簽框的BGR圖像a0、攜帶多個分類標簽框的RGB圖像a1、攜帶多個分類標簽框的GBR圖像a2、攜帶多個分類標簽框的灰度圖像a3進行圖片融合，獲得攜帶多個分類標簽框的融合圖片；

S5、將所述攜帶多個分類標簽框的融合圖片進行非極大值抑制處理獲得識別圖像。

2.根據權利要求1所述的一種多模板的安檢圖像識別方法，其特征在于，圖片融合的具體包括以下步驟：

根據所述攜帶多個分類標簽框的RGB圖像a1獲取每一個分類標簽框a1i及其對應的坐標區域d1i,i=0,1,…,n1，所述n1為RGB圖像中分類標簽框的總數；

將所述每一個分類標簽框a1i融合到攜帶多個分類標簽框的BGR圖像a0中與所述坐標區域d1i對應的位置；

根據所述攜帶多個分類標簽框的GBR圖像a2獲取每一個分類標簽框a2i及其對應的坐標區域d2i,i=0,1,…,n2，所述n2為GBR圖像中分類標簽框的總數；

將所述每一個分類標簽框a2i融合到攜帶多個分類標簽框的BGR圖像a0中與所述坐標區域d2i對應的位置；

根據所述攜帶多個分類標簽框的灰度圖像a3獲取每一個分類標簽框a3i及其對應的坐標區域d3i,i=0,1,…,n3，所述n3為灰度圖像中分類標簽框的總數；

將所述每一個分類標簽框a3i融合到攜帶多個分類標簽框的BGR圖像a0中與所述坐標區域d3i對應的位置。

3.根據權利要求1所述的一種多模板的安檢圖像識別方法，其特征在于，所述預先訓練的識別模型通過以下步驟獲得：

獲取訓練圖像；

對所述訓練圖像中的物品進行標注獲得被預設的分類標簽框標注的訓練圖像；

基于所述訓練圖像和所述訓練圖像中預設的分類標簽框，對所述識別模型進行訓練，得到所述預先訓練的識別模型。

4.根據權利要求1所述的一種多模板的安檢圖像識別方法，其特征在于，所述步驟S5具體包括以下步驟：

根據所述攜帶多個分類標簽框的融合圖片，獲得每一類的分類標簽框；

對于同一類的分類標簽框按照置信度由大到小的順序進行排序；以及

在同一類的分類標簽框中，從置信度最大的分類標簽框開始依次遍歷，使其與所有比其置信度小的分類標簽框進行重合程度計算，若所述重合程度大于預設閾值，則直接刪除分數低的分類標簽框，直到遍歷完同一類中的所有分類標簽框，所述重合程度O為置信度大的分類標簽框A與置信度大的分類標簽框B的面積交并比，即。

5.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，

所述計算機程序被處理器執行時能實現根據權利要求1至4中任意一項所述的一種多模板的安檢圖像識別方法。