本申请要求于 2013年 2月 1 日递交的、 申请号为 201310041293.3、 发明名称为 "薄片和块状违禁品、 爆炸物或毒品识别方法" 的中国专利申请的优先权， 其全部内 容通过引用并入本申请中。 技术领域

本发明整体上涉及计算机断层成像数据中的违 禁品、 爆炸物、 毒品识别方法， 更 具体地涉及薄片和块状违禁品、 爆炸物或毒品识别方法。 背景技术

美国的 9· 11 事件发生以后， 航空领域的安全检查工作越来越受到重视。 基于 CT 技术的安检产品有着不可比拟的先进性， 性能指标优势明显。 美国 TSA认为， CT 设备及其检测方法是实现机场安全检查的重要 途径。 薄片违禁品和和块状违禁品 的识别是 CT设备的关键技术， 对于检查藏匿在行李包裹中的违禁品起到至关 重要的 作用。 特别地， 薄片违禁品识别的方法对书本或笔记本电脑夹 带违禁品有重要的防范 作用。

通过对以下几篇专利 US6195444B1、 CN1305610A 和 CN1178019A 的分析可 知， 几项专利采用的方法都是直接分析三维体数据 ， 这样就必须等待最后一个断层数 据完全到达后， 才开始进行三维数据分析， 这样就存在着时间等待。 当最后一个断层 的数据到达后， 由于需要分析的三维数据是很多个断层， 数据量巨大， 分析需要耗费 的时间较长， 这就造成： 等待和分析的时间过多， 时间延迟必然比较长。 在上述专利 中， 检测薄片物体时采用立方体背景方法或者形态 学剥蚀方法， 属于间接利用薄片物 体厚度较薄的物理特征， 参数设置并不方便。 立方体背景方法的复杂度高、 计算量 大， 而且当薄片与某块状物体距离较近或者毗邻像 素较多时， 待检测像素与背景像素 的差异较小， 导致这些方法容易失效， 识别时造成遗漏。

有鉴于此， 确有必要提供一种减小或消除时间延迟的对薄 片或块状违禁品、 爆炸 物、 毒品识别的方法。 发明内容

本发明的目的旨在解决现有技术中存在的上述 问题和缺陷的至少一个方面。 根据本发明的一个方面， 提供了一种薄片违禁品、 爆炸物或毒品识别方法， 包括 以下步骤：

(1) 读入待检测物品的一个断层的数据；

(2) 对所述断层数据进行预处理；

(3) 将预处理后的断层数据分割为若干个物理属性 相近的区域；

(4) 分析每一个分割区域是否为薄片区域；

(5) 判断当前断层中检测出的薄片区域是否能够与 前一断层中检测出的薄片区 域合并， 用于形成薄片物体；

(6) 判断每个检出的薄片物体是否已经结束或完整 ；

(7) 重复步骤 （1) - (6)， 采用逐个断层分析的方法处理每一个断层的数 据， 直至处理完所有断层的数据。

根据本发明的另一个方面， 提供了一种块状违禁品、 爆炸物或毒品识别方法， 包 括以下步骤：

(1) 读入待检测物品的一个断层的数据；

(2) 对当前的断层数据进行预处理；

(3) 将当前的断层数据分割为若干个物理属性较为 相近的区域；

(4) 对于每个分割区域， 将其物理属性在违禁品、 爆炸物或毒品数据库中进行 查询处理， 如果查询的结果为禁止， 则将该分割区域识别为一个有效的块状区域；

(5) 判断当前断层中检测出的块状区域是否能够与 前一断层中检测出的块状区 域合并， 用于形成块状物体；

(6) 判断每个检出的块状物体是否已经结束或完整 ；

(7) 重复步骤 （1) - (6) ， 采用逐个断层分析的方法处理每个断层的数据 ， 直 至处理完所有断层的数据。

综上所述可知， 本发明将复杂的三维目标提取问题简化为技术 更为成熟的二维目 标提取问题， 无需一次获得全部断层成像数据， 采用先进的逐层断层分析， 然后将断 层区域逐渐增加， 生长为三维物体的方法， 对于断层数据是来一层就分析一层， 无时 间等待， 断层数据送达后就立即分析该断层并完成识别 ， 然后再增加下一个断层， 这 样， 最后一个断层数据到达时刻， 需要分析的仅是最后一个断层内的数据， 增加的数 据量小， 即需要分析的数据量小， 几乎没有时间延迟。 检测薄片物体时直接测量二维 区域的长度、 厚度等几何属性， 能够更加准确快速的定位薄片物体。 与以往的技术方 案存在比较明显的差异。 附图说明

本发明的这些和 /或其他方面和优点从下面结合附图对优选实� �例的描述中将变 得明显和容易理解， 其中：

图 1是根据本发明的第一实施例的薄片违禁品识� �方法的流程图。

图 2是图 1中的识别方法的断层数据量化处理后的示意� �图像。

图 3是图 1中的识别方法的断层数据分割后的示意性图� �。

图 4是图 1中的识别方法的已经识别出的断层内的薄片� �域的示意性图像。 图 5是图 1中的识别方法的输出后的薄片物体的示意性� �像。

图 6是根据本发明的第二实施例的块状违禁品识� �方法的流程图。

图 7是图 6中的识别方法的断层数据量化处理后的示意� �图像。

图 8是图 6中的识别方法的断层数据分割后的示意性图� �。

图 9是图 6中的识别方法的断层内有效的块状区域的示� �性图像。

图 10是图 6中的识别方法的输出后的块状物体的示意性� �像。 具体实施方式

下面通过实施例， 并结合附图， 对本发明的技术方案作进一步具体的说明。 在说 明书中， 相同或相似的附图标号表示相同或相似的部件 。 下述参照附图对本发明实施 方式的说明旨在对本发明的总体发明构思进行 解释， 而不应当理解为对本发明的一种 限制。

本发明的主要思想是： 对计算机断层成像数据进行逐层分析， 利用违禁品、 爆炸 物、 毒品数据库， 包括预处理、 图像分割和有效区域检测合并等环节， 获得二维目标 区域， 将二维目标区域合并至三维目标物体， 从而实现计算机断层成像数据中违禁品 的无延迟增量式检测。 本发明的上述技术思想可以应用于薄片和块状 违禁品 （例如爆 炸物、 毒品和刀具） 的智能识别。 识别薄片违禁品、 爆炸物、 毒品时通过直接测量二 维区域的长度、 厚度等几何属性， 能够更加准确快速的定位薄片物体。 识别块状违禁 品、 爆炸物、 毒品时通过在违禁品、 爆炸物、 毒品数据库中进行查询， 来准确地识别 有效的块状区域。 第一实施例

在本发明的第一实施例中， 疑似包括薄片违禁品的物品为行李箱。 参见图 1， 如 果对该行李箱进行检测识别以确认其是否包括 薄片违禁品时， 那么所述识别过程可以 具体为以下步骤。

1) 读入待检测物品的一个断层的数据；

2) 对断层数据进行预处理， 所述预处理的步骤具体包括阈值限制、 平滑和量化 处理。 如图 2所示， 经过量化处理后的识别图像显示出在长方形轮 廓中的左上角处有 一长条形区域和在长方形轮廓中的底部具有两 个圆圈。 可知， 该长方形轮廓为行李箱 的截面轮廓， 该两个圆圈为行李箱的两个拉杆的截面轮廓。 所述长条形区域疑似为薄 片违禁品， 这有待于通过下述的步骤进行识别和确认。

3) 将预处理后的断层数据分割为若干物理属性 (如密度)较为相近的区域。 如图 3 所示， 在分割后的断层数据的图像中， 有若干个区域从黑色背景中凸显出来。 尤其明 显的是， 在图 2中显示的长条形区域。

4) 分析每一个分割区域是否是薄片区域， 进行所述分析的主要规则是： 所述分割区域的长度不能小于第一阈值， 具体地， 在本实施例中该长度可以近似 为分割区域的轮廓像素数量的一半。 例如： 第一阈值为 80 像素， 分割出的某个区 域， 其轮廓像素数量为 178， 计算出其长度为 89像素；

所述分割区域的厚度不能大于第二阈值。 具体地， 在本实施例中所述厚度可以通 过 "分割区域的面积 /分割区域的长度"得到。 例如： 第二阈值为 9 像素， 分割出的 某个区域， 其面积像素数量为 632， 其长度为 89， 计算出其厚度为 7.1像素；

所述分割区域的厚度均匀性不能大于第三阈值 。 具体地， 在本实施例中所述厚度 的均匀性可以通过 "所述分割区域的厚度标准差 /所述分割区域的厚度均值"进行衡 量。 例如： 第三阈值为 0.5， 分割出的某个长条区域， 其厚度的标准差为 2.4， 其厚度 均值为 7.1像素。

在以上三个条件同时满足时， 则将该分割区域是识别为薄片区域。

在此需要说明的是， 本领域技术人员可以根据实际需要来确定上述 的第一阈值、 第二阈值以及第三阈值， 而不仅限于上述的具体确定规则。 另外， 本领域技术人员还 可以采用其它本领域已知的技术手段来判断所 述分割区域是否为薄片区域， 且显而易 见的， 这样的技术手段也落入到本发明的保护范围内 。

5) 对当前断层中检测出来的薄片区域进行后处理 （例如合并处理）， 将分裂的短 薄片区域合并为长薄片区域。 可以根据位置相邻性、 物理属性 （例如密度和原子序 数） 的相似性来判断。 参见图 4， 所述识别出的薄片区域用参考标记 10 示出。 从上 述的描述可知， 此处的步骤 5 ) 是可选步骤。 在断层中的薄片区域为一个或认为不需 要进行合并处理时， 可以省略所述步骤 5 )。

6) 判断当前断层中检测出的薄片区域是否能够与 前一断层中检测出的薄片区域 合并， 用于形成薄片物体。 需要说明的是， 如果当前断层为待检测物品的第一个断 层， 则不需要进行此处所述的合并步骤， 而直接将所述薄片区域看作成薄片物体。 在 对所述第一个断层进行处理之后， 则需要判断当前断层中的检测出的薄片区域是 否能 够合并至已有的薄片物体 （即， 在当前断层之前的断层分析中被看作成的薄片 物体， 例如第一断层中被识别出的薄片物体）。 可以根据位置相邻性、 物理属性 （例如密度 和原子序数） 的相似性来判断。 如果不能合并， 则创建新的薄片物体。

7) 判断每个检出的薄片物体是否已结束或完整。 如果所述每个检出的薄片物体 已结束， 将质量在一定或合理范围 （即在违禁品的质量范围） 内的薄片物体输出。 如 图 5所示， 所述输出的薄片物体由参考标记 20标记。

8) 重复 1 ) 〜7) 步骤， 采用逐层断层分析的方式处理每个断层的数据 ， 直至处 理完所有断层的数据。

至此可知， 通过本发明的第一实施例所述的识别方法， 可以识别出薄片物体

20。

可以理解， 因为刀具具有薄片形状的特征， 所以可以用薄片违禁品的识别方法来 识别。 当刀具的厚度符合上述方法中的薄片形状的特 征时， 且将该方法中的图像的物 理属性 （在实施例中是例如密度值和原子序数值等） 设置为刀具的原材料 （例如， 铁、 铜等材料） 的特征值， 该方法可以用于刀具的自动识别与检测。

当然， 上述的薄片违禁品识别方法还可以应用于薄片 爆炸物或毒品的识别， 如果 需要的话， 可以根据检测对象 （例如违禁品、 爆炸物或毒品） 的不同， 而进行适当的 参数或技术手段调整。 第二实施例

在本发明的第二实施例中， 疑似包括块状违禁品的物品为行李箱。 参见图 6， 如 果对该行李箱进行检测识别以确认其是否包括 块状违禁品时， 那么所述识别过程可以 具体为以下步骤。 1) 读入待检测物品 （例如行李箱） 的一个断层的数据。

2) 对当前的断层数据进行预处理， 所述预处理包括阈值限制、 平滑和量化处理 等步骤。 如图 7所示， 经过量化处理后的识别图像显示出在长方形轮 廓中的左半部处 有一灰白色矩形块区域和在长方形轮廓中的底 部具有两个圆圈。 可知， 该长方形轮廓 为行李箱的截面轮廓， 该两个圆圈为行李箱的两个拉杆的截面轮廓。 所述灰白色矩形 块区域疑似为块状违禁品。 这有待于通过下述的步骤进一步识别和确认。

3) 将断层数据分割为若干物理属性 （例如密度） 较为相近的区域。 如图 8 所 示， 在分割后的断层数据的图像中， 有若干个区域从黑色背景中凸显出来。 尤其明显 的是， 在图 7中显示的灰白色矩形块区域。

4)对于每一个分割区域， 通过其物理属性 （例如平均密度和平均原子序数） 在违 禁品数据库中查询， 如果查询结果为禁止， 视为一个有效的块状区域。 所述查询结果 为禁止是指所述分割区域的物理属性与所述违 禁品数据库中的数据相匹配。

5) 对当前断层中检测出来的块状区域进行后处理 （例如合并处理）， 将分裂的小 块状区域合并为大块状区域。 可以根据位置相邻性、 物理属性 （例如密度和原子序 数） 的相似性来判断。 参见图 9， 所述识别出的块状区域用参考标记 30 示出。 从上 述的描述可知， 此处的步骤 5 ) 是可选步骤。 在断层中的块状区域为一个或认为不需 要进行合并处理时， 可以省略所述步骤 5 )。

6) 判断当前断层中检测出的块状区域是否能够与 前一断层中检测出的块状区域 合并， 用于形成块状物体。 需要说明的是， 如果当前断层为待检测物品的第一个断 层， 则不需要进行此处所述的合并步骤， 而直接将所述块状区域看作成块状物体。 在 对所述第一个断层进行处理之后， 则需要判断当前断层中的检测出的块状区域是 否能 够合并至已有的块状物体 （即， 在当前断层之前的断层分析中被看作成的块状 物体， 例如第一断层中被识别出的块状物体）。 可以根据位置相邻性、 物理属性 （例如密度 和原子序数） 的相似性来判断。 如果不能合并， 则创建新的块状物体。

7) 判断每个检出的块状物体是否已结束或完整。 如果所述每个检出的块状物体 已结束， 将质量在一定或合理范围 （即在违禁品的质量范围） 内的块状物体输出。 如 图 10所示， 所述输出的块状物体由参考标记 40标记。

8) 重复 1 ) 〜7) 步骤， 采用逐层断层分析的方法处理每个断层的数据 ， 直至处 理完所有断层的数据。

至此可知， 通过本发明的第二实施例所述的识别方法， 可以识别出块状物体 40。

可以理解， 本发明所述的薄片违禁品和块状违禁品识别方 法， 即可适用于爆炸 物， 也可以适用于毒品等物质的识别， 只要他们具有薄片或块状的形状特征即可。 需 要注意的是， 需要把违禁品的数据库换成爆炸物的数据库或 者毒品的数据库， 即可成 为爆炸物或者毒品的识别方法。

本发明的方法以物品机 CT系统为实例来描述， 实际可以运用到产生三维数据的 各种系统， 特别是产生断层数据的系统， 包括 CT系统和核磁共振的系统。 其他产生 三维数据的系统， 只要按照本发明的识别方法对每层数据逐层处 理， 也可以进行薄片 物品和块状物品的识别和检测。

虽然本发明总体构思的一些实施例已被显示和 说明， 本领域普通技术人员将理 解， 在不背离本总体发明构思的原则和精神的情况 下， 可对这些实施例做出改变， 本 发明的范围以权利要求和它们的等同物限定。