阅读说明：本技术 一种车底飞点扫描方法 (Vehicle bottom flying spot scanning method ) 是由 熊凯 韩畅 沈海平 于 2020-06-10 设计创作，主要内容包括：本发明公开了一种车底飞点扫描方法,包括：扫描待扫描车辆底部,并获取所述待扫描车辆底部在二维方向上X射线背散射的多段二维强度分布信息；通过重构图像算法模块将多段二维强度分布信息重构得到所述待扫描车辆的整体图像信息。本发明中可通过斩波轮产生飞点,对待扫描车辆底部进行Y轴方向的一维扫描,同时待扫描车辆以正常速度从飞点扫描装置上方驶过,从而产生X轴方向的一维扫描,通过重构图像算法模块将二维强度分布信息重构得到该待扫描车辆的整体图像信息。本发明中将飞点扫描和待扫描车辆的运动相结合以降低扫描的耗时,从而提高扫描的效率,并且通过图像处理算法,对原始图像进行增强处理,提高图像的分辨率,进而提升扫描的准确率。(The invention discloses a vehicle bottom flying spot scanning method, which comprises the following steps: scanning the bottom of a vehicle to be scanned, and acquiring a plurality of sections of two-dimensional intensity distribution information of X-ray backscattering of the bottom of the vehicle to be scanned in a two-dimensional direction; and reconstructing the multi-section two-dimensional intensity distribution information through a reconstructed image algorithm module to obtain the integral image information of the vehicle to be scanned. In the invention, flying spots can be generated through the chopper wheel, one-dimensional scanning in the Y-axis direction is carried out on the bottom of the vehicle to be scanned, meanwhile, the vehicle to be scanned passes through the flying spot scanning device at a normal speed, so that one-dimensional scanning in the X-axis direction is generated, and the overall image information of the vehicle to be scanned is obtained by reconstructing the two-dimensional intensity distribution information through the reconstructed image algorithm module. According to the invention, flying spot scanning and the motion of a vehicle to be scanned are combined to reduce the time consumption of scanning, so that the scanning efficiency is improved, and the original image is enhanced through an image processing algorithm, so that the resolution of the image is improved, and the scanning accuracy is further improved.)

一种车底飞点扫描方法

技术领域

本发明属于安检技术领域，具体涉及一种车底飞点扫描方法。

背景技术

最近几年，中国的电子商务发展迅猛有目共睹，也推进了物流快递行业的 快速高效发展，网络与快递的结合给人们带来全新的便捷生活。2017年，我国 的快递总量超过了400亿个，占据全球总量的一半。然而，随着物流快递行业 井喷式的发展，并且不少快递企业都采用加盟式的经营方式，因此企业往往对 于各网点在收件验视、分拨查验上难以做到滴水不漏。物流快递行业加大对包 裹的监管，对安全隐患的排查，显得十分紧迫。作为如今世界上快件数量第一 的国家，针对物流快递的快速、全面、准确的安检技术有着极为重要的意义。

另一方面，边境地区往往伴随着大量的出入境人流以及进出口货物运输， 对于出入境人员的随行行李、邮寄出入境的信件、包裹甚至是进出口的集装箱、 货品，引入安检相关设备都是至关重要的。

X射线具有很强的穿透能力，其检测技术在安检和无损检测领域具有重要 的应用。传统的安检及无损检测技术为X射线透视，基于物质对X射线的衰减 原理。安检领域，毒品和***物均为低原子序数、低密度有机物，对X射线的 衰减很弱，几乎是“透明的”，所以透视技术的探测效果很差。无损检测领域， 透视对于小型零部件的检测效果较好，但是对于大型金属部件，由于强衰减效 应，成像对比度较差，例如对航空部件表层的裂痕、损伤等的检测。因此，亟 需发展新的检测技术来丰富违禁品查缉及无损检测的手段，提高检测的准确性 和精度。

因此，亟需发展新的检测技术来丰富违禁品查缉及无损检测的手段，提高 检测的准确性和精度。

发明内容

本发明提供了一种车底飞点扫描方法，提高安检效率及准确率。

本发明的技术方案为：一种车底飞点扫描方法，包括：

扫描待扫描车辆底部，并获取所述待扫描车辆底部在二维方向上X射线背 散射的多段二维强度分布信息；

通过重构图像算法模块将多段二维强度分布信息重构得到所述待扫描车辆 的整体图像信息。

作为优选，所述多段二维强度分布信息的二维方向包括X方向和Y方向， 所述X方向为所述待扫描车辆的行驶方向，所述Y方向为与所述待扫描车辆的 行驶方向垂直的方向。

作为优选，获取多段二维强度分布信息包括：

通过旋转的斩波轮产生扫描飞点，对待扫描车辆底部进行Y轴方向的一维 扫描；以及

同时待扫描车辆行驶通过斩波轮时，产生X轴方向的一维扫描。

作为优选，所述扫描飞点的获取包括：

X射线源发射X射线光束；

X射线光束通过设置于X射线源和斩波轮之间的前置准直狭缝，再通过旋 转的斩波轮，从而产生扫描飞点。

作为优选，若待扫描车辆运动速度偏大时，通过像素点直接的相关性进行 插值重构计算，缩短扫描线直接的间隔，增大图像的分辨率。

作为优选，得到所述待扫描车辆的整体图像信息之后，还包括：

对图像进行增强处理，以及展示所述整体图像信息。

作为优选，得到所述待扫描客体的整体图像信息之后，还包括：

识别所述整体图像信息中的违禁品图像信息。

作为优选，所述识别所述整体图像信息中的违禁品图像信息包括：

将所述整体图像信息输入神经网络模型，通过所述神经网络模型得到所述 整体图像信息中的违禁品图像信息。

作为优选，所述神经网络模型的训练方法包括：

将整体图像样本和所述整体图像样本中所包含的违禁品标准图像作为训练 样本，训练所述神经网络模型。

作为优选，通过所述神经网络模型得到所述整体图像信息中的违禁品图像 信息之后，还包括：

对所述违禁品图像信息进行第三方复查，得到复查结果；

当复查结果为所述违禁品图像信息为错误信息时，对所述违禁品图像信息 进行修正，得到正确的违禁品图像信息；以及

将所述整体图像信息和正确的违禁品图像信息作为训练样本再次训练所述 神经网络模型。

与现有技术相比，本发明的有益效果体现在：

本发明中可通过斩波轮产生飞点，对待扫描车辆底部进行Y轴方向的一维 扫描，同时待扫描车辆以正常速度从飞点扫描装置上方驶过，从而产生X轴方 向的一维扫描。最终获取该待扫描车辆的X射线背散射强度数据信息，然后通 过重构图像算法模块将二维强度分布信息重构得到该待扫描车辆的整体图像信 息。本发明中将飞点扫描和待扫描车辆的运动相结合以降低扫描的耗时，从而 提高扫描的效率，并且通过图像处理算法，对原始图像进行增强处理，从而提 高图像的分辨率，进而提升了扫描的准确率。

附图说明

图1所示为本发明中一实施例提供的一种车底飞点扫描方法的流程图。

图2所示为本发明中一实施例提供的一种车底飞点扫描装置的结构示意图。

图3所示为本发明中一实施例提供的一种扫描线分布示意图。

图4所示为本发明中另一实施例提供的一种车底飞点扫描方法的流程图。

图5所示为本发明中另一实施例提供的一种车底飞点扫描方法的流程图。

图6所示为本发明中另一实施例提供的一种车底飞点扫描方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清 楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全 部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性 劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，在示例性实施例中，因为相同的参考标记表示具有相同结构的相同 部件或相同方法的相同步骤，如果示例性地描述了一实施例，则在其他示例性 实施例中仅描述与已描述实施例不同的结构或方法。

在整个说明书及权利要求书中，当一个部件描述为“连接”到另一部件， 该一个部件可以“直接连接”到另一部件，或者通过第三部件“电连接”到另 一部件。此外，除非明确地进行相反的描述，术语“包括”及其相应术语应仅 理解为包括所述部件，而不应该理解为排除任何其他部件。

图1所示为本申请一实施例提供的一种车底飞点扫描方法的流程图。如图1 所示，该车底飞点扫描方法包括如下步骤：

步骤110：扫描待扫描车辆并获取所述待扫描车辆底部的X射线背散射强 度数据信息。

如图2所示为本申请一实施例提供的一种车底飞点扫描装置的结构示意图， 该车底飞点扫描装置包括：扫描平台1、旋转轴2、斩波轮3、X射线源4、前 置准直狭缝5、X射线探测器6，旋转轴2竖直设置于扫描平台1上，斩波轮3 设置于旋转轴2上；其中，扫描平台1包括由高原子序数材料制作的屏蔽结构。 当待扫描车辆在扫描平台1上部运动时，斩波轮3随着旋转轴2的高速旋转而 实现绕轴旋转运动进而实现对待扫描车辆的飞点扫描，以实现快速的X射线背 散射成像。在一实施例中，X射线探测器6可以是闪烁体探测器，步骤110具 体为：发射X射线扫描所述待扫描车辆底部，并且接收所述待扫描车辆底部背 向散射的X射线来获取所述待扫描车辆的X射线背散射强度数据信息。X射线 具有很强的穿透能力，其检测技术在安检和无损检测领域具有重要的应用。X 射线背散射检测是近年来发展起来的精密检测技术。基于康普顿散射原理，该 技术对低密度有机物具有较高的灵敏度，能够有效检测毒品、***物等违禁品。 由于射线源和探测器位于同侧，特别适合对大型物体进行检测，尤其是大型部 件表层的精密检测。

在一实施例中，通过旋转轴2的高速旋转运动，可以带动位于旋转轴2上 的斩波轮3对扫描平台1上端的待扫描车辆底部进行Y轴方向的一维飞点扫描， 同时通过待扫描车辆和扫描平台的相对运动产生X轴方向的一维扫描，最终能 够重构X射线背散射图像，实现快速检测。应当理解，本申请实施例可以根据 实际应用场景的需求而选取旋转轴2的不同运行速度，只要所选取的X射线源 4产生的飞点能够满足待扫描车辆底部二维平面扫描精度即可，本申请实施例对 于旋转轴2的具体运行速度不做限定。

在一实施例中，如图2所示，扫描平台1可以包括：支撑底座11、支撑顶 板12、支撑侧板13；其中，支撑顶板12与支撑底座11对应设置且位于支撑底 座11上方，支撑侧板13设置于支撑底座11和支撑顶板12之间并连接支撑顶 板12与支撑底座11。通过支撑底座11、支撑顶板12以及支撑侧板13形成一 个屏蔽结构，当待扫描车辆位于该屏蔽结构上方时，X射线源4和X射线探测 器6可以通过斩波轮3的旋转对该待扫描车辆进行快速扫描成像，并且在扫描 过程中，该待扫描车辆可以以较低速度自由行驶通过该结构。在一实施例中， 扫描平台1可以包括四个支撑侧板13，该四个支撑侧板13分别设置于支撑底座 11和支撑顶板12的四个面，以实现稳固支撑底座11和支撑顶板12。应当理解， 本申请实施例可以根据实际应用场景的不同而选取支撑侧板13的数量和设置位 置，只要所选取的支撑侧板13的数量和设置位置能够稳固支撑底座11和支撑 顶板12且与支撑底座11和支撑顶板12形成屏蔽结构即可，本申请实施例对于 支撑侧板13的具体数量和具体设置位置不做限定。

在一实施例中，如图2所示，支撑侧板13上可以设置驱动器件14，驱动器 件14与旋转轴2连接，驱动器件14驱动旋转轴2做高速旋转运动。通过设置 驱动器件14驱动旋转轴2做高速旋转运动，继而带动设置于旋转轴2上的斩波 轮3做绕轴旋转运动并且对待扫描车辆底部进行快速扫描成像。在一实施例中， 驱动器件14可以为驱动电机等具有驱动能力的部件，但是应当理解，本申请实 施例可以根据实际应用场景的不同而选取不同的驱动器件14的具体结构，只要 所选取的驱动器件14的具体结构能够驱动旋转轴2做高速旋转运动即可，本申 请实施例对于驱动器件14的具体结构不做限定。

在一实施例中，如图2所示，驱动器件14与旋转轴2可以通过传动丝杆结 构15连接。在支撑侧板13上设置传动丝杆结构15，旋转轴2一端与支撑侧板 13通过传动丝杆结构连接，驱动器件14驱动旋转轴2做高速旋转运动。在另一 实施例中，驱动器件14与旋转轴2可以通过齿轮结构连接。齿轮结构包括齿轮 和齿条，齿轮与旋转轴2连接，驱动器件14驱动齿轮延齿条运动，从而带动旋 转轴2做高速旋转运动。应当理解，本申请实施例可以根据实际应用场景的不 同而选取驱动器件14与旋转轴2的不同连接结构，例如驱动器件14与旋转轴2 可以通过凸轮等结构连接，只要所选取的驱动器件14与旋转轴2的连接结构能 够实现旋转轴2做高速旋转运动即可，本申请实施例对于驱动器件14与旋转轴 2的具体连接结构不做限定。

在一实施例中，如图2所示，斩波轮3开有4条径向分布的狭缝，狭缝以 外区域用高原子序数材料进行屏蔽。X射线源4产生的锥形光束通过前置准直 狭缝5之后形成扇形光束，然后再通过斩波轮3的狭缝之后形成飞点，进而在 待扫描车辆底部平面实现Y轴方向的一维扫描。但是应当理解，本申请实施例 可以根据实际应用场景的不同而选取斩波轮3的狭缝数量和设置位置，只要所 选取的斩波轮3的狭缝数量和设置位置能够使得X射线源在待扫描客体平面上 形成飞点扫描即可，本申请实施例对于斩波轮3的狭缝具体数量和具体设置位 置不做限定。

在一实施例中，如图2所示，斩波轮3绕旋转轴2高速旋转。旋转轴和由X 射线源、准直狭缝中心及X射线探测器中心狭缝形成的中心轴存在一定的偏离。 使得X射线源4产生的锥形光束能够顺利通过斩波轮3的狭缝之后形成飞点。 但是应当理解，本申请实施例可以根据实际应用场景的不同而选取斩波轮3的 旋转轴和中心轴之间的偏离距离，只要所选取的偏离距离能够使得X射线源在 待扫描客体平面上形成飞点扫描即可，本申请实施例对于偏离距离具体设置不 做限定。

在一实施例中，如图2所示，该飞点扫描装置可以包括至少两个X射线探 测器6，两个所述X射线探测器6沿水平方向并列设置于所述扫描平台1上端， 之间保留一个狭缝位置。在进一步的实施例中，该飞点扫描装置可以包括多个X 射线探测器6。若增加X射线探测器6的数量可以扩大扫描范围，但会带来扫 描数据采集电路复杂度增加、扫描效率降低。因此，本申请实施例通过设置2 个X射线探测器6，可以在保证扫描的效率且不会因为X射线探测器6的数量 过多而造成浪费。应当理解，本申请实施例也可以根据实际应用场景的不同而 选取X射线探测器6的不同数量，只要所选取的X射线探测器6的数量能够满 足扫描需求即可，本申请实施例对于X射线探测器6的具体数量不做限定。

步骤120：通过重构图像算法模块将二维强度分布信息重构得到该待扫描车 辆的整体图像信息。

图3所示为本申请一实施例提供的一种扫描线分布示意图。在此实施例中， 通过斩波轮产生飞点，对待扫描车辆底部进行Y轴方向的一维扫描，同时待扫 描车辆以正常速度从飞点扫描装置上方驶过，从而产生X轴方向的一维扫描。 两者共同作用，产生如图3所示的扫描线分布。通过对扫描线以适当地频率采 样，能获得相应位置的像素点分布。如果车辆运动速度偏大，可以通过像素点 直接的相关性进行插值重构计算，可以缩短扫描线直接的间隔，增大图像的分 辨率。应当理解，本申请实施例也可以根据实际应用场景的不同而选取不同的 重构算法，只要所选取的重构算法能够满足图像重构需求即可，本申请实施例 对于图像重构的具体算法不做限定。

图4所示为本申请另一实施例提供的一种车底飞点扫描方法的流程图。如 图4所示，在步骤120之后，该飞点扫描方法还可以包括：

步骤130：通过图像处理方法，改善上述步骤120所获得的原始扫描图像， 使得图像质量提升。

在合并得到待扫描车辆的整体图像信息后，可以通过显示器件来展示该待 扫描车辆的整体图像，从而根据该整体图像判断待扫描车辆是否携带违禁品。 在一实施例中，步骤130可以具体包括：通过高斯滤波算法对原始图像去噪， 通过自适应对比度增强算法对图像增强，通过伪彩色增强提高X射线背散射图 像的可视性等。

图5所示为本申请另一实施例提供的一种车底飞点扫描方法的流程图。如 图5所示，在步骤130之后，该车底飞点扫描方法还可以包括：

步骤140：识别整体图像信息中的违禁品图像信息。

可以通过设置自动识别器件来自动识别待扫描车辆中所包含的危险物品， 以辅助人工检查。在一实施例中，自动识别器件可以包括神经网络模型，具体 的，该神经网络模型可以包括深度学习神经网络模型，步骤140的具体实现方 式为：将整体图像信息输入神经网络模型，通过该神经网络模型得到整体图像 信息中的违禁品图像信息。在人工查看的同时辅以自动识别，可以进一步提高 检查的准确性，并且也能大幅降低人工的工作量。在一实施例中，该神经网络 模型的训练方法可以为：将整体图像样本和该整体图像样本中所包含的违禁品 标准图像作为训练样本，训练该神经网络模型。通过大量训练样本的训练，可 以保证神经网络模型的自动识别精度。在一实施例中，该神经网络模型在训练 的过程中，可以对训练样本(包括危险物品的待扫描车辆的影像)进行旋转、 裁剪等操作，以获取更多的训练样本，并且通过上述操作也能提高训练样本的 广泛性，避免实际识别过程中由于部分遮挡或者放置角度的不同而无法识别， 从而提高神经网络模型的识别精度。通过深度学习的训练，可以实现神经网络 模型自动识别疑似危险物品，并标示出对应的疑似危险物品。

图6所示为本申请另一实施例提供的一种车辆飞点扫描方法的流程图。如 图6所示，在步骤140之后，该分段式扫描方法还可以包括：

步骤150：对违禁品图像信息进行第三方复查，得到复查结果。

当神经网络模型识别出存在违禁品图像信息时，特别是该神经网络模型识别初期，其识别精度和可靠性还有待确定，可以对该违禁品图像信息进行第三方复 查，例如人工复查，并给出复查结果。

步骤160：当复查结果为违禁品图像信息为错误信息时，对违禁品图像信息 进行修正，得到正确的违禁品图像信息。

当复查结果为该违禁品图像信息为错误信息时，由该第三方对错误的违禁品图像信息进行修正，以得到正确的违禁品图像信息，例如当神经网络模型标示出 违禁品的位置有偏差时，将违禁品的正确位置标示出，又例如当神经网络模型 标示出的违禁品位置不存在违禁品时，可以将对应的标示删除。

步骤170：将整体图像信息和正确的违禁品图像信息作为训练样本再次训练 神经网络模型。

将第三方修正后的正确的违禁品图像信息和对应的整体图像信息作为训练 样本对该神经网络模型再次训练，以进一步提高该神经网络模型的识别精度。 应当理解，本申请实施例可以根据实际应用场景的需求而选取自动识别的具体 方法，例如也可以通过图像识别的方式将需要自动识别的物品提取并与危险品 或违禁品的标准图像进行比对，从而获取待扫描车辆中的危险品或违禁品，本 申请实施例对于自动识别的具体方法不做限定。

本发明实施例还提供的车底飞点扫描方法及对应给出的扫描装置可以应用 于安检设备，通过斩波轮产生飞点对待扫描车辆底部进行Y轴方向的一维扫描， 同时待扫描车辆以正常速度从飞点扫描装置上方驶过，从而产生X轴方向的一 维扫描。最终获取该待扫描车辆的X射线背散射强度数据信息，然后通过重构 图像算法模块将二维强度分布信息重构得到该待扫描车辆的整体图像信息。将 飞点扫描和待扫描车辆的运动相结合以降低扫描的耗时，从而提高扫描的效率， 并且通过图像处理算法，对原始图像进行增强处理，从而提高图像的分辨率， 进而提升了扫描的准确率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保 护范围之内。