CN103487449B - 一种动态校准的方法 - Google Patents
一种动态校准的方法 Download PDFInfo
- Publication number
- CN103487449B CN103487449B CN201310200332.XA CN201310200332A CN103487449B CN 103487449 B CN103487449 B CN 103487449B CN 201310200332 A CN201310200332 A CN 201310200332A CN 103487449 B CN103487449 B CN 103487449B
- Authority
- CN
- China
- Prior art keywords
- buffer memory
- maxr
- full scale
- data
- scale value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种动态校准的方法,属于安检领域。该方法包括:线扫描X光安检机连续扫描一段时间,将扫描的原始数据存入缓存中;当缓存的数据达到设定阈值时进行分析,对缓存中的数据进行分析;根据分析结果,更新满度值。采用本发明的实施例,可以确保在较短的时间内满度值及时得到更新,解决长时间使用出现校准异常的问题。
Description
技术领域
本发明涉及安检领域,尤其涉及一种动态校准的方法。
背景技术
由于X射线具有较强的穿透性,在医疗、安检领域获得了极为广泛的应用,线扫描X光安检机在海关、航空、交通运输等领域的安全防范起到了重要的作用。线扫描X射线安检机基本原理为X光透过物体后在线扫描探测器上成像,成像数据为扫描位置处的一个切片,当皮带拖动物体匀速移动时,将探测器上每列图像数据拼接起来就可以形成一幅完整的图像。
线扫描探测器是由很多块探测器模块串接起来的,每一个探测器模块物理特性会有差异,导致其光感特性不一样,表示的动态范围不一样,所以直接从线扫描探测器获取的数据不能直接用来显示,需要进行校准之后才能使用。长时间使用下射线源和探测器的物理特性会有所改变,导致满度值,即X射线不通过物体直接照射到探测器上的AD值,出现变化,所以校准的难点在于如何在实际运用的各种复杂场景下准确的获取满度值,从而实现对满度值的实时更新。
由于射线源的物理特性在短时间里面具有稳定性,现有的校准方式中扫描X光机校准的方式为X光机进入扫描结束状态,即当物体全部从安检通道中出来时,使X射线源延长开启一定时间,采集这个时间的探测版数据,作为下一次扫描结束状态来临之间的满度值。
现有的校准方式利用了射线源的物理特性在短时间里面具有稳定性,在流量不大的地方由于X光机经常进入扫描结束状态,能够比较准确的进行校准。但是在流量非常大的地方,比如说流水线操作的物流安检领域,有持续不断的包裹进入安检通道,光电开关检测为一直有包裹通过状态,所以导致满度值不能实时更新,外在的表现就是图像上出现背底橙色。
发明内容
有鉴于此,本发明要解决的技术问题在于提供一种动态校准的方法,以解决长时间使用出现校准异常的问题。
为解决以上技术问题,本发明采用的技术方案如下:
线扫描X光安检机连续扫描一段时间,将扫描的原始数据存入缓存中;
当缓存的数据达到设定阈值时,对缓存中的数据进行分析;
根据分析结果,更新满度值。
进一步的,如果缓存中的数据符合更新满度值条件,则进行更新,不符合则重复执行所述步骤当缓存的数据达到设定阈值时,对缓存中的数据进行分析。
进一步的,如果线扫描X光安检机进入了扫描结束状态,则进行归一化校准,重置参数。
进一步的,对缓存中的数据进行分析,具体为:
对缓存数据进行分割得到二值化图像;
对所述二值化图像进行去噪处理;
对去噪后的图像进行标记,找到物体的坐标,记为{Upi、Domni、Lefti、Righti}(i=1,2,...,Num);
根据所述坐标找到间隙区域。
进一步的,根据坐标找到间隙区域具体为:
对每一个区域的坐标按Left从小到大的顺序进行排序,排序后的结果为{Upisort、Domnisort、Leftisort、Rightisort}(isort=1,2,...,Num);
计算
[Width、iDex]=max(Left2-MaxR1,...,Leftisort+1-MaxRisort,...,LeftNum-MaxRNum-1,Llimit-MaxRNum)
其中MaxRk=max(Right1,Right2,...,Rightk),Width为最大间隙,iDex为最大间隙的索引值,即[MaxRiDex、LeftiDex+1]为最大的间隙区域。
与现有技术相比,本发明实施例采用一种见缝插针的动态校准方法,当通道持续有包裹通过时,抓住包裹之间的空隙进行满度值的更新,可以确保在较短的时间内满度值及时得到更新,解决长时间使用出现校准异常的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例提供的一种开机启动时的方法流程图;
图2是是本发明实施例提供的一种动态校准的方法流程图;
图3是本发明实施例提供的缓存中的数据分析的方法流程图。
具体实施方式
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
本发明包含两个部分:开机之后X光机进行初始化处理,包括参数的初始化和满度值、底度值的获取;X光机工作之后满度值的实时更新。
如图1所示是本发明实施例提供的一种开机启动时的方法流程图,该方法包括:
S101、开启X光机,关闭X射线,采集底度值;
S102、光电开关检测安检通道是否有物体,如没有物体,打开X射线,采集满度值;否则蜂鸣器发出报警音,直到物体被移除,再打开X射线,采集满度值。
底度值是X射线没打开的时候探测器的AD值,要求X射线关闭,这个条件非常容易满足而且不会有异常状态,可以开机之后直接从探测器获取,记为VZEROi(i=1,2,...,n),底度值在使用过程中跳变非常的小,这个值在X光机重新启动之前不会发生变化。
满度值的获取需要光电开关进行配合,是因为获取满度值需要两个条件同时满足:X射线源处于开启状态;扫描线上没有任何遮挡物。由于X射线开启的时候有一个上升过程,这个过程大概持续200-300毫秒,在上升的过程中探测 器上的AD值会出现震荡,所以这个时候采集的值不能够作为校准的满度值。优选的,当光电开关判定通道无物体时采集X射线源开启约0.5秒后探测版上的AD值作为初始的满度值,记为VFULLi(i=1,2,...,n)。
开机后获取到底度值和满度值之后,就可以根据式1或式2对采集的数据进行校准。
或者 (式2)
其中:n为探测点的个数;VORIi,t和VADJi,t代表t时刻第i个探测点校准之后的AD值和原始AD值,VADJi,t和VORIi,t代表t时刻第i个探测点校准之后的AD值和原始AD值;VZEROi和VFULLi代表第i个探测点的底度值和满度值。
X光机开机完成之后就进入工作状态。
如图2所示是本发明实施例提供的一种动态校准的方法流程图,该方法包括:
S201、X光机连续扫描一段时间,将扫描的原始数据存入缓存中;
S202、当缓存的数据达到设定阈值时,对缓存中的数据进行分析;
S203、根据分析结果,更新满度值。
具体的,如果连续扫描状态持续一段时间Tlimit,优选的为5分钟,持续时间短效果好,但是处理数据会比较繁忙,持续时间长效果会变差,通常不大于20分钟。
扫描的原始数据可以按列保存到缓存中,也可以按行保存到缓存中。优选的依次按列保存到缓存中。
步骤S202进一步包括累加列计数参数LCout直到达到设定阈值,即缓存的数据达到设定阈值,然后对缓存中的数据进行分析。
其中缓存记为LMem,LCout的设定阈值记为Llimit,也即存储的扫描线数的设定阈值。其中缓存记为LMem,扫描线数的设定阈值记为Llimit,本发明实施例的阈值Llimit设定为1000,即实物距离为1米左右,大概为2个普通包裹的长度。
具体的,如果缓存中的数据符合更新满度值条件时,则更新 VFULLi(i=1,2,...,n),不符合则重复执行步骤S202,如果中间进入了扫描结束状态,则按照扫描结束状态的流程执行,与现有技术相同,进行归一化校准,重置参数。
如图3所示是本发明实施例提供的缓存中的数据分析流程图,包括:
对缓存数据进行分割得到二值化图像;
对二值化图像进行去噪处理;
对去噪后的图像进行标记,找到各个物体的坐标;
根据标记的坐标结果找到间隙区域。
具体的,缓存LMem中的数据是Llimit列的扫描线数据,即一个Llimit×n的矩阵,首先对LMem进行图像分割,将有物体区域和无物体区域分割开来生成一个二值图像,记为分割的方法如式3所示:
其中,G为最小吸收率,即最薄的物体对X光的吸收比例,经过二值分割之后,为1的像素点代表是X光透过物体后照射到探测点上,0代表X光直接射到探测点上。
由于光源噪声和皮带边对分割图像可能存在影响,二值化的图像不能够直接用于标记,需要进行去噪处理,去除点噪声的方法有很多,最常用的是中值滤波还有形态学,本发明以形态学滤波为例进行演示。形态学开运算对图像先腐蚀后膨胀,能够去除点噪声,运算公式如式4所示:
其中Model为形态学算子,经过形态学运算,二值图像的点噪声被去除,经过处理之后的二值图像可以进行标记,将通过安检通道的物体标记出来。
对于标记的每一个物体,找出上下左右坐标
{Upi、Domni、Lefti、Righti}(i=1,2,...,Num),其中Num为物体区域的格式,对每一个区域的坐标按Left从小到大的顺序进行排序,排序后的结果为
{Upisort、Domnisort、Leftisort、Rightisort}(isort=1,2,...,Num),LMem中的数据能不能够用来更新满度值,需要确定LMem中是否有一定宽度的间隙区域,即无物质区域,等 效于在[0,Llimit]中是否有一定长度的连续数据[Leftisort、Rightisort](isort=1,2,...Num)是不能覆盖的,计算方法如式5所示:
[Width、iDex]=max(Left2-MaxR1,...,Leftisort+1-MaxRisort,...,LeftNum-MaxRNum-1,Llimit-MaxRNum)
(式5)
其中MaxRk=max(Right1,Right2,...,Rightk),Width为最大间隙,iDex为最大间隙的索引值,即[MaxRiDex、LeftiDex+1]为最大的间隙区域。
当最大间隙Width满足条件Width>=WidthLimit的时候,则说明LMem中MaxRiDex列到LeftiDex+1的数据是符合条件的满度数据,便可以按照式6或式7对校准满度值进行更新,如果Width不满足条件则重新采集新数据进行计算。
(式6)
其中:
更新满度值的公式可变形的种类很多,本发明不一一列举。
本发明实施例采用一种见缝插针的动态校准方法,当通道持续有包裹通过时,抓住包裹之间的空隙进行满度值的更新,可以确保在较短的时间内满度值 及时得到更新,解决长时间使用出现校准异常的问题,避免了背底橙色问题的出现。
以上参照附图说明了本发明的优选实施例,并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质,可以有多种变型方案实现本实用新型,比如作为一个实施例的特征可用于另一实施例而得到又一实施例。凡在运用本发明的技术构思之内所作的任何修改、等同替换和改进,均应在本发明的权利范围之内。
Claims (8)
1.一种动态校准的方法,其特征在于,所述方法包括:
线扫描X光安检机连续扫描一段时间,将扫描的原始数据存入缓存中;
当缓存的数据达到设定阈值时,对缓存中的数据进行分析,具体为:对缓存数据进行分割得到二值化图像;对所述二值化图像进行去噪处理;对去噪后的图像进行标记,找到物体的坐标,记为{Upi、Domni、Lefti、Righti}(i=1,2,...,Num);根据所述坐标找到间隙区域;采用公式 进行分割,其中G为最小吸收率,即最薄的物体对X光的吸收比例,为得到的二值化图像,VORIi代表第i个探测点原始AD值;VFULLi代表第i个探测点的满度值;
根据分析结果,更新满度值;重置参数Tcout=0,LCout=0,其中Tcout为时间计数参数,LCout为缓存列计数参数,并返回步骤“线扫描X光安检机连续扫描一段时间,将扫描的原始数据存入缓存中”。
2.根据权利要求1所述的动态校准的方法,其特征在于,所述根据分析结果,更新满度值,具体为:
如果缓存中的数据符合更新满度值条件,则进行更新,不符合则重复执行所述步骤当缓存的数据达到设定阈值时,对缓存中的数据进行分析。
3.根据权利要求1所述的动态校准的方法,其特征在于,如果线扫描X光安检机进入了扫描结束状态,则进行归一化校准,重置参数Tcout=0,LCout=0,其中Tcout为时间计数参数,LCout为缓存列计数参数。
4.根据权利要求1所述的动态校准的方法,其特征在于,所述根据所述坐标找到间隙区域具体为:
对每一个区域的坐标按Left从小到大的顺序进行排序,排序后的结果为{Upisort、Domnisort、Leftisort、Rightisort}(isort=1,2,...,Num);
计算
[Width、iDex]=max(Left2-MaxR1,...,Leftisort+1-MaxRisort,...,LeftNum-MaxRNum-1,Llimit-MaxRNum)其中MaxRk=max(Right1,Right2,...,Rightk),Width为最大间隙,iDex为最大间隙的索引值,即[MaxRiDex、LeftiDex+1]为最大的间隙区域。
5.根据权利要求4所述的动态校准的方法,其特征在于,当最大间隙Width满足条件Width>=WidthLimit的时候,更新满度值。
6.根据权利要求5所述的动态校准的方法,其特征在于,缓存LMem中有一定宽度的间隙区域时,更新满度值。
7.根据权利要求5所述的动态校准的方法,其特征在于,根据缓存LMem中MaxRiDex到LeftiDex+1列的数据计算新的满度值进行更新。
8.根据权利要求7所述的动态校准的方法,其特征在于,根据公式 对满度值进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310200332.XA CN103487449B (zh) | 2013-05-27 | 2013-05-27 | 一种动态校准的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310200332.XA CN103487449B (zh) | 2013-05-27 | 2013-05-27 | 一种动态校准的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103487449A CN103487449A (zh) | 2014-01-01 |
CN103487449B true CN103487449B (zh) | 2015-08-19 |
Family
ID=49827841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310200332.XA Active CN103487449B (zh) | 2013-05-27 | 2013-05-27 | 一种动态校准的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103487449B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107076683B (zh) * | 2014-09-02 | 2021-05-07 | 株式会社尼康 | 测量处理装置、测量处理方法、测量处理程序和用于制造该装置的方法 |
CN105628079B (zh) * | 2015-12-30 | 2021-07-30 | 上海闻泰电子科技有限公司 | 距离感应器动态校准方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US135467A (en) * | 1873-02-04 | Improvement in machines for pointing pickets | ||
JP3239609B2 (ja) * | 1994-03-31 | 2001-12-17 | 株式会社島津製作所 | 手術器具の位置表示装置 |
AU9474298A (en) * | 1997-10-10 | 1999-05-03 | Analogic Corporation | Ct target detection using surface normals |
JP5041751B2 (ja) * | 2006-07-24 | 2012-10-03 | 株式会社イシダ | X線検査装置およびx線検査プログラム |
US8075184B2 (en) * | 2008-11-26 | 2011-12-13 | Richard King | X-ray calibration |
CN102360083B (zh) * | 2011-08-19 | 2013-06-05 | 上海高晶影像科技有限公司 | 应用于线扫描x射线安检机中图像去皮带伪影的方法 |
-
2013
- 2013-05-27 CN CN201310200332.XA patent/CN103487449B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103487449A (zh) | 2014-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11527062B2 (en) | Method and system for crop recognition and boundary delineation | |
US11275197B2 (en) | Forecasting national crop yield during the growing season | |
US20200311907A1 (en) | Anomaly detection | |
Jiang et al. | High throughput phenotyping of cotton plant height using depth images under field conditions | |
Lu | A multiscale spatio-temporal background model for motion detection | |
CN104766099B (zh) | 基于图像的分布式光纤周界振动信号处理与识别方法 | |
EP3719722A1 (en) | Forecasting national crop yield during the growing season | |
US10535127B1 (en) | Apparatus, system and method for highlighting anomalous change in multi-pass synthetic aperture radar imagery | |
CN109492665A (zh) | 水稻生育期的检测方法、装置及电子设备 | |
Lekunberri et al. | Identification and measurement of tropical tuna species in purse seiner catches using computer vision and deep learning | |
US11107237B2 (en) | Image foreground detection apparatus and method and electronic device | |
US11762125B2 (en) | Forecasting national crop yield during the growing season | |
CN103927737A (zh) | 基于非局部均值的sar图像变化检测方法 | |
CN104992439A (zh) | 农作物叶子虫害检测装置及其检测方法 | |
CN103487449B (zh) | 一种动态校准的方法 | |
Ichim et al. | Road detection and segmentation from aerial images using a CNN based system | |
Dolata et al. | Instance segmentation of root crops and simulation-based learning to estimate their physical dimensions for on-line machine vision yield monitoring | |
Yang et al. | Cotton hail disaster classification based on drone multispectral images at the flowering and boll stage | |
CN105136908A (zh) | 基于指征频率时空演变的桥梁结构损伤定位方法 | |
Reji et al. | Multi-temporal estimation of vegetable crop biophysical parameters with varied nitrogen fertilization using terrestrial laser scanning | |
Xu et al. | An automatic wheat ear counting model based on the minimum area intersection ratio algorithm and transfer learning | |
CN103983216A (zh) | 基于机器视觉和场地防滑道的粪量检测方法 | |
Yu et al. | Maize tassel number and tasseling stage monitoring based on near-ground and UAV RGB images by improved YoloV8 | |
CN114998746A (zh) | 一种耕地土壤环境质量分区方法及系统 | |
CN109493366A (zh) | 基于探鸟雷达图像的背景建模方法、系统及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |