本發(fā)明涉及綠通的自動(dòng)化檢測，具體是一種用于高速綠通的自動(dòng)化檢測系統(tǒng)及方法。

背景技術(shù)：

1、高速綠通是指在高速公路上，為了促進(jìn)農(nóng)產(chǎn)品的運(yùn)輸，提供的一種便捷通行政策，主要是為支持農(nóng)業(yè)發(fā)展，減少運(yùn)輸成本，提供農(nóng)產(chǎn)品流通效率，因此，在高速綠通中對(duì)車輛進(jìn)行貨物檢測顯示十分重要，在高速綠通中目前主要是由人工，對(duì)高速通行的車輛進(jìn)行貨物檢查，查看貨物的種類、數(shù)量和裝載情況，但是使用人工對(duì)高速中車輛進(jìn)行檢查，效率很低，并且人為進(jìn)行檢查時(shí)，檢查的結(jié)果有可能會(huì)受到檢查人員檢驗(yàn)和判斷的影響，存在一定的主觀性，而且人工很容易出現(xiàn)疏漏。

2、另外，在對(duì)高速綠通對(duì)車輛進(jìn)行檢測時(shí)，還會(huì)使用x光設(shè)備識(shí)別車輛內(nèi)貨物的種類和數(shù)量，但是目前使用x光設(shè)備對(duì)車輛進(jìn)行拍攝后，仍然需要專業(yè)人員對(duì)x光圖像進(jìn)行識(shí)別和解讀，也有可能會(huì)造成誤判，并且如果x光設(shè)備使用不當(dāng)，會(huì)對(duì)人員和周圍環(huán)境造成輻射影響，影響人員的身體健康。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種用于高速綠通的自動(dòng)化檢測系統(tǒng)及方法，以解決現(xiàn)有技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種用于高速綠通的自動(dòng)化檢測方法，方法包括：

3、步驟s100：構(gòu)建高速綠通自動(dòng)化檢測云平臺(tái)，獲取待檢測貨車的x射線檢測圖像，對(duì)x射線檢測圖像進(jìn)行圖像質(zhì)量評(píng)估，得到目標(biāo)檢測圖像組；

4、步驟s200：從目標(biāo)檢測圖像組中提取出目標(biāo)x射線檢測圖像，從云平臺(tái)中獲取貨物對(duì)照數(shù)據(jù)，分析目標(biāo)x射線檢測圖像中的貨物，與貨物對(duì)照數(shù)據(jù)中的貨物近似程度，得到貨物種類數(shù)據(jù)；

5、步驟s300：獲取待檢測貨車的目標(biāo)檢測圖像組，根據(jù)目標(biāo)檢測圖像組，并結(jié)合貨物種類數(shù)據(jù)，對(duì)待檢測貨車內(nèi)的貨物裝載情況進(jìn)行分析，得到特征貨物裝載數(shù)據(jù)；

6、步驟s400：獲取待檢測貨車的特征貨物裝載數(shù)據(jù)，基于特征貨物裝載數(shù)據(jù)，結(jié)合云平臺(tái)中預(yù)設(shè)的檢測條件數(shù)據(jù)，生成待檢測貨車的檢測數(shù)據(jù)，并通過云平臺(tái)將檢測數(shù)據(jù)向高速工作人員進(jìn)行展示，對(duì)高速綠通內(nèi)的貨車進(jìn)行智能檢測。

7、進(jìn)一步的，步驟s100包括：

8、步驟s101：當(dāng)待檢測貨車進(jìn)入高速公路中的檢測通道時(shí)，檢查設(shè)備使用x射線對(duì)待檢測貨車的貨廂進(jìn)行掃描，得到x射線檢測圖像；

9、其中，檢查設(shè)備上安裝有冷陰極x光管；

10、步驟s102：使用圖像處理庫對(duì)x射線檢測圖像進(jìn)行圖像讀取，從中選出貨廂對(duì)應(yīng)的圖像部分，并記為x射線檢測圖像中的特征圖像區(qū)域；

11、步驟s103：計(jì)算x射線檢測圖像的特征圖像區(qū)域的區(qū)域特征亮度pα：

12、

13、其中，n表示為特征圖像區(qū)域中的像素點(diǎn)的總個(gè)數(shù)；gi表示為特征圖像區(qū)域中的第i個(gè)像素點(diǎn)的亮度值；

14、步驟s104：將特征圖像區(qū)域從x射線檢測圖像中剔除，得到x射線檢測圖像的特征背景圖像區(qū)域；

15、步驟s105：計(jì)算x射線檢測圖像的特征圖像質(zhì)量s：

16、

17、其中，pσ表示為特征背景圖像區(qū)域的像素點(diǎn)的標(biāo)準(zhǔn)差；

18、步驟s106：當(dāng)x射線檢測圖像的特征圖像質(zhì)量大于預(yù)設(shè)的特征圖像質(zhì)量閾值，將x射線檢測圖像進(jìn)行保存，并記為目標(biāo)x射線檢測圖像，反之，將x射線檢測圖像，從待檢測貨車的各個(gè)x射線檢測圖像中剔除；

19、步驟s107：獲取待檢測貨車的若干個(gè)目標(biāo)x射線檢測圖像并進(jìn)行匯集，得到目標(biāo)檢測圖像組；

20、上述步驟中檢查設(shè)備上安裝有冷陰極x光管，因?yàn)槔潢帢Ox光管對(duì)于熱陰極x光管具有更高的亮度、更快的響應(yīng)速度和更加的使用壽命，從而使得檢查設(shè)備的使用時(shí)間更長，檢查好效果更好，并且在后續(xù)過程中還對(duì)獲取的x射線檢測圖像的圖像質(zhì)量進(jìn)行評(píng)估，篩選出圖像質(zhì)量不合格的x射線檢測圖像進(jìn)行剔除，避免以為圖像質(zhì)量問題而導(dǎo)致的后續(xù)結(jié)果出現(xiàn)偏差，大大提高了后續(xù)對(duì)貨車內(nèi)貨物檢測的準(zhǔn)確性。

21、進(jìn)一步的，步驟s200包括：

22、步驟s201：獲取待檢測貨車的目標(biāo)檢測圖像組，從目標(biāo)檢測圖像組中獲取待檢測貨車的目標(biāo)x射線檢測圖像，以目標(biāo)x射線檢測圖像的為單位長度，建立二維坐標(biāo)系，獲取目標(biāo)x射線檢測圖像中的各個(gè)像素點(diǎn)的坐標(biāo)；

23、步驟s202：對(duì)目標(biāo)x射線檢測圖像進(jìn)行高斯濾波，具體公式為：

24、

25、其中，i(c,d)表示為目標(biāo)x射線檢測圖像中的坐標(biāo)為(c,d)的像素點(diǎn)的亮度值；σ表示預(yù)設(shè)的高斯標(biāo)準(zhǔn)差；w(c,d)表示為坐標(biāo)為(c,d)的像素點(diǎn)，與目標(biāo)x射線檢測圖像預(yù)設(shè)的領(lǐng)域內(nèi)每個(gè)像素距離平方；i′(c,d)表示為高斯濾波后坐標(biāo)為(c,d)的像素點(diǎn)的亮度值；

26、步驟s203：使用預(yù)設(shè)的輪廓提取算法，對(duì)目標(biāo)x射線檢測圖像中貨物區(qū)域進(jìn)行輪廓提取，并設(shè)定面積閾值，對(duì)小于面積閾值的貨物輪廓進(jìn)行去除，得到目標(biāo)x射線檢測圖像中的若干個(gè)貨物輪廓圖像；

27、步驟s204：使用直方圖均衡化對(duì)目標(biāo)x射線檢測圖像進(jìn)行圖像處理，從云平臺(tái)中獲取貨物對(duì)照數(shù)據(jù)，貨物對(duì)照數(shù)據(jù)包括，各項(xiàng)貨物種類的標(biāo)準(zhǔn)對(duì)照x射線圖像；

28、步驟s205：分析目標(biāo)x射線檢測圖像中的貨物輪廓圖像，與貨物對(duì)照數(shù)據(jù)中的不同項(xiàng)貨物種類的貨物近似程度，其中，目標(biāo)x射線檢測圖像中的第a個(gè)貨物輪廓圖像，與標(biāo)準(zhǔn)對(duì)照x射線圖像之間近似程度分析過程為，建立二維坐標(biāo)系，獲取貨物輪廓圖像和標(biāo)準(zhǔn)對(duì)照x射線圖像各個(gè)像素點(diǎn)的坐標(biāo)；

29、步驟s206：使用特征點(diǎn)檢測算法提取第a個(gè)貨物輪廓圖像，與標(biāo)準(zhǔn)對(duì)照x射線圖像的特征點(diǎn)，并分別記為(xa,ya)、(x′,y′)，獲取第a個(gè)貨物輪廓圖像的變化矩陣h，可得：

30、

31、使用最小二乘法對(duì)變化矩陣h進(jìn)行優(yōu)化，將變化矩陣h應(yīng)用于第a個(gè)貨物輪廓圖像，得到配準(zhǔn)后的第a個(gè)貨物輪廓圖像；

32、步驟s207：計(jì)算第a個(gè)貨物輪廓圖像，與貨物對(duì)照數(shù)據(jù)中第b個(gè)標(biāo)準(zhǔn)對(duì)照x射線圖像的貨物近似值ra,b：

33、

34、其中，μa表示為第a個(gè)貨物輪廓圖像的像素點(diǎn)的亮度值的平均值；μb表示為第b個(gè)標(biāo)準(zhǔn)對(duì)照x射線圖像的像素點(diǎn)的亮度值的平均值；σa2表示為第a個(gè)貨物輪廓圖像的方差；σb2表示為第b個(gè)標(biāo)準(zhǔn)對(duì)照x射線圖像的方差；σa,b表示為第a個(gè)貨物輪廓圖像，與第b個(gè)標(biāo)準(zhǔn)對(duì)照x射線圖像的協(xié)方差；e1、e2分別為預(yù)設(shè)的第一特征常數(shù)、第二特征常數(shù)；

35、步驟s208：獲取第a個(gè)貨物輪廓圖像，與貨物對(duì)照數(shù)據(jù)中各個(gè)標(biāo)準(zhǔn)對(duì)照x射線圖像的貨物近似值的最大值，當(dāng)最大值大于預(yù)設(shè)的貨物近似閾值，獲取最大值所屬標(biāo)準(zhǔn)對(duì)照x射線圖像對(duì)應(yīng)的貨物種類，并記為目標(biāo)貨物種類，獲取待檢測貨車的目標(biāo)檢測圖像組的若干項(xiàng)目標(biāo)貨物種類并進(jìn)行匯集，得到待檢測貨車的貨物種類數(shù)據(jù)。

36、進(jìn)一步的，步驟s300包括：

37、步驟s301：獲取待檢測貨車的目標(biāo)檢測圖像組，基于目標(biāo)檢測圖像組中的目標(biāo)x射線檢測圖像，構(gòu)建出待檢測貨車的貨廂的三維圖像模型，基于三維圖像模型，建立三維坐標(biāo)系；

38、步驟s302：設(shè)置單位長度l，將三維圖像模型劃分為邊長為單位長度的網(wǎng)格，將網(wǎng)絡(luò)所構(gòu)成空間記為體素，獲取體素的中心點(diǎn)，從中心點(diǎn)向任意方向發(fā)射一條射線，當(dāng)射線與三維圖像模型交點(diǎn)次數(shù)為奇數(shù)時(shí)，判定體素被填充，反之則判定體素未被填充；

39、步驟s303：獲取三維圖像模型中被填充的體素，并結(jié)合待檢測貨車的貨物種類數(shù)據(jù)，獲取待檢測貨車的若干項(xiàng)目標(biāo)貨物種類，在三維圖像模型對(duì)應(yīng)的被填充的體素的總個(gè)數(shù)；

40、步驟s304：計(jì)算某一項(xiàng)目標(biāo)貨物種類的貨物裝載率f＝(l3×m)/vsum，其中，m表示為某一項(xiàng)目標(biāo)貨物種類，在三維圖像模型中被填充的體素的總個(gè)數(shù)，vsum表示為三維圖像模型中貨廂的體積；

41、步驟s305：獲取待檢測貨車的若干項(xiàng)目標(biāo)貨物種類的貨物裝載率和總貨物裝載率并進(jìn)行匯集，得到特征貨物裝載數(shù)據(jù)。

42、進(jìn)一步的，步驟s400包括：

43、步驟s401：對(duì)待檢測貨車的特征貨物裝載數(shù)據(jù)進(jìn)行獲取，從云平臺(tái)中獲取高速公路的檢測條件數(shù)據(jù)，基于檢測條件數(shù)據(jù)，對(duì)待檢測貨車內(nèi)的若干項(xiàng)目標(biāo)貨物種類，以及待檢測貨車的貨物裝載率進(jìn)行合格性判定，并生成待檢測貨車的檢測數(shù)據(jù)；

44、步驟s402：將云平臺(tái)生成的檢測數(shù)據(jù)進(jìn)行可視化處理，并向待檢測貨車進(jìn)行檢測的高速工作人員進(jìn)行展示，對(duì)高速綠通內(nèi)的貨車進(jìn)行智能檢測。

45、為了更好的實(shí)現(xiàn)上述方法還套餐里一種用于高速綠通的自動(dòng)化檢測系統(tǒng)，系統(tǒng)包括目標(biāo)檢測圖像組模塊、貨物種類數(shù)據(jù)模塊、特征貨物裝載數(shù)據(jù)模塊、智能檢測模塊；

46、目標(biāo)檢測圖像組模塊，用于對(duì)x射線檢測圖像進(jìn)行圖像質(zhì)量評(píng)估，得到目標(biāo)檢測圖像組；

47、貨物種類數(shù)據(jù)模塊，用于對(duì)目標(biāo)x射線檢測圖像中的貨物，與貨物對(duì)照數(shù)據(jù)中的貨物近似程度進(jìn)行分析，得到貨物種類數(shù)據(jù)；

48、特征貨物裝載數(shù)據(jù)模塊，用于，對(duì)待檢測貨車內(nèi)的貨物裝載情況進(jìn)行分析，得到特征貨物裝載數(shù)據(jù)；

49、智能檢測模塊，用于根據(jù)特征貨物裝載數(shù)據(jù)，結(jié)合云平臺(tái)中預(yù)設(shè)的檢測條件數(shù)據(jù)，生成待檢測貨車的檢測數(shù)據(jù)，并通過云平臺(tái)將檢測數(shù)據(jù)向高速工作人員進(jìn)行展示。

50、進(jìn)一步的，目標(biāo)檢測圖像組模塊包括特征圖像質(zhì)量單元、目標(biāo)檢測圖像組單元；

51、特征圖像質(zhì)量單元，用于對(duì)x射線檢測圖像中的特征圖像區(qū)域的區(qū)域特征亮度進(jìn)行獲取，計(jì)算x射線檢測圖像的特征圖像質(zhì)量；

52、目標(biāo)檢測圖像組單元，用于根據(jù)x射線檢測圖像的特征圖像質(zhì)量，獲取待檢測貨車的若干個(gè)目標(biāo)x射線檢測圖像并進(jìn)行匯集，得到目標(biāo)檢測圖像組。

53、進(jìn)一步的，貨物種類數(shù)據(jù)模塊包括貨物近似值單元、貨物種類數(shù)據(jù)單元；

54、貨物近似值單元，用于計(jì)算目標(biāo)x射線檢測圖像中的貨物輪廓圖像，與貨物對(duì)照數(shù)據(jù)中的標(biāo)準(zhǔn)對(duì)照x射線圖像的貨物近似值；

55、貨物種類數(shù)據(jù)單元，用于對(duì)待檢測貨車的目標(biāo)檢測圖像組的若干項(xiàng)目標(biāo)貨物種類進(jìn)行獲取并匯集，得到待檢測貨車的貨物種類數(shù)據(jù)。

56、進(jìn)一步的，特征貨物裝載數(shù)據(jù)模塊包括貨物裝載率單元、特征貨物裝載數(shù)據(jù)單元；

57、貨物裝載率單元，用于對(duì)貨物種類數(shù)據(jù)中若干項(xiàng)目標(biāo)貨物種類的貨物裝載率進(jìn)行計(jì)算；

58、特征貨物裝載數(shù)據(jù)單元，用于對(duì)待檢測貨車的若干項(xiàng)目標(biāo)貨物種類的裝載率和總裝載率進(jìn)行獲取并匯集，得到特征貨物裝載數(shù)據(jù)。

59、進(jìn)一步的，智能檢測模塊包括智能檢測單元；

60、智能檢測單元，用于對(duì)待檢測貨車的特征貨物裝載數(shù)據(jù)進(jìn)行獲取，從云平臺(tái)中獲取高速公路的檢測條件數(shù)據(jù)，生成待檢測貨車的檢測數(shù)據(jù)，對(duì)高速綠通內(nèi)的貨車進(jìn)行智能化檢測。

61、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明實(shí)現(xiàn)了對(duì)于高速公司中綠色通道自動(dòng)化檢測，首先對(duì)獲取的x射線檢測圖像進(jìn)行篩選，使得進(jìn)行對(duì)貨車內(nèi)貨物進(jìn)行分析的圖像質(zhì)量得到保障，從根本上提高了分析的準(zhǔn)確度，其次，根據(jù)x射線檢測圖像中的貨物輪廓圖像，與標(biāo)準(zhǔn)對(duì)照x射線圖像進(jìn)行近似程度分析，獲取了x射線檢測圖像中的目標(biāo)貨物種類，并建構(gòu)三維模型，對(duì)目標(biāo)貨物種類的貨物裝載率進(jìn)行獲取，再根據(jù)檢測條件數(shù)據(jù)，對(duì)貨車的貨物裝載狀態(tài)進(jìn)行智能檢測，判定貨車內(nèi)貨物種類和裝載率是否符合要求，不僅僅大大提高了檢測的效率，而且還對(duì)貨物檢測準(zhǔn)確度得到顯著提高。