[发明专利]自动检测香烟的方法

权利要求书

1.一种自动检测香烟的方法，所述方法包括以下步骤：

获取透视图像；

获取所述透视图像的感兴趣区域；以及

利用香烟模型进行自动检测，包括：对所述感兴趣区域进行特征提取、对所述透视图像的感兴趣区域是否属于香烟进行判决、以及对嫌疑区域标记；

其中在所述利用香烟模型进行自动检测的步骤之前，还包括建立香烟模型的步骤；所述建立香烟模型的步骤包括香烟图像库获取、获取所述香烟图像库中图像的感兴趣区域、对所述香烟图像库中图像的感兴趣区域进行特征提取、分类器训练、以及香烟模型生成；

其中在所述建立香烟模型的步骤中，香烟图像库获取包括：扫描在集装箱中各个摆放形式、不同数量下的香烟图像，获取香烟图像库；以及采集类似物体和随机物体，形成负样本库，所述负样本库中每幅图像均不包含香烟。

2.根据权利要求1所述的方法，其特征在于：在所述建立香烟模型的步骤中，香烟的各种规则堆叠的扫描图像被划分为宽度不同的三种模式，由所述三种模式生成所述香烟模型的正样本库。

3.根据权利要求2所述的方法，其特征在于：所述建立香烟模型的步骤中，对所述香烟图像库中图像的感兴趣区域进行特征提取包括：

正样本特征提取：以箱为单位，人工标注香烟位置，形成三种模式下的正样本库；以及

随机负样本特征提取：在所述负样本库中随机抽取样本，进行特征提取，形成负样本特征集。

4.根据权利要求1所述的方法，其特征在于：在所述建立香烟模型的步骤中，分类器训练包括：在给定正、负样本集的条件下，训练分类器；用分类器对正、负样本分类；根据结果置信度，将易分的负样本去掉，重新加入随机负样本；重复上述训练。

5.根据权利要求1所述的方法，其特征在于：所述方法还包括自学习步骤：对于算法未检测到的香烟图像，通过人工标注或报关单自动分析，得到新的香烟图像并更新香烟模型。

6.根据权利要求1所述的方法，其特征在于：在所述获取透视图像的步骤中，将图像尺寸缩放到均一的分辨率下，并进行灰度拉伸，使图像值域充满整个可能的取值范围，完成归一化操作。

7.根据权利要求1所述的方法，其特征在于：在所述获取所述透视图像的感兴趣区域的步骤中，把所述透视图像中空气部分排除掉，以避免空气噪声产生检测结果。

8.根据权利要求7所述的方法，其特征在于：在所述获取所述透视图像的感兴趣区域的步骤中，采用空气亮度阈值的方法，用空气值对所述透视图像进行二值化，只对阈值之下的图像部分进行香烟检测。

9.根据权利要求1所述的方法，其特征在于：在所述利用香烟模型进行自动检测的步骤中，给定要检测的图像，经过归一化和获取感兴趣区域，生成感兴趣区域的HOG特征；用滑动窗口遍历所述HOG特征，求它在三种模式下，每个窗口中的最大置信度；置信度大于特定阈值处即为香烟位置。

10.根据权利要求1所述的方法，其特征在于：在多个尺度上检测香烟。

11.一种自动检测香烟的设备，所述设备由数字放射摄影装置和图像处理装置构成，所述图像处理装置能够执行如权利要求1-10任一项所述的自动检测香烟的方法。

12.根据权利要求11所述的设备，其用于自动检测香烟走私。