[发明专利]基于复杂度将图片分流调度到中心的方法、设备及系统

说明书

本发明公开了基于复杂度将图片分流调度到中心的方法、电子设备及介质，包括：S1、接收X光机发送的待识别图片；S2、对所述待识别图片进行解析获得所述待识别图片的复杂度；S3、基于所述待识别图片的复杂度以及预定的复杂度阈值，将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片；S4、将判定为复杂图片的待识别图片发送至中心服务器。本发明通过拉普拉斯变换、反变换，引入锐化矩阵、求反矩阵，从而使针对X光安检机的待识别图片的复杂度更加的客观与准确，并提高了运算效率。

技术领域

本发明涉及安检智能判图领域，具体涉及基于复杂度将图片分流调度到中心的方法、边缘识图盒子及系统。

背景技术

基于边缘识图盒子的安检智能判图系统，边缘识图盒子设置在每个进站安检点中，X光机用于探测安检包裹，乘客在进站的时候会把包裹放在传送履带上接受X光的检查，X光机在此过程中输出X光成像视频；边缘识图盒子负责对X光成像视频中的违禁品进行识别，获取到违禁品信息，边缘识图盒子把处理后的包裹信息发给开包台、本地识图等设备，然而在这个过程中，若识别物体被遮挡或者部分遮挡、识别物体材质过于复杂、物品变形扭转等原因，往往产生一系列复杂包裹图像，由于部署在边缘站点上的智能识图盒子由于硬件性能等原因上的限制，识别这些复杂图片上的物品存在困难。

发明内容

本发明的目的在于提供一种基于复杂度将图片分流调度到中心的方法、边缘识图盒子及系统，通过拉普拉斯算子与对图片求反等运算，计算接收到的待识别图片的复杂度，将复杂度高于阈值的图片判定为复杂图片并发送至中心服务器处理，用以解决现有边缘识图盒子因为硬件性能等原因无法进行复杂图片识别从而降低安检效率的问题。

基于复杂度将图片分流调度到中心的方法，应用于边缘识图盒子，具体包括以下步骤：

S1、接收X光机发送的待识别图片；

S2、对所述待识别图片进行解析获得所述待识别图片的复杂度；

S3、基于所述待识别图片的复杂度以及预定的复杂度阈值，将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片；

S4、将判定为复杂图片的待识别图片发送至中心服务器。

进一步地，所述步骤S2采用复杂度模型获得所述待识别图片的复杂度，所述复杂度模型包括变换处理与标记处理，所述变换处理包括拉普拉斯变换、反变换的至少一种，所述复杂度模型具体包括以下步骤：

S201、将所述待识别图片进行变换处理获得变换矩阵D；

S202、将所述待识别图片进行标记处理获得标记矩阵C；

S203、根据所述变换矩阵D、标记矩阵C获得所述待识别图片的复杂度K。

进一步地，所述步骤S2采用复杂度模型获得所述待识别图片的复杂度，所述复杂度模型包括变换处理与标记处理，所述变换处理包括拉普拉斯变换与反变换，所述复杂度模型具体包括以下步骤：

S200、将所述待识别图片转化为灰度图片；

S201、将所述灰度图片进行反变换获得求反矩阵M，以及将所述灰度图片进行拉普拉斯算子变换获得锐化矩阵L；

S202、将所述待识别图片进行标记处理获得标记矩阵C；

S203、将所述求反矩阵M与标记矩阵C对位相乘，获得矩阵B，并对所述矩阵B的所有元素进行求和获得SUM(B)，

将所述锐化矩阵L与标记矩阵C对位相乘，获得矩阵A，并对所述矩阵A的所有元素进行求和获得SUM(A)，

将所述SUM(B)与SUM(A)进行加权求和获得所述待识别图片的复杂度K，K＝α×SUM(B)+β×SUM(A)，所述α，β为对应的加权系数。