[发明专利]一种基于大数据的安检卡口检测方法及系统

说明书

本发明提出了一种基于大数据的安检卡口检测方法、系统及电子设备，生成标准危险品原子曲度特征矩阵，通过原子序数和曲度建立待检测物品原子曲度特征矩阵，并根据原子序数和曲度计算待检测物品子图像特征值，将待检测物品原子曲度特征矩阵的特征值与所述标准危险品原子曲度特征矩阵的特征值进行比对，根据特征值比对结果确定是否为危险品，若为危险品则进行告警，实现了安检卡口自动化识别危险品，提高了识别效率。

技术领域

本发明涉及大数据计算技术领域，特别是涉及一种基于大数据的安检卡口检测方法及系统。

背景技术

X射线检测在国家公共安防领域扮演着特别重要的角色，它通过透射的方法扫描旅客的行李物品，并生成透照图像使安检人员可以在不打开旅客个人物品时查看是否携带危险品。现有技术中，安检最常用的是通过X射线对待检测物品逐一扫描生成图像，安检人员通过对图像进行人工判断，处理效率低，识别精度低，可靠性低。

发明内容

有鉴于此，本发明提供一种基于大数据的安检卡口检测方法、系统，通过对危险品进行数据采集，从而进行分析建模，通过原子曲度特征值建模算法建立危险品原子曲度特征矩阵，对待检测物品进行建立原子曲度特征矩阵，再通过比对危险品原子曲度特征矩阵，主动提示危险品信息，从而提高检测效率。

为解决上述技术问题，第一方面，本发明实施例提供一种基于大数据的安检卡口检测方法，所述方法包括：

步骤1，生成标准危险品原子曲度特征矩阵；

步骤2，将待检测物品原子曲度特征矩阵的特征值与所述标准危险品原子曲度特征矩阵的特征值进行比对；

步骤3，根据特征值比对结果确定是否为危险品，若为危险品则进行告警。

上述生成标准危险品原子曲度特征矩阵具体包括，

步骤101，采集危险品数据；

步骤102，建立危险品原子曲度特征矩阵；

步骤103，轮询危险品目录链表，提取危险品特征信息，将所述危险品特征信息存储至所述标准危险品原子曲度特征矩阵。

上述轮询危险品目录链表，提取危险品特征信息，将所述危险品特征信息存储至所述标准危险品原子曲度特征矩阵具体包括，

轮询危险品目录链表提取危险品特征信息，将所述危险品特征信息存储到标准危险品原子曲度特征矩阵；其中，a表示危险品种类，b表示危险品名称，c表示危险品编号，d表示危险品图像，e表示危险品厚度，f表示危险品原子序数，h表示危险品平均曲度，q表示危险品特征值；

其中，平均曲度h的计算方法为，建立直角坐标系，对于图像的边缘的像素点，每隔距离j获取图像的两个点，坐标分别为（x1，y1）、（x2，y2），采用如下公式计算两个点的曲度hi，

计算n组曲度的平均曲度h，其中n大于或等于1，将h保存到标准危险品原子曲度特征矩阵中：

所述标准危险品原子曲度特征矩阵中危险品特征值q的计算方法：

其中，g1表示危险品厚度e的权值，g2表示原子序数f的权值，g3平均曲度权值。

上述将待检测物品原子曲度特征矩阵的特征值与所述标准危险品原子曲度特征矩阵的特征值进行比对包括，

步骤201，提取待检测物品特征信息；

步骤202，对待检测物品图像进行处理，通过图像像素断点检测识别所述待检测物品图像中的不同物品，将图片分割成至少一子图片；