一種包裹提取及跟蹤方法、裝置及電子設備制造方法及圖紙

本發明專利技術實施例提供了一種包裹提取及跟蹤方法、裝置及電子設備，所述包裹提取方法包括：獲取目標圖像；確定目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：目標圖像中具有該橫坐標的各個像素點的像素值之和；基于所確定的各個統計值與目標閾值的大小關系，確定目標圖像中的包裹所對應的目標橫坐標區間；將目標圖像中目標橫坐標區間對應的圖像區域，確定為包裹所在的目標區域，其中，目標橫坐標區間對應的圖像區域為：具有目標橫坐標區間內橫坐標的像素點所組成的圖像區域。可見，通過本發明專利技術實施例提供的技術方案，可以有效地將包裹從目標圖像中提取出來。

A package extraction and tracking method, device and electronic equipment

【技術實現步驟摘要】
一種包裹提取及跟蹤方法、裝置及電子設備
本專利技術涉及圖像處理
，特別是涉及一種包裹提取及跟蹤方法、裝置及電子設備。
技術介紹
為了保障人身安全，安檢的應用越來越廣泛，例如，安檢可以應用在地鐵，物流，機場，汽車站，火車站，大型會場，賓館等公共場所。下面以地鐵為例進行舉例說明，用戶在進地鐵站時，將自身隨身攜帶的包裹放置在傳輸帶上，包裹會隨著傳輸帶運動，在此過程中，安檢機利用X射線照射包裹，X射線會透過包裹，通過分析透過包裹的X射線可以得到包裹圖像，通過將包裹圖像與預先生成的傳輸帶圖像進行合成，可以得到合成后的目標圖像，如圖1所示，其中傳輸帶圖像通常是白色的圖像。并且，為了提高安全指數，在得到目標圖像后，識別包裹類型以及跟蹤包裹的需求日益增長。在識別包裹類型以及跟蹤包裹時，均需要將包裹從目標圖像中提取出來，因此，如何能夠有效地將包裹從目標圖像中提取出來是一個亟待解決的問題。
技術實現思路
本專利技術實施例的目的在于提供一種包裹提取及跟蹤方法、裝置及電子設備，以有效地將包裹從目標圖像中提取出來。具體技術方案如下：第一方面，本專利技術實施例提供了一種包裹提取方法，所述方法包括：獲取目標圖像，其中，所述目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；確定所述目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間；其中，所述目標閾值與目標統計值的差值的絕對值小于預設閾值，所述目標統計值為所確定的各個統計值中的最大值；將所述目標圖像中所述目標橫坐標區間對應的圖像區域，確定為所述包裹所在的目標區域，其中，所述目標橫坐標區間對應的圖像區域為：具有所述目標橫坐標區間內橫坐標的像素點所組成的圖像區域。可選的，所述確定所述目標圖像中的各個橫坐標對應的統計值的步驟，包括：生成所述目標圖像對應的直方圖，其中，所述直方圖的各個橫坐標為：所述目標圖像中的各個像素點的橫坐標，所述直方圖中任一橫坐標對應的縱坐標為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；針對所述目標圖像中的每一橫坐標，將所述直方圖中該橫坐標對應的縱坐標，作為該橫坐標對應的統計值。可選的，所述基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間的步驟，包括：從所述目標圖像的各個橫坐標中，確定所對應統計值小于目標閾值的多個第一橫坐標；將大小連續的各個第一橫坐標所對應的第一橫坐標區間，作為所述目標圖像中的包裹所對應的目標橫坐標區間。可選的，所述基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間的步驟，包括：從所述目標圖像的各個橫坐標中確定多個第二橫坐標，其中，所述第二橫坐標的相鄰的兩個橫坐標對應的統計值與目標閾值的大小關系不一致；將任意兩個符合預定條件的第二橫坐標所確定的第二橫坐標區間，作為所述目標圖像中的包裹所對應的目標橫坐標區間，其中，所述預定條件為：兩個第二橫坐標之間的任一橫坐標對應的統計值小于所述目標閾值。可選的，在所述將所述目標圖像中所述目標橫坐標區間對應的圖像區域，確定為所述包裹所在的目標區域的步驟之后，所述方法還包括：對所述目標圖像進行摳圖操作，得到目標區域；將所述目標區域輸入預先訓練好的神經網絡中，得到所述包裹的包裹類別；其中，所述神經網絡是基于樣本包裹和所述樣本包裹所對應的包裹類別訓練得到的。第二方面，本專利技術實施例提供了一種包裹跟蹤方法，所述方法包括：獲取目標視頻，其中，所述目標視頻包括連續多幀目標圖像，任一目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；針對任一目標圖像，確定該目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：該目標圖像中具有該橫坐標的各個像素點的像素值之和；針對任一目標圖像，基于所確定的各個統計值與目標閾值的大小關系，確定該目標圖像中的包裹所對應的目標橫坐標區間，其中，所述目標閾值與目標統計值的差值的絕對值小于預設閾值，所述目標統計值為所確定的各個統計值中的最大值；計算任意相鄰兩幀目標圖像中的包裹所對應的目標橫坐標區間的重合度，將重合度大于預設重合度的兩個目標橫坐標區間對應的包裹確定為同一包裹。第三方面，本專利技術實施例提供了一種包裹提取裝置，所述裝置包括：圖像獲取模塊，用于獲取目標圖像，其中，所述目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；第一統計值確定模塊，用于確定所述目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；第一橫坐標區間確定模塊，用于基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間；其中，所述目標閾值與目標統計值的差值的絕對值小于預設閾值，所述目標統計值為所確定的各個統計值中的最大值；目標區域確定模塊，用于將所述目標圖像中所述目標橫坐標區間對應的圖像區域，確定為所述包裹所在的目標區域，其中，所述目標橫坐標區間對應的圖像區域為：具有所述目標橫坐標區間內橫坐標的像素點所組成的圖像區域。可選的，所述第一統計值確定模塊，具體用于：生成所述目標圖像對應的直方圖，其中，所述直方圖的各個橫坐標為：所述目標圖像中的各個像素點的橫坐標，所述直方圖中任一橫坐標對應的縱坐標為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；針對所述目標圖像中的每一橫坐標，將所述直方圖中該橫坐標對應的縱坐標，作為該橫坐標對應的統計值。可選的，所述第一橫坐標區間確定模塊，包括：第一橫坐標確定子模塊，用于從所述目標圖像的各個橫坐標中，確定所對應統計值小于目標閾值的多個第一橫坐標；第一橫坐標區間確定子模塊，用于將大小連續的各個第一橫坐標所對應的第一橫坐標區間，作為所述目標圖像中的包裹所對應的目標橫坐標區間。可選的，所述第一橫坐標區間確定模塊，包括：第二橫坐標確定子模塊，用于從所述目標圖像的各個橫坐標中確定多個第二橫坐標，其中，所述第二橫坐標的相鄰的兩個橫坐標對應的統計值與目標閾值的大小關系不一致；第二橫坐標區間確定子模塊，用于將任意兩個符合預定條件的第二橫坐標所確定的第二橫坐標區間，作為所述目標圖像中的包裹所對應的目標橫坐標區間，其中，所述預定條件為：兩個第二橫坐標之間的任一橫坐標對應的統計值小于所述目標閾值。可選的，所述裝置還包括：目標圖像摳圖模塊，用于在所述目標區域確定模塊確定了所述包裹所在的目標區域后，對所述目標圖像進行摳圖操作，得到目標區域；包裹類別確定模塊，用于將所述目標區域輸入預先訓練好的神經網絡中，得到所述包裹的包裹類別；其中，所述神經網絡是基于樣本包裹和所述樣本包裹所對本文檔來自技高網...

【技術保護點】
1.一種包裹提取方法，其特征在于，所述方法包括：/n獲取目標圖像，其中，所述目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；/n確定所述目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；/n基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間；其中，所述目標閾值與目標統計值的差值的絕對值小于預設閾值，所述目標統計值為所確定的各個統計值中的最大值；/n將所述目標圖像中所述目標橫坐標區間對應的圖像區域，確定為所述包裹所在的目標區域，其中，所述目標橫坐標區間對應的圖像區域為：具有所述目標橫坐標區間內橫坐標的像素點所組成的圖像區域。/n

【技術特征摘要】
1.一種包裹提取方法，其特征在于，所述方法包括：
獲取目標圖像，其中，所述目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；
確定所述目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；
基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間；其中，所述目標閾值與目標統計值的差值的絕對值小于預設閾值，所述目標統計值為所確定的各個統計值中的最大值；
將所述目標圖像中所述目標橫坐標區間對應的圖像區域，確定為所述包裹所在的目標區域，其中，所述目標橫坐標區間對應的圖像區域為：具有所述目標橫坐標區間內橫坐標的像素點所組成的圖像區域。


2.根據權利要求1所述的方法，其特征在于，所述確定所述目標圖像中的各個橫坐標對應的統計值的步驟，包括：
生成所述目標圖像對應的直方圖，其中，所述直方圖的各個橫坐標為：所述目標圖像中的各個像素點的橫坐標，所述直方圖中任一橫坐標對應的縱坐標為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；
針對所述目標圖像中的每一橫坐標，將所述直方圖中該橫坐標對應的縱坐標，作為該橫坐標對應的統計值。


3.根據權利要求1所述的方法，其特征在于，所述基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間的步驟，包括：
從所述目標圖像的各個橫坐標中，確定所對應統計值小于目標閾值的多個第一橫坐標；
將大小連續的各個第一橫坐標所對應的第一橫坐標區間，作為所述目標圖像中的包裹所對應的目標橫坐標區間。


4.根據權利要求1所述的方法，其特征在于，所述基于所確定的各個統計值與目標閾值的大小關系，確定所述目標圖像中的包裹所對應的目標橫坐標區間的步驟，包括：
從所述目標圖像的各個橫坐標中確定多個第二橫坐標，其中，所述第二橫坐標的相鄰的兩個橫坐標對應的統計值與目標閾值的大小關系不一致；
將任意兩個符合預定條件的第二橫坐標所確定的第二橫坐標區間，作為所述目標圖像中的包裹所對應的目標橫坐標區間，其中，所述預定條件為：兩個第二橫坐標之間的任一橫坐標對應的統計值小于所述目標閾值。


5.根據權利要求1至4任一項所述的方法，其特征在于，在所述將所述目標圖像中所述目標橫坐標區間對應的圖像區域，確定為所述包裹所在的目標區域的步驟之后，所述方法還包括：
對所述目標圖像進行摳圖操作，得到目標區域；
將所述目標區域輸入預先訓練好的神經網絡中，得到所述包裹的包裹類別；
其中，所述神經網絡是基于樣本包裹和所述樣本包裹所對應的包裹類別訓練得到的。


6.一種包裹跟蹤方法，其特征在于，所述方法包括：
獲取目標視頻，其中，所述目標視頻包括連續多幀目標圖像，任一目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；
針對任一目標圖像，確定該目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：該目標圖像中具有該橫坐標的各個像素點的像素值之和；
針對任一目標圖像，基于所確定的各個統計值與目標閾值的大小關系，確定該目標圖像中的包裹所對應的目標橫坐標區間，其中，所述目標閾值與目標統計值的差值的絕對值小于預設閾值，所述目標統計值為所確定的各個統計值中的最大值；
計算任意相鄰兩幀目標圖像中的包裹所對應的目標橫坐標區間的重合度，將重合度大于預設重合度的兩個目標橫坐標區間對應的包裹確定為同一包裹。


7.一種包裹提取裝置，其特征在于，所述裝置包括：
圖像獲取模塊，用于獲取目標圖像，其中，所述目標圖像為將包裹圖像和傳輸帶圖像合成所得到的圖像；
第一統計值確定模塊，用于確定所述目標圖像中的各個橫坐標對應的統計值，其中，任一橫坐標對應的統計值為：所述目標圖像中具有該橫坐標的各個像素點的像素值之和；
第一橫坐標區...

【專利技術屬性】
技術研發人員：張迪，童俊艷，任燁，
申請(專利權)人：杭州海康威視數字技術股份有限公司，
類型：發明
國別省市：浙江;33