專利名稱：用于減少檢測系統(tǒng)中的假報(bào)警的系統(tǒng)和方法
技術(shù)領(lǐng)域：
一般來說，本文描述的系統(tǒng)和方法涉及檢測后分類系統(tǒng)，更具體來說，涉及利用統(tǒng) 計(jì)和概率將假報(bào)警(false alarm)與真報(bào)警(true alarm)分開。
背景技術(shù)：
自從2001年9月11日的事件以來，美國國土安全部已經(jīng)在美國機(jī)場大大加強(qiáng)了 安全防護(hù)。這些安全措施包括對乘客和手提包及行李進(jìn)行包括爆炸性物品在內(nèi)的違禁品審查。至少一些已知的安全掃描系統(tǒng)采用X-射線透射技術(shù)。盡管這些系統(tǒng)使得能夠檢 測例如武器和刀片，但它們?nèi)鄙僭诘偷募賵?bào)警率的情況下檢測爆炸物的能力。例如，計(jì)算機(jī)斷層掃描(CT)提供對物品特性的定量測量，而與物體的位置或疊合 無關(guān)；它還具有優(yōu)于常規(guī)的和基于多視圖X-射線透射和放射線同位素的成像系統(tǒng)的實(shí)質(zhì) 性優(yōu)點(diǎn)。在CT掃描儀中，在多個角度獲得大量精確的X-射線“視圖”。然后，利用這些視圖 來重構(gòu)平面或體積圖像。該圖像是成像體積內(nèi)的每個體積元素(或體素)的X-射線質(zhì)量 衰減值的映射。世界各地的機(jī)場普遍對被檢查行李使用采用例如CT掃描儀的系統(tǒng)來檢測對飛行 安全造成威脅的爆炸物。這些系統(tǒng)采用X-射線源和對面的檢測器，當(dāng)容器沿水平軸平移 時(shí)，對面的檢測器檢測通過諸如手提箱的物體的X-射線輻射。至少一些已知的掃描系統(tǒng)能夠檢測大多數(shù)爆炸物和其它違禁品。但是，由于爆炸 物和其它違禁品與無危險(xiǎn)的物品之間有共同的相似點(diǎn)，所以偶爾會引發(fā)假報(bào)警。需要可區(qū) 分假報(bào)警與真報(bào)警的系統(tǒng)。

發(fā)明內(nèi)容
—方面，提供一種用于解析由成像系統(tǒng)引發(fā)的報(bào)警的方法，該成像系統(tǒng)包括用于 檢測容器內(nèi)的違禁品的組件。該方法包括從成像系統(tǒng)接收多個圖像；計(jì)算引起報(bào)警的至 少一個物體的至少一個特征；將這至少一個特征輸入到至少一個分類器中；基于這至少一 個分類器的投票給出對這至少一個物體的判定；以及給出對容器的最終判定。另一方面，提供一種與成像系統(tǒng)一起使用的檢測后處理系統(tǒng)，其中成像系統(tǒng)包括 配置成在所掃描的容器內(nèi)檢測到可疑違禁品時(shí)發(fā)出報(bào)警的檢測組件。檢測后處理系統(tǒng)配 置成從實(shí)際檢測中分離假報(bào)警。檢測后處理系統(tǒng)包括電連接到系統(tǒng)總線的存儲器和電耦 合到系統(tǒng)總線并經(jīng)由系統(tǒng)總線以通信方式耦合到存儲器的至少一個處理器。檢測后處理系 統(tǒng)配置成從成像系統(tǒng)接收多個圖像，其中所述多個圖像中的每個圖像包括多個圖像元素； 將所接收的圖像存儲在存儲器中；根據(jù)所述多個圖像元素的每個圖像元素子集計(jì)算多個特 征，其中每個圖像元素子集對應(yīng)于觸發(fā)成像系統(tǒng)報(bào)警的至少一個物體；將所述多個特征輸 入到多個分類器；以及基于所述多個分類器中的每個分類器的投票確定由這至少一個物體 觸發(fā)的每個報(bào)警的報(bào)警狀態(tài)。
另一方面，提供一種用于將成像系統(tǒng)的假報(bào)警和真報(bào)警分開的檢測后分類系統(tǒng)， 其中成像系統(tǒng)在對容器進(jìn)行掃描期間引發(fā)報(bào)警。檢測后分類系統(tǒng)包括至少一個分類器，這 至少一個分類器配置成基于從成像系統(tǒng)接收的多個圖像內(nèi)的多個圖像元素的至少一個計(jì) 算的特征確定并發(fā)出對報(bào)警的狀態(tài)的投票。這至少一個分類器通過以下方式構(gòu)造而成采 集包括真報(bào)警子集和假報(bào)警子集的測試集；利用測試集計(jì)算這至少一個分類器的第一性 能；為每個測試子集的多個特征確定范圍和標(biāo)準(zhǔn)偏差的至少其中之一；增大微擾因子；對 于每個子集，修改所述多個特征中的至少一個特征的值；以及利用修改后的測試集值計(jì)算 這至少一個分類器的第二性能。


圖1-3示出本文描述的系統(tǒng)和方法的示范性實(shí)施例。圖1-3中示出并參照圖1-3 描述的實(shí)施例只是示范性的。圖1是示范性檢測后分類系統(tǒng)的框圖；圖2示出用于創(chuàng)建可與如圖1所示的檢測后分類系統(tǒng)一起使用的分類器的示范性 方法的流程圖；以及圖3示出利用如圖1所示的檢測后分類系統(tǒng)來處理報(bào)警的示范性方法的流程圖。
具體實(shí)施例方式本文描述的實(shí)施例提供用于有效處理包括檢測和/或報(bào)警組件的成像系統(tǒng)的輸 出并將由該組件引發(fā)的假報(bào)警與由該組件引發(fā)的真報(bào)警分開的系統(tǒng)和方法。在一個實(shí)施例 中，檢測后分類系統(tǒng)從成像系統(tǒng)接收圖像，每個圖像由多個圖像元素(如像素或體素)組 成。利用構(gòu)成圖像的圖像元素，檢測后分類系統(tǒng)計(jì)算引起報(bào)警的物體的一個或多個特征。將 這一個或多個特征輸入到一個或多個分類器中，這一個或多個分類器基于投票給出對物體 的判定。然后，檢測后分類系統(tǒng)給出對容器的最終判定。這些系統(tǒng)和方法的技術(shù)效果是通過利用一組圖像特征和知識發(fā)現(xiàn)技術(shù)來在概率 基礎(chǔ)上將假報(bào)警與真報(bào)警分開而減少假報(bào)警的發(fā)生。圖像特征包括但不限于統(tǒng)計(jì)特征、信 息理論值和/或紋理特征。然后，利用這些圖像特征作為經(jīng)訓(xùn)練以對報(bào)警的性質(zhì)進(jìn)行投票 的一系列歸納學(xué)習(xí)系統(tǒng)的輸入。將接收足夠多票數(shù)的報(bào)警識別為假報(bào)警。下文參照與用于檢查貨物的系統(tǒng)的操作有關(guān)的本發(fā)明的應(yīng)用來描述本發(fā)明的至 少一個實(shí)施例。但是，本領(lǐng)域技術(shù)人員在本文提供的教導(dǎo)的指導(dǎo)下應(yīng)明白，本發(fā)明同樣適用 于任何適于掃描貨物容器的系統(tǒng)，貨物容器包括但不限于通過水路、陸路和/或空中運(yùn)輸 的箱子、桶和行李、以及其它容器和/或物體。此外，盡管下文參照與包括用于檢查貨物的X-射線計(jì)算機(jī)斷層掃描(CT)掃描系 統(tǒng)的系統(tǒng)的操作有關(guān)的本發(fā)明的應(yīng)用來描述本發(fā)明的實(shí)施例，但本領(lǐng)域技術(shù)人員在本文提 供的教導(dǎo)的指導(dǎo)下應(yīng)明白，可在備選實(shí)施例中使用包括但不限于中子或伽瑪射線的任何合 適的輻射源。此外，本領(lǐng)域技術(shù)人員在本文提供的教導(dǎo)的指導(dǎo)下應(yīng)明白，可使用產(chǎn)生足夠數(shù) 量的像素以啟用本文描述的檢測后分類系統(tǒng)的功能性的任何掃描系統(tǒng)。圖1是檢測后分類系統(tǒng)100的示范性實(shí)施例的框圖。在一個實(shí)施例中，系統(tǒng)100 與X-射線計(jì)算機(jī)斷層掃描(CT)掃描系統(tǒng)200 —起使用，其中掃描系統(tǒng)200用于掃描容器202 (例如，貨物容器、箱子或包裹)以識別內(nèi)容物和/或確定包含在容器202內(nèi)的物品的類 型。本文所用的術(shù)語“內(nèi)容物”是指包含在容器202內(nèi)的任何物體和/或物品，它們可包括
違禁品。在一個實(shí)施例中，掃描系統(tǒng)200包括配置成使至少一個輻射束透射穿過容器202 的至少一個X-射線源204。在一個備選實(shí)施例中，掃描系統(tǒng)200包括配置成發(fā)射不同能量 分布的輻射的多個X-射線源204?；蛘?，每個X-射線源204配置成發(fā)射可在不同時(shí)間發(fā)射 的選擇性能量分布的輻射。在一個特定實(shí)施例中，掃描系統(tǒng)200利用多能量掃描來獲得容 器202的衰減圖。除了產(chǎn)生CT圖像之外，多能量掃描還使得能夠產(chǎn)生物體內(nèi)容物的密度圖 和原子序數(shù)。在一個實(shí)施例中，容器202的雙能量掃描包括通過先以低能量掃描容器202、 然后以高能量掃描容器202來檢查容器202。采集低能量掃描和高能量掃描的數(shù)據(jù)以重構(gòu) 容器202的CT、密度和/或原子序數(shù)圖像，從而便于基于容器202的物品內(nèi)容(material content)來識別容器202內(nèi)的物品或違禁品的類型，這將在下文更詳細(xì)地加以描述。在一個實(shí)施例中，掃描系統(tǒng)200還包括配置成檢測從X-射線源204發(fā)射并透射穿 過容器202的輻射的至少一個X-射線檢測器206。X-射線檢測器206配置成覆蓋整個視 場或只覆蓋一部分視場。在檢測到透射輻射之后，X-射線檢測器206生成表示所檢測的透 射輻射的信號。將該信號傳送到如下所述的數(shù)據(jù)采集系統(tǒng)和/或處理器。在檢測到透射輻 射之后，每個X-射線檢測器元件生成表示所檢測的透射輻射的信號。將該信號傳送到如下 所述的數(shù)據(jù)采集系統(tǒng)和/或處理器。利用掃描系統(tǒng)200來實(shí)時(shí)、或非實(shí)時(shí)或延時(shí)地重構(gòu)容 器202的CT圖像。 在掃描系統(tǒng)200的一個實(shí)施例中，數(shù)據(jù)采集系統(tǒng)208在操作上耦合到X-射線檢測 器206并與其進(jìn)行信號通信。數(shù)據(jù)采集系統(tǒng)208配置成接收由X-射線檢測器206生成和 傳送的信號。處理器210在操作上耦合到數(shù)據(jù)采集系統(tǒng)208。處理器210配置成產(chǎn)生或生 成容器202及其內(nèi)容物的圖像，并處理所產(chǎn)生的圖像以便于確定容器202的物品內(nèi)容。更 具體地說，在一個實(shí)施例中，數(shù)據(jù)采集系統(tǒng)208和/或處理器210基于從X-射線檢測器206 接收的信號產(chǎn)生至少一個衰減圖。利用這個(或這些)衰減圖，重構(gòu)內(nèi)容物的至少一個圖 像，并從重構(gòu)的圖像推斷內(nèi)容物的CT值、密度和/或原子序數(shù)?；谶@些CT圖像，可產(chǎn)生 貨物的密度和/或原子圖。對CT圖像、密度和/或原子序數(shù)圖像進(jìn)行分析以推斷諸如但不 限于爆炸物的違禁品的存在。在掃描系統(tǒng)200的備選實(shí)施例中，可使用一個處理器210或多于一個處理器210 來生成和/或處理容器圖像。掃描系統(tǒng)200的一個實(shí)施例還包括在操作上耦合到數(shù)據(jù)采集 系統(tǒng)208和/或處理器210的顯示裝置212、存儲器裝置214和/或輸入裝置216。本文所 用的術(shù)語“處理器”不只限于在本領(lǐng)域中稱為處理器的集成電路，而是廣義地指計(jì)算機(jī)、微 型控制器、微型計(jì)算機(jī)、可編程邏輯控制器、專用集成電路和任何其它可編程電路。處理器 還可包括存儲裝置和/或輸入裝置，例如鼠標(biāo)和/或鍵盤。在掃描系統(tǒng)200的一個實(shí)施例的操作期間，X-射線源204發(fā)射能量范圍內(nèi)的X-射 線，這取決于電源施加在X-射線源204上的電壓。生成初級射束，初級射束穿過容器202， 并且位于容器202的另一側(cè)上的X-射線檢測器206測量初級射束的強(qiáng)度。然后，檢測后分類系統(tǒng)100通過利用一組圖像元素特征和知識發(fā)現(xiàn)技術(shù)來便于在 概率基礎(chǔ)上將假報(bào)警與真報(bào)警分開而處理掃描系統(tǒng)200對可疑違禁品引發(fā)的報(bào)警。在一個實(shí)施例中，利用二維圖像像素來計(jì)算圖像特征。在備選實(shí)施例中，利用三維圖像體素來計(jì)算 圖像特征。在該示范性實(shí)施例中，圖像特征包括但不限于統(tǒng)計(jì)特征、信息理論值和/或紋理 特征。統(tǒng)計(jì)特征的實(shí)例包括但不限于均值、中值、標(biāo)準(zhǔn)偏差、偏斜和/或峭度。信息理論值 的實(shí)例是熵。紋理特征的實(shí)例是子波。檢測后分類系統(tǒng)100的備選實(shí)施例利用不同于這些 實(shí)例的特征和/或除了這些實(shí)例以外的特征。在一個備選實(shí)施例中，圖像特征包括在掃描 系統(tǒng)200中引發(fā)報(bào)警的一個或多個物體218的性質(zhì)。然后，利用這些圖像特征作為到多個 歸納學(xué)習(xí)系統(tǒng)或分類器的輸入，這些歸納學(xué)習(xí)系統(tǒng)或分類器經(jīng)訓(xùn)練以對報(bào)警的性質(zhì)進(jìn)行投 票，從而將接收分類器的足夠多票數(shù)的報(bào)警識別為假報(bào)警。在該示范性實(shí)施例中，檢測后分類系統(tǒng)100包括電耦合到系統(tǒng)總線(未示出)的 一個或多個處理器102。系統(tǒng)100還包括存儲器104，存儲器104電耦合到系統(tǒng)總線以便將 存儲器104以通信方式耦合到處理器102。本文所用的術(shù)語“處理器”不只限于在本領(lǐng)域中 稱為處理器的集成電路，而是廣義地指計(jì)算機(jī)、微型控制器、微型計(jì)算機(jī)、可編程邏輯控制 器、專用集成電路和任何其它可編程電路。處理器還可包括存儲裝置和/或輸入裝置，例如 鼠標(biāo)和/或鍵盤。此外，系統(tǒng)100包括一個或多個分類器106。在該示范性實(shí)施例中，系統(tǒng) 100包括利用不同學(xué)習(xí)系統(tǒng)的多個分類器。一個這樣的學(xué)習(xí)系統(tǒng)是遞歸二進(jìn)制數(shù)據(jù)分區(qū)形 式的分類樹。分類樹的每個節(jié)點(diǎn)指定有一個值，并且分成兩個子節(jié)點(diǎn)。為了利用分類樹來 預(yù)測諸如物品密度的目標(biāo)變量的類別，利用變量值來移動通過分類樹，直到到達(dá)終端節(jié)點(diǎn) 為止?？捎糜跇?gòu)建分類器的另一學(xué)習(xí)系統(tǒng)是費(fèi)希爾判別，它尋找將兩種或兩種以上類別的 物體最佳分離的特征的線性組合。可用于構(gòu)建分類器的學(xué)習(xí)系統(tǒng)的又一實(shí)例是神經(jīng)網(wǎng)絡(luò)。 在一個實(shí)施例中，利用諸如上述學(xué)習(xí)系統(tǒng)的學(xué)習(xí)系統(tǒng)來構(gòu)建在系統(tǒng)100中所用的上述多個 分類器。在一個備選實(shí)施例中，利用除了上述學(xué)習(xí)系統(tǒng)以外的學(xué)習(xí)系統(tǒng)。在另一備選實(shí)施 例中，系統(tǒng)100中所用的上述多個分類器中包括上述學(xué)習(xí)系統(tǒng)(包括上述學(xué)習(xí)系統(tǒng)的多個 版本)以及除了上述學(xué)習(xí)系統(tǒng)以外的學(xué)習(xí)系統(tǒng)。圖2示出說明用于創(chuàng)建可與檢測后分類系統(tǒng)100(如圖1所示)一起使用的分類 器106(如圖1所示)的方法300的流程圖。在該示范性實(shí)施例中，采集302測試集。該測 試集可從多個源采集302或手動創(chuàng)建。數(shù)據(jù)集包括例如只具有非違禁品的容器的X-射線 圖像、具有違禁品和非違禁品的容器的X-射線圖像、以及只具有違禁品的容器的X-射線圖 像。另外，可從自例如諸如機(jī)場和/或火車站的旅游樞紐采集的真實(shí)世界的X-射線圖像采 集302數(shù)據(jù)。在該示范性實(shí)施例中，測試集包括兩個子集。一個子集包括真報(bào)警和相關(guān)聯(lián) 的一系列計(jì)算的特征，即“特征向量”。第二子集包括假報(bào)警和相關(guān)聯(lián)的特征向量。此外，在該示范性實(shí)施例中，計(jì)算304每個分類器106的性能。在性能測試期間， 將每個測試子集輸入到每個分類器106，并且對于每個分類器106，生成兩個值。一個值是 保留的真報(bào)警的百分比PD。另一個值是保留的假報(bào)警的百分比PFA。分類器106的第一性 能測試用于生成基線以與稍后的測試結(jié)果進(jìn)行比較。在該示范性實(shí)施例中，在計(jì)算304每 個分類器106的性能之后，為每個特征計(jì)算306范圍和標(biāo)準(zhǔn)偏差。在該示范性實(shí)施例中，然后將微擾因子增大308預(yù)定量。本文所用的微擾因子是 對測試集數(shù)據(jù)施加的已知變化度量值。在該示范性實(shí)施例中，在增大308微擾因子之后，修 改310兩個測試子集的每個報(bào)警的特征值。在一個實(shí)施例中，將這些值修改310隨機(jī)量。在 一個備選實(shí)施例中，將每個特征的值修改310介于零和第二值之間的隨機(jī)量，其中第二值等于在步驟308中設(shè)定的微擾因子乘以每個特征的所計(jì)算306的標(biāo)準(zhǔn)偏差。在另一備選實(shí) 施例中，不對所有特征修改310特征值。在又一備選實(shí)施例中，將每個特征的值修改310不 同的量。在再一備選實(shí)施例中，對每個特征的值設(shè)置邊界以使得產(chǎn)生越界值的修改310產(chǎn) 生等于邊界值或剛好在邊界值內(nèi)的值。在該示范性實(shí)施例中，在修改310特征值之后，重新 計(jì)算312每個分類器106的性能，并將其與之前計(jì)算的性能進(jìn)行比較。重復(fù)步驟308、310、 312和314以確定分類器106的魯棒性。圖3示出說明利用檢測后分類系統(tǒng)100(如圖1所示)來將容器202(如圖1所 示)內(nèi)的物體218 (如圖1所示)分類為真報(bào)警或假報(bào)警的方法400的流程圖。在該示范 性實(shí)施例中，檢測后分類系統(tǒng)100從掃描系統(tǒng)200(如圖1所示)接收402多個圖像。在一 個實(shí)施例中，當(dāng)觸發(fā)報(bào)警時(shí)，系統(tǒng)100自動接收402所述多個圖像。在一個備選實(shí)施例中， 系統(tǒng)200的用戶請求對所觸發(fā)的報(bào)警做出判定，并且系統(tǒng)200為系統(tǒng)100提供所述多個圖 像。對于每個圖像，系統(tǒng)100根據(jù)構(gòu)成每個圖像的多個圖像元素(如像素或體素)計(jì)算404 特征的向量。更具體地說，系統(tǒng)100利用與觸發(fā)系統(tǒng)200報(bào)警的每個物體218相關(guān)聯(lián)的圖 像元素來計(jì)算404 —系列特征，例如如上所述的特征。在該示范性實(shí)施例中，將特征向量輸入406到分類器106(如圖1所示)。每個分 類器106利用特征向量中的一個或多個特征來確定408對報(bào)警的投票。更具體地說，每個 分類器106利用學(xué)習(xí)系統(tǒng)，使用該學(xué)習(xí)系統(tǒng)來構(gòu)建分類器106以確定408分類器106將報(bào) 警投票為真報(bào)警還是假報(bào)警。在一個實(shí)施例中，由分類器106提供的投票是“是-否”或 “真-假”投票。在一個備選實(shí)施例中，由分類器106提供的投票是加權(quán)值。在另一備選實(shí) 施例中，由分類器106提供的投票是概率。在該示范性實(shí)施例中，組合410從每個分類器106提供的投票以對報(bào)警做出最終 判定。具體來說，將每個分類器106的投票制成表以確定系統(tǒng)100將報(bào)警斷言為真報(bào)警還 是假報(bào)警。在一個實(shí)施例中，分類器投票的組合410是用戶可調(diào)的。在此情況下，只有當(dāng)所 有分類器投票一致同意時(shí)系統(tǒng)100才將報(bào)警識別為假報(bào)警，或者只有當(dāng)所有分類器投票一 致同意時(shí)系統(tǒng)100才將報(bào)警識別為真報(bào)警。在一個備選實(shí)施例中，系統(tǒng)100基于少至一個 分類器投票將報(bào)警識別為假報(bào)警或識別為真報(bào)警。在該示范性實(shí)施例中，對容器202內(nèi)觸 發(fā)系統(tǒng)200報(bào)警的每個物體218重復(fù)步驟404、406、408和410。在該示范性實(shí)施例中，在確定所有報(bào)警都是真報(bào)警或假報(bào)警之后，系統(tǒng)100給出 412對容器202的判定。如果確定所有報(bào)警都是假報(bào)警，則清除(clear)容器202。另一方 面，如果確定任何報(bào)警都是真報(bào)警，則對容器202進(jìn)行進(jìn)一步檢查，例如手動檢查。在一個 備選實(shí)施例中，清除容器202不需要確定所有報(bào)警都是假報(bào)警?？偟膩碚f，在一個實(shí)施例中，提供一種用于解析由成像系統(tǒng)引發(fā)的報(bào)警的方法，該 成像系統(tǒng)包括用于檢測容器內(nèi)的違禁品的組件。該方法包括從成像系統(tǒng)接收多個圖像； 以及計(jì)算引起報(bào)警的至少一個物體的至少一個特征。在一個備選實(shí)施例中，計(jì)算該物體的 特征是利用與該物體相關(guān)聯(lián)的多個圖像元素實(shí)現(xiàn)的。此外，該方法包括將特征輸入到至少一個分類器中；以及基于分類器的投票給 出對物體的判定。在一個備選實(shí)施例中，給出對物體的判定基于最少數(shù)量的分類器投票。 因此，該方法還包括通過分類器利用所計(jì)算的特征確定關(guān)于物體是真報(bào)警還是假報(bào)警的投 票。投票是真-假選擇、加權(quán)值和概率之一。在另一備選實(shí)施例中，當(dāng)投票是加權(quán)值時(shí)，給出對物體的判定還包括處理該加權(quán)值。此外，該方法還包括在通過成像系統(tǒng)對容器進(jìn)行掃描期間，基于引發(fā)報(bào)警的最少 數(shù)量的清除物體給出對容器的最終判定。上述系統(tǒng)和方法便于有效且可靠地檢查貨物容器。更具體地說，這些系統(tǒng)和方法 便于有效地處理包括檢測和/或報(bào)警組件的成像系統(tǒng)的輸出并將由該組件引發(fā)的假報(bào)警 與由該組件引發(fā)的真報(bào)警分開。利用多個分類器來確定報(bào)警的真實(shí)性利于增加每個物體的 分類的確定性。此外，利用不同的分類方法利于進(jìn)一步增加每個物體和每個目標(biāo)的分類的 確定性。確定報(bào)警的真實(shí)性利于減少必須完成的手動檢查的數(shù)量，從而減少檢查人員的需 要和/或減少乘客在安全線所花費(fèi)的時(shí)間。上文詳細(xì)描述了用于檢查貨物的系統(tǒng)和方法的示范性實(shí)施例。該系統(tǒng)和方法不限 于本文描述的特定實(shí)施例，而是該系統(tǒng)的組件和/或該方法的步驟可與本文描述的其它組 件和/或步驟分開來獨(dú)立地使用。此外，所描述的系統(tǒng)組件和/或方法步驟也可定義在其 它系統(tǒng)和/或方法中、或與其它系統(tǒng)和/或方法組合使用，并且不限于只用本文描述的系統(tǒng) 和方法來實(shí)現(xiàn)。盡管就各種特定實(shí)施例描述了本發(fā)明，但本領(lǐng)域技術(shù)人員將意識到，本發(fā)明可在 具有權(quán)利要求的精神和范圍內(nèi)的修改的情況下實(shí)現(xiàn)。
權(quán)利要求
一種用于解析由成像系統(tǒng)引發(fā)的報(bào)警的方法，所述成像系統(tǒng)包括用于檢測容器內(nèi)的違禁品的組件，所述方法包括從所述成像系統(tǒng)接收多個圖像；計(jì)算引起報(bào)警的至少一個物體的至少一個特征；將所述至少一個特征輸入到至少一個分類器中；基于所述至少一個分類器的投票給出對所述至少一個物體的判定；以及給出對所述容器的最終判定。
2.如權(quán)利要求1所述的方法，其中計(jì)算至少一個特征還包括利用與所述至少一個物體 相關(guān)聯(lián)的多個圖像元素來計(jì)算所述至少一個物體的至少一個特征。
3.如權(quán)利要求1所述的方法，還包括通過所述至少一個分類器利用所述至少一個計(jì)算 的特征來確定關(guān)于所述至少一個物體是真報(bào)警還是假報(bào)警的投票，其中所述投票是真_假 選擇、加權(quán)值和概率之一。
4.如權(quán)利要求3所述的方法，其中所述投票是加權(quán)值，給出對所述至少一個物體的判 定還包括處理所述加權(quán)值。
5.如權(quán)利要求1所述的方法，其中給出對所述至少一個物體的判定還包括基于最少數(shù) 量的分類器投票給出對所述至少一個物體的判定。
6.如權(quán)利要求1所述的方法，其中給出對所述容器的最終判定還包括基于在通過所述 成像系統(tǒng)對所述容器進(jìn)行掃描期間引發(fā)報(bào)警的最少數(shù)量的清除物體給出對所述容器的最 終判定。
7.一種與成像系統(tǒng)一起使用的檢測后處理系統(tǒng)，所述成像系統(tǒng)包括配置成在所掃描的 容器內(nèi)檢測到可疑違禁品時(shí)發(fā)出報(bào)警的檢測組件，所述檢測后處理系統(tǒng)配置成從實(shí)際檢測 中分離假報(bào)警，所述檢測后處理系統(tǒng)包括電連接到系統(tǒng)總線的存儲器；以及電耦合到所述系統(tǒng)總線的至少一個處理器，所述至少一個處理器經(jīng)由所述系統(tǒng)總線以 通信方式耦合到所述存儲器，所述檢測后處理系統(tǒng)配置成從所述成像系統(tǒng)接收多個圖像，其中所述多個圖像中的每個圖像包括多個圖像元素； 將所接收的圖像存儲在所述存儲器中；根據(jù)所述多個圖像元素的每個圖像元素子集計(jì)算多個特征，其中每個圖像元素子集對 應(yīng)于觸發(fā)所述成像系統(tǒng)報(bào)警的至少一個物體； 將所述多個特征輸入到多個分類器中；以及基于所述多個分類器中的每個分類器的投票確定由所述至少一個物體觸發(fā)的每個報(bào) 警的報(bào)警狀態(tài)。
8.如權(quán)利要求7所述的檢測后處理系統(tǒng)，其中每個分類器配置成利用所述多個特征中 的至少一個特征來對每個報(bào)警的報(bào)警狀態(tài)提供投票，每個投票包括真_假選擇、加權(quán)值和概率之一。
9.如權(quán)利要求7所述的檢測后處理系統(tǒng)，其中所述檢測后處理系統(tǒng)還配置成組合由所 述多個分類器提供的投票以確定每個報(bào)警的報(bào)警狀態(tài)。
10.如權(quán)利要求8所述的檢測后處理系統(tǒng)，其中所述檢測后處理系統(tǒng)還配置成組合由 所述多個分類器確定的加權(quán)值投票。
11.如權(quán)利要求7所述的檢測后處理系統(tǒng)，其中所述檢測后處理系統(tǒng)還配置成基于由 所述多個分類器提供的最少數(shù)量的投票將報(bào)警作為是假報(bào)警清除。
12.如權(quán)利要求11所述的檢測后處理系統(tǒng)，其中由所述多個分類器提供以將報(bào)警清除 的所需投票數(shù)是可調(diào)整的。
13.如權(quán)利要求7所述的檢測后處理系統(tǒng)，其中所述檢測后處理系統(tǒng)還配置成基于最 少數(shù)量的清除報(bào)警來將所述容器從進(jìn)一步檢查中清除。
14.一種用于將成像系統(tǒng)的假報(bào)警與真報(bào)警分開的檢測后分類系統(tǒng)，其中所述成像系 統(tǒng)在對容器進(jìn)行掃描期間引發(fā)報(bào)警，所述檢測后分類系統(tǒng)包括至少一個分類器，所述至少 一個分類器配置成基于從所述成像系統(tǒng)接收的多個圖像內(nèi)的多個圖像元素的至少一個計(jì) 算的特征確定并發(fā)出對所述報(bào)警的狀態(tài)的投票，所述至少一個分類器通過以下方式構(gòu)造而 成采集包括真報(bào)警子集和假報(bào)警子集的測試集；利用所述測試集計(jì)算所述至少一個分類器的第一性能；為每個測試子集的多個特征確定范圍和標(biāo)準(zhǔn)偏差的至少其中之一；增大微擾因子；對于每個子集，修改所述多個特征中的至少一個特征的值；以及利用修改后的測試集值計(jì)算所述至少一個分類器的第二性能。
15.如權(quán)利要求14所述的檢測后分類系統(tǒng)，其中計(jì)算所述至少一個分類器的第一性能 還包括對每個子集確定所保留的真報(bào)警的百分比以及所保留的假報(bào)警的百分比。
16.如權(quán)利要求14所述的檢測后分類系統(tǒng)，其中修改至少一個特征的值還包括將至少 一個特征的值修改隨機(jī)量。
17.如權(quán)利要求14所述的檢測后分類系統(tǒng)，其中修改至少一個特征的值還包括將至少 一個特征的值修改一定量，所述量介于0與通過將所述微擾因子乘以所述至少一個特征的 標(biāo)準(zhǔn)偏差確定的量之間。
18.如權(quán)利要求14所述的檢測后分類系統(tǒng)，其中修改至少一個特征的值還包括修改所 述多個特征的一部分的值。
19.如權(quán)利要求14所述的檢測后分類系統(tǒng)，其中修改至少一個特征的值還包括將每個 特征的值修改不同的量。
20.如權(quán)利要求14所述的檢測后分類系統(tǒng)，其中修改至少一個特征的值還包括將修改 后的值限制在預(yù)定范圍。
全文摘要
提供用于將容器內(nèi)的目標(biāo)進(jìn)行分類的系統(tǒng)和方法。一方面，提供一種用于解析由成像系統(tǒng)引發(fā)的報(bào)警的方法，該成像系統(tǒng)包括用于檢測容器內(nèi)的違禁品的組件。該方法包括從成像系統(tǒng)接收多個圖像；計(jì)算引起報(bào)警的至少一個物體的至少一個特征；將這至少一個特征輸入到至少一個分類器中；基于這至少一個分類器的投票給出對這至少一個物體的判定；以及給出對容器的最終判定。
文檔編號G01V5/00GK101878435SQ200880118898
公開日2010年11月3日 申請日期2008年7月29日 優(yōu)先權(quán)日2007年9月28日
發(fā)明者G·L·奧爾, M·A·默茨巴赫, T·加布爾 申請人:莫弗探測公司