本文涉及但不限于检测技术，尤指一种实现物品检测的方法和系统。
背景技术：
太赫兹波一般是指频率在0.1太赫兹(thz)～10thz之间的电磁波，其对常规包装材料及非金属材料有良好的穿透性，对有机品敏感度高，可呈现出其“指纹”光谱，与目前广泛使用的x光相比，太赫兹波没有电离辐射的危险，对于待检物品和操作人员来说具有更高的安全性。
目前，利用太赫兹技术进行物品检测的研究主要有三类：一是利用太赫兹时域光谱技术进行物质识别，该方法每一次只能对被检测物品的一个点进行物质识别；二是利用可调谐的连续波太赫兹光源实现多谱成像，多谱成像速度慢，因此难以适用于实际场景；三是将太赫兹时域光谱系统与逐点机械扫描结合实现二维光谱成像，这种方法同样存在成像速度慢的问题。
技术实现要素：
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种实现物品检测的方法和系统，能够提升利用太赫兹技术进行物品检测的速度。
本发明实施例提供了一种实现物品检测的方法，包括：
对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；
获取确定的待检测区域的光谱信息；
根据获取的光谱信息确定待检测区域中包含的物体的物质成分；
其中，所述预设图像特征包括：需进行物质成分检测的物体的形状特征。
另一方面，本发明实施例还提供一种实现物品检测的装置，包括：
确定待检区域单元、获取光谱信息单元和成分确定单元；其中，
确定待检区域单元设置为：对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；
获取光谱信息单元设置为：获取确定的待检测区域的光谱信息；
成分确定单元设置为：根据获取的光谱信息确定待检测区域中包含的物体的物质成分；
其中，所述预设图像特征包括：需进行物质成分检测的物体的形状特征。
本发明实施例包括：对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；获取确定的待检测区域的光谱信息；根据获取的光谱信息确定待检测区域中包含的物体的物质成分；其中，预设图像特征包括：需进行物质成分检测的物体的形状特征。本发明实施例通过对太赫兹图像进行图像分析确定待检测区域，减少了需要获取光谱信息的区域；基于光谱信息实现了待检测区域中包含的物体的物质成分的分析，提升了利用太赫兹波进行物品检测的速度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明实施例实现物品检测的方法的流程图；
图2为本发明实施例太赫兹时域光谱系统的组成示意图；
图3为本发明实施例太赫兹时域光谱系统的探测光路的示意图；
图4为本发明实施例物品检测的示意图；
图5为本发明实施例实现物品检测的系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本发明实施例实现物品检测的方法的流程图，如图1所示，包括：
步骤101、对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；
其中，预设图像特征包括：需进行物质成分检测的物体的形状特征。
在一种示例性实例中，本发明实施例中的预设图像特征可以包括：形状特征和/或空间关系特征等；形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征，图像的轮廓特征主要针对物体的外边界，图像的区域特征关系到物体的形状区域；空间关系特征是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为：交叠或重叠关系、和包含或包容关系等。
在一种示例性实例中，本发明实施例预设图像特征包括以下部分或全部的形状特征：包含粉末物体的袋子的形状特征、包含颗粒物体的袋子的形状特征、颗粒状物体的形状特征、胶囊形状物体的形状特征、包含液体的瓶子的形状特征、包含颗粒的瓶子的形状特征和包含胶囊的瓶子的形状特征等；在一种示例性实例中，本发明实施例可以根据需要进行物质成分检测的物体种类及包装等，对预设图像特征包含的形状特征进行增删处理。
在一种示例性实例中，在执行步骤101对待检物品的太赫兹成像进行图像分析之前，本发明实施例方法还包括：
根据预设数量的样本图像，训练获得用于进行图像分析的机器学习算法；
其中，样本图像中包括：预设比例的包含预设图像特征的图像。
在一种示例性实例中，本发明实施例机器学习算法包括以下任意之一的模式识别算法：k近邻(k-nn，k-nearestneighbor)方法、贝叶斯方法、主成份分析(principlecomponentanalysis)、线性判别分析(lda，lineardiscriminantanalysis)、非负矩阵分解(nmf，non-negativematrixfactorization)和高斯混合模型(gmm，gaussianmixturemodel)。
需要说明的是，本发明实施例训练获得用于进行图像分析的机器学习算法之后，通过运行机器学习方法，可以分析确定满足预设图像特征的区域。
在一种示例性实例中，本发明实施例可以对实时获得的待检物品的太赫兹成像，通过训练获得的机器学习算法进行图像分析，以确定太赫兹成像是否包含满足预设图像特征的区域。
在一种示例性实例中，本发明实施例方法还包括：根据接收到的外部指令确定待检测区域；针对部分安全检查要求较高的应用场景，为了避免漏检，本发明实施例可以由相关技术的技术人员对待检物品的太赫兹成像进行人工识别；基于人工识别结果，通过人体输入学设备确定待检测区域。
步骤102、获取确定的待检测区域的光谱信息；
在一种示例性实例中，本发明实施例获取确定的待检测区域的光谱信息，包括：
从待检测区域中选出一个以上检测点；
对选出的每一个检测点分别进行光谱信息的采集，以获得待检测区域的光谱信息。
在一种示例性实例中，从待检测区域中选出一个以上检测点，包括：
根据待检测区域的面积确定检测点的个数；
按照预设的检测点分布规则从待检测区域选出一个以上检测点。
在一种示例性实例中，本发明实施例待检测区域面积越大，则检测点个数越大；在一种示例性实例中，本发明实施例检测点个数还可以根据物品检测的速度进行设定调整，一般的检测点的个数大于一个、小于或等于十个；检测点个数可以由本领域技术人员根据应用场景的不同进行调整。例如，安全要求较高的区域，检测点个数可以增加。
在一种示例性实例中，检测点分布规则可以由本领域技术人员根据经验进行设定；在一种示例性实例中，包含检测点个数为一个时，可以选取待检测区域的中心点作为检测点；在一种示例性实例中，包含检测点个数为两个以上时，可以按照均匀分布的规则选择待检测区域的点作为检测点；在一种示例性实例中，本发明实施例还可以根据图像特征预先设定检测点的位置。待检测区域待检测区域。
在一种示例性实例中，本发明实施例对选出的每一个检测点分别进行光谱信息的采集，包括：
使用太赫兹时域光谱系统，对每一个检测点分别进行光谱信息的采集。
在一种示例性实例中，对选出的每一个检测点分别进行光谱信息的采集之前，本发明实施例方法还包括：
通过预设的机电传动装置，将检测点移动至与太赫兹时域光谱系统的测量点重合的位置。
在一种示例性实例中，本发明实施例将检测点移动至与太赫兹时域光谱系统的测量点重合的位置，包括：在机电传动装置上搭载待检物品或者太赫兹时域光谱系统，将待检测区域的检测点移动至光谱测量的测量点位置；
在一种示例性实例中，本发明实施例中的机电传动装置包括：一个及以上的机械位移台。在一种示例性实例中，本发明实施例机电传动装置包括：在二维平面内进行承载物品移动的装置；
在一种示例性实例中，本发明实施例中的上述机电传动装置，还用于搭载待检物品或太赫兹成像装置，以使待检物品与太赫兹成像装置产生互动以完成太赫兹成像；
在一种示例性实例中，本发明实施例机电传动装置还包括机电运动控制器，用于定位待检物品、太赫兹成像装置及太赫兹时域光谱系统的位置，以进行待检物品、太赫兹成像装置及太赫兹时域光谱系统的相对位移。
步骤103、根据获取的光谱信息确定待检测区域中包含的物体的物质成分；
在一种示例性实例中，本发明实施例根据采集的光谱信息确定待检测区域中包含的物体的物质成分，包括：
将采集的光谱信息，与预先存储的一项以上物质的光谱信息进行光谱比对，通过光谱比对确定待检测区域中包含的物体的物质成分。
在一种示例性实施例中，本发明实施例进行光谱比对包括：利用相关系数法或机器学习算法进行光谱比对。
在一种示例性实例中，本发明实施例方法可以应用于信封、文件包裹、公文包等符合通过太赫兹时域光谱系统探测尺寸的物体。
在一种示例性实例中，本发明实施例中的太赫兹成像可以通过相关技术中的太赫兹成像装置获得；在一种示例性实例中，本发明实施例太赫兹成像装置的成像单元可以是以下任意种类之一：面阵成像、线阵成像、二维扫描成像；太赫兹成像的成像方式包括但不限于透射成像、反射成像。在一种示例性实例中，本发明实施例太赫兹成像装置可以包括：一个或多个太赫兹源，用于产生成像所需的太赫兹波；波束调整光路，用于对太赫兹源产生的太赫兹波进行整形以匹配太赫兹接收单元；一个或多个太赫兹接收单元，接收太赫兹源产生的穿过待检物品的太赫兹波，获得太赫兹成像。在一种示例性实例中，本发明实施例太赫兹接收单元可以按照稀疏排布的方式进行设置。
在一种示例性实例中，本发明实施例太赫兹接收单元为线阵成像时，可以在连续波的太赫兹源下使用柱面透镜，通过柱面透镜调整太赫兹波束的形状以匹配线阵太赫兹接收单元；扫描获得太赫兹成像时，待检物品由沿垂直线阵太赫兹接收单元(也称为探测器)方向通过成像区域；本发明实施例可以将待检物品承载于材质可以为聚四氟乙烯的托盘上移动；本发明实施例待检物品通过成像区域时，线阵太赫兹接收单元以匹配待检物品通过成像区域的速度的采样率测量太赫兹波强度；待检物品通过成像区域后，即可得到待检物品的太赫兹成像(也可以称为太赫兹扫描图像)。
在一种示例性实例中，本发明实施例中的太赫兹时域光谱系统包括：基于扫描光学延迟线的单飞秒激光器的太赫兹时域光谱系统、基于异步光学采样的双飞秒激光器太赫兹时域光谱系统、或基于相位扫描的双飞秒激光器太赫兹时域光谱系统。在一种示例性实例中，本发明实施例中的太赫兹时域光谱系统包括：基于透射式的光谱分析原理设计的系统；基于反射式的光谱分析原理设计的系统。
在一种示例性实例中，本发明实施例太赫兹时域光谱系统可以包括：一个或多个飞秒激光源，将飞秒激光作为泵浦光激发天线产生太赫兹脉冲；一套或多套太赫兹收发天线，作为太赫兹波的产生、接收和测量装置；光路组件，用于将飞秒激光分束后无展宽的分别传递至收发天线；在一种示例性实例中，本发明实施例收发天线包括：发射光电导天线和接收光电导天线；数据采集模块，用于采集获得光谱信息；在一种示例性实例中，本发明实施例太赫兹时域光谱系统采集到的光谱信息为高信噪比的信号。图2为本发明实施例太赫兹时域光谱系统的组成示意图，如图2所示，由1550纳秒(nm)的飞秒激光器发出的飞秒激光(飞秒脉冲)经过零色散的光纤系统，被分为两束激光分别送入发射光电导天线与接收光电导天线，通过改变光纤系统中光学延迟线的时延，可以采集得到待检物品的待检测区域中包含的物品的时域谱(本发明实施例中的光谱信息对应的时域信号)。图3为本发明实施例太赫兹时域光谱系统的探测光路的示意图，如图3所示，外光路使用了四个离轴抛面镜以聚焦太赫兹波束使其通过待检测区域。得到待检测区域的时域谱，对其进行傅里叶变换得到频域谱(本发明实施例中的光谱信息)并与存储有一种以上物品的光谱信息的数据库对照，从而实现待检测区域包含物品的物质成分。在一种示例性实例中，本发明实施例光谱信息的采集包括但不限于电光采样和光电导采样。在一种示例性实例中，本发明实施例的光路组件包括但不限于：自由空间光路组件与光纤光路组件。
本发明实施例可以将待检物品置于太赫兹成像装置的托盘上，由机电传动装置的纵向导轨驱动托盘承载待检物品通过成像区域，连续波太赫兹源及线阵太赫兹接收单元持续工作，得到被检物品的太赫兹成像；经人工或机器学习算法识别待检物品中的待检测区域后，再由横向纵向导轨共同驱动托盘，移动待检物品使待检测区域的检测点处于太赫兹时域光谱系统的测量点处；而后太赫兹时域光谱系统工作，采集待检测区域包含的物体的光谱信息后，通过采集的光谱信息确定待检测区域包含的物体的物质成分。本发明实施例可以实现对包括包裹、信封等需要进行安全检查的物品进行高效的夹带物品的成分检测。对太赫兹成像装置、太赫兹时域光谱系统和机电传动装置进行集成，可以降低整个系统的体积，使系统可以适用更多的需要物品成分检测的场景。
图4为本发明实施例物品检测的示意图，如图4所示，对待检物品的太赫兹成像进行图像分析后，确定待检测区域；对待检测区域进行太赫兹光谱分析；太赫兹光谱分析包括：对待检测区域中的一个以上检测点进行光谱信息采集；将采集到的光谱信息与预先存储的一项以上物质的光谱信息进行光谱比对，采集到的光谱信息与预先存储的某一种物质的光谱信息相同时，可以判定待检测区域中包含的物体的物质与该某一种物质的成分相同。
本发明实施例集成太赫兹成像装置与太赫兹光谱时域系统后，使得设备整体具有较小的空间尺寸，便于移动，可以适用各种场景；借助机电传动装置，可以在较低的制造成本下，实现待检物品与太赫兹成像装置或太赫兹光谱时域系统相对位置的快速调整，进而完成高效的物品检测；结合成熟的太赫兹成像和太赫兹时域光谱的物质识别技术，在无人工干预的条件下，可以自动化的对待检物品进行高效准确的成分检测。
本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述图像处理的方法。
本发明实施例还提供一种终端，包括：存储器和处理器，存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
计算机程序被处理器执行时实现如上述图像处理的方法。
图5为本发明实施例实现物品检测的系统的结构框图，如图5所示，包括：确定待检区域单元、获取光谱信息单元和成分确定单元；其中，
确定待检区域单元设置为：对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；
获取光谱信息单元设置为：获取确定的待检测区域的光谱信息；
成分确定单元设置为：根据获取的光谱信息确定待检测区域中包含的物体的物质成分；
其中，预设图像特征包括：需进行物质成分检测的物体的形状特征。
在一种示例性实例中，本发明实施例系统还包括训练单元，设置为：
根据预设数量的样本图像，训练获得用于进行图像分析的机器学习算法；
其中，样本图像中包括：预设比例的包含预设图像特征的图像。
在一种示例性实例中，本发明实施例获取光谱信息单元是设置为：
从待检测区域中选出一个以上检测点；
对选出的每一个检测点分别进行光谱信息的采集，以获得待检测区域的光谱信息。
在一种示例性实例中，本发明实施例获取光谱信息单元是设置为从待检测区域中选出一个以上检测点，包括：
根据待检测区域的面积确定检测点的个数；
按照预设的检测点分布规则从待检测区域选出一个以上检测点。
在一种示例性实例中，本发明实施例获取光谱信息单元是设置为对选出的每一个检测点分别进行光谱信息的采集，包括：
使用太赫兹时域光谱系统，对每一个检测点分别进行光谱信息的采集。
在一种示例性实例中，本发明实施例系统还包括机电传动单元，设置为：
通过预设的机电传动装置，将检测点移动至与预先设定的测量点重合的位置。在一种示例性实例中，本发明实施例中的测量点包括：太赫兹时域光谱系统的测量点。
“本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。”
1.一种实现物品检测的方法，包括：
对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；
获取确定的待检测区域的光谱信息；
根据获取的光谱信息确定待检测区域中包含的物体的物质成分；
其中，所述预设图像特征包括：需进行物质成分检测的物体的形状特征。
2.根据权利要求1所述的方法，其特征在于，所述获取确定的待检测区域的光谱信息，包括：
从所述待检测区域中选出一个以上检测点；
对选出的每一个所述检测点分别进行所述光谱信息的采集，以获得所述待检测区域的光谱信息。
3.根据权利要求2所述的方法，其特征在于，所述从所述待检测区域中选出一个以上检测点，包括：
根据所述待检测区域的面积确定所述检测点的个数；
按照预设的检测点分布规则从所述待检测区域选出所述一个以上检测点。
4.根据权利要求2所述的方法，其特征在于，所述对选出的每一个所述检测点分别进行所述光谱信息的采集，包括：
使用太赫兹时域光谱系统，对每一个所述检测点分别进行所述光谱信息的采集。
5.根据权利要求2～4任一项所述的方法，其特征在于，所述对选出的每一个所述检测点分别进行所述光谱信息的采集之前，所述方法还包括：
通过预设的机电传动装置，将所述检测点移动至与所述太赫兹时域光谱系统的测量点重合的位置。
6.根据权利要求1～4任一项所述的方法，其特征在于，所述对待检物品的太赫兹成像进行图像分析之前，所述方法还包括：
根据预设数量的样本图像，训练获得用于进行所述图像分析的机器学习算法；
其中，所述样本图像中包括：预设比例的包含所述预设图像特征的图像。
7.一种实现物品检测的系统，包括：确定待检区域单元、获取光谱信息单元和成分确定单元；其中，
确定待检区域单元设置为：对待检物品的太赫兹成像进行图像分析，将太赫兹成像中满足预设图像特征的区域确定为待检测区域；
获取光谱信息单元设置为：获取确定的待检测区域的光谱信息；
成分确定单元设置为：根据获取的光谱信息确定待检测区域中包含的物体的物质成分；
其中，所述预设图像特征包括：需进行物质成分检测的物体的形状特征。
8.根据权利要求7所述的系统，其特征在于，所述获取光谱信息单元是设置为：
从所述待检测区域中选出一个以上检测点；
对选出的每一个所述检测点分别进行所述光谱信息的采集，以获得所述待检测区域的光谱信息。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括机电传动单元，设置为：
通过预设的机电传动装置，将所述检测点移动至与预先设定的测量点重合的位置。
10.根据权利要求7～9任一项所述的系统，其特征在于，所述系统还包括训练单元，设置为：
根据预设数量的样本图像，训练获得用于进行所述图像分析的机器学习算法；
其中，所述样本图像中包括：预设比例的包含所述预设图像特征的图像。
技术总结