JP6567703B2 - 検査機器およびコンテナを検査する方法 - Google Patents

Description

本開示は、放射線画像における巻き込みに対する自動検出に関し、具体的には、大型コンテナの走査システムにおいて巻き込み物を検査する方法および機器に関している。

巻き込み検出は、機器でコンテナを検査する基本的な目的の一つである。申告していない貨物または危険物をコンテナに巻き込むことによって不正な利益を取得するという目的を達成することは、貨物の密輸による政府の税金損失として体現するだけでなく、犯罪組織やテロ組織に禁制品を提供して社会の安定を影響する恐れもある。したがって、巻き込み問題の重要性は言うまでもない。

自動検出は、現在の安全検査技術の発展の傾向になっている。放射線結像は、貨物や荷物などを透視して結像することで、侵入なしの検査という目的を達成するものであり、現在、空港、税関、駅、大型の集会などの場所に広く適用されており、禁制品の安全検査分野で最も重要な手段である。コンテナの検査過程では、コンテナにおける貨物の画像を取得したとしても、貨物の種類が千差万別であり、画像判断者の経験がアンバランスであり、密輸品の出現確率も低いため、人為で判断する効果はよくない。現在の安全環境が厳しくなり、コンテナに対する安全検査問題が顕著している場合、膨大な量の機器検査画像に対して、多くの人員で画像判断を行う必要がある。したがって、自動検査は、国際で注目されているホット問題となっている。

しかしながら、自動検出手段がまだ完備していない場合、「巻き込み」のような特定でない種類に対する検査問題には関連する効果的な手段を欠いており、現在、対応性の開示文献はまだ出現されていない。

従来技術における１つ又は複数の問題に鑑みて、検査機器およびコンテナを検査する方法を提供している。

本開示の一面によれば、コンテナを検査する方法であって、被検査コンテナに対してＸ線走査を行って走査画像を取得するステップと、走査画像を処理して関心領域を取得するステップと、前記関心領域に含まれているテクスチャエレメントの特徴を計算するステップと、テクスチャエレメントの特徴に基づいて、テクスチャエレメントの局所描写を形成するステップと、各テクスチャエレメントの局所描写から各局所点の顕著度を計算して、関心領域の局所顕著図を取得するステップと、該局所顕著図を利用して、被検体に巻き込み物が含まれているか否かを確定するステップと、を含む方法を提供している。

一部の実施例によれば、該局所顕著図を利用して、被検体に巻き込み物が含まれているか否かを確定するステップは、巻き込み物の候補領域を確定することと、候補領域の顕著度値および隣接候補点の数に基づいて、該候補領域に巻き込み物が含まれているか否かを確定することと、を含む。

一部の実施例によれば、候補領域の顕著度と第１の閾値とを比較するとともに、隣接候補点のデータと第２の閾値とを比較することによって、該候補領域に巻き込み物が含まれているか否かを確定する。

一部の実施例によれば、前記テクスチャエレメントの特徴を多次元ベクトルで示し、前記方法は、辞書描写の方式を採用して前記多次元ベクトルの次元を１次元までに下げるステップをさらに含む。

一部の実施例によれば、各テクスチャエレメントの局所描写から各局所点の顕著度を計算するステップは、積分図の方法を採用して、局所描写の複雑度を低減させることと、固定のステップ幅のスライディングウインドウで、該局所描写の顕著度を計算することと、を含む。

一部の実施例によれば、いずれの局所描写と、それに隣接するが重ならない局所描写との間の類似度を計算して、その中の最大値を局所描写中心の顕著度とする。

一部の実施例によれば、いずれの局所描写と、それに隣接する局所描写との間のユークリッド距離を計算して、その中の最小のユークリッド距離を局所描写中心の顕著度とする。

一部の実施例によれば、異なるスケールでの局所顕著図を計算するとともに、異なるスケールでの局所顕著図を重畳して、重畳した局所顕著図によって被検体に巻き込み物が含まれているか否かを確定する。

本開示の他の一面によれば、射線源および検知器を含んでおり、被検査コンテナに対して透過走査を行って走査画像を取得する走査機器と、走査画像を処理して関心領域を取得し、前記関心領域に含まれているテクスチャエレメントの特徴を計算し、テクスチャエレメントの特徴に基づいて、テクスチャエレメントの局所描写を形成し、各テクスチャエレメントの局所描写から各局所点の顕著度を計算して、関心領域の局所顕著図を取得し、該局所顕著図を利用して、被検体に巻き込み物が含まれているか否かを確定するように配置されるデータ処理機器と、を備える検査機器を提供している。

一部の実施例によれば、前記データ処理機器は、巻き込み物の候補領域を確定し、候補領域の顕著度値および隣接候補点の数に基づいて、該候補領域に巻き込み物が含まれているか否かを確定するように配置される。

一部の実施例によれば、前記データ処理機器は、候補領域の顕著度と第１の閾値とを比較するとともに、隣接候補点のデータと第２の閾値とを比較することによって、該候補領域に巻き込み物が含まれているか否かを確定するように配置される。

一部の実施例によれば、前記データ処理機器は、積分図の方法を採用して、局所描写の複雑度を低減させ、固定のステップ幅のスライディングウインドウで、該局所描写の顕著度を計算するように配置される。

一部の実施例によれば、前記データ処理機器は、いずれの局所描写と、それに隣接するが重ならない局所描写との間の類似度を計算して、その中の最大値を局所描写中心の顕著度とするように配置される。

一部の実施例によれば、前記データ処理機器は、いずれの局所描写と、それに隣接する局所描写との間のユークリッド距離を計算して、その中の最小のユークリッド距離を局所描写中心の顕著度とするように配置される。

一部の実施例によれば、前記データ処理機器は、異なるスケールでの局所顕著図を計算するとともに、異なるスケールでの局所顕著図を重畳して、重畳した局所顕著図によって被検体に巻き込み物が含まれているか否かを確定するように配置される。

上記の技術案によれば、コンテナにおける巻き込み物を効果的に検査することができ、コンテナに対する検査効率を向上させることができる。

本発明をよりよく理解するために、以下の図面に基づいて本発明を詳しく記述する。

図１は、本開示の実施例による検査機器を示す構造模式図である。 図２は、図１に示す検査機器に含まれている計算機器の構造を説明する模式図である。 図３は、本開示の実施例によるコンテナに対して安全検査を行う方法を説明する模式的なフローチャートである。 図４は、本開示の実施例によるテクスチャエレメントと局所描写との間の関係を説明する模式図である。 図５は、本開示の実施例による安全検査の結果を説明する模式図である。

以下、本発明の具体的な実施例を詳細に記述する。なお、ここで記述した実施例は、例示的なものに過ぎず、本発明を制限するものではないと理解すべきである。以下の記述では、本発明に対する理解を深めるために、大量の特定の細部を説明した。しかし、当業者にとって明らかに分かるように、必ずこれらの特定の細部を採用して本発明を実現することではない。その他の実施例においては、本発明を混同させることを避けるために、周知の構造、材料または方法に対する具体的な記述を省略した。

明細書全体において、「一実施例」、「実施例」、「一例示」又は「例示」に言及する場合は、当該実施例又は例示に基づいて記述した特定な特徴、構造又は特性が本発明の少なくとも一つの実施例に含まれることを意味する。そのため、明細書全体の各箇所に出現される「一実施例に」、「実施例に」、「一例示」又は「例示」という語句は、必ずしも同一の実施例又は例示を指すものとは限らない。また、いずれの適宜な組み合わせ及び／又はサブ組み合わせによって、特定な特徴、構造又は特性を１つ又は複数の実施例又は例示に組み合わせることができる。また、当業者であれば理解できるように、ここで使用する「及び／又は」という専門用語は、一つまたは複数の関連の列記項目の何れかと全ての組み合わせを含む。

従来技術における、貨物の密輸を検査するときに現れた課題について、本開示の実施例は、コンテナに対して安全検査を行う方法および検査機器を提供している。本開示の実施例によれば、コンテナのＤＲ（Ｄｉｇｉｔａｌ Ｒａｄｉｏｇｒａｐｈｙ）画像に基づいて巻き込み物を自動検出することを提供している。具体的には、コンテナに対して密輸検査を行う過程では、射線走査イメージング技術を利用して、画像においてテクスチャ特徴と他の領域との間に顕著な差異がある貨物領域を自動検出する。このような貨物領域が検出された場合、画像における容疑物の位置を提示することによって、密輸の状況が存在するか否かを人為で判断することを補助する。このような巻き込み物を自動検査する技術を利用することで、巻き込み物を検査する正確度を向上させることができるとともに、検査の効率をも向上させることができ、これによって、人為で検査することを補助できる。

図１は、本開示の実施例による検査機器を示す構造模式図である。図１に示すように、本開示の実施例による検査機器１００は、Ｘ線源１１０、検知器１３０、データ採集装置１５０、コントローラ１４０、および計算機器１６０を含んでおり、コンテナ、トラックなどのような被検体１２０に対して安全検査を行い、例えばその中に巻き込み物（すなわち、申告書に合っていない物、例えば密輸品）が含まれたか否かを判断する。該実施例において、検知器１３０とデータ採集装置１５０とを分けて説明するが、当業者であれば理解できるように、それらを集積してＸ線検知・データ採集機器と称してもよい。

本開示の実施例によれば、検知器１３０は、直線型の検知器を使用してもよく、Ｌ型の検知器またはフェイスアレイ検知器であってもよい。当業者であれば理解できるように、他の実施例でもフェイスアレイ検知器などを使用してもよい。このようにして、Ｘ線で走査する速度を向上させることができる。使われた射線源の異なりによって、単一エネルギー検知器または二重エネルギー検知器などの他の検知器を使用してもよい。

一部の実施例によると、上記のＸ線源１１０は同位体源であってもよく、Ｘ光機または加速器等であってもよい。Ｘ線源１１０は、単一エネルギーであってもよく、二重エネルギーであってもよい。このようにして、Ｘ線源１１０と検知器１３０、及び、コントローラ１４０と計算機器１６０によって被検体１２０を透過走査し、検知データを取得する。例えば被検体１２０の走行中、オペレータは、計算機器１６０のマンマシンインターフェースを利用して、コントローラ１４０によって、射線を出すことをＸ線源１１０に命令するようにコマンドを出し、射線が被検体１２０を透過した後、検知器１３０とデータ採集機器１５０により受けられ、かつ計算機器１６０によりデータを処理し、透過画像を取得する。次に、計算機器１６０は、透過画像を処理して、透過画像においてテクスチャ特徴と他の領域との間に顕著な差異がある貨物領域を検出する。このような領域が検出された場合、透過画像における容疑物の位置を提示することによって、密輸の状況が存在するか否かを人為で判断することを補助する。また、二重エネルギー検査システムの場合、上記の判断結果と二重エネルギー検査で得られた容疑物の原子番号値とに基づき総合的に判断して、巻き込み物であるか否かを確定してもよい。例えば、上記自動検査の結果と原子番号の検査結果とが一致した容疑物を、箱開きの検査が必要であるものと確定することで、検査の正確度を向上させた。

図２は、図１に示す計算機器を示す構造模式図である。図２に示すように、検知器１３０により検知された信号は、データ採集器により採集され、データは、インタフェースユニット１６７とバス１６３とを介してメモリ１６１に記憶される。読出専用メモリ（ＲＯＭ）１６２には、コンピュータデータプロセッサの配置情報及びプログラムが記憶されている。ランダムアクセスメモリ（ＲＡＭ）１６３は、プロセッサ１６５の動作中に各種のデータを一時的に記憶するためのものである。なお、メモリ１６１には、データ処理を行うためのコンピュータプログラム、例えば自動検査プログラム、物質識別プログラム及び画像処理プログラム等がさらに記憶されている。内部バス１６３は、上記のメモリ１６１、読出専用メモリ１６２、ランダムアクセスメモリ１６３、入力装置１６４、プロセッサ１６５、表示装置１６６及びインタフェースユニット１６７を接続している。

ユーザーがキーボード、マウスなどのような入力装置１６４で操作命令を入力した後、コンピュータプログラムのコマンドコードは、予定のデータ処理アルゴリズムを行うことをプロセッサ１６５に命令し、データ処理の結果を取得した後、それをＬＣＤディスプレイなどのような表示装置１６６に表示し、あるいはプリントなどのようなハードコピーで処理結果を直接に出力する。

図３は、本開示の実施例によるコンテナに対して安全検査を行う方法を説明する模式的なフローチャートである。図３に示すように、本開示の実施例の検査方法は、ソフトウェア又はファームウェア又は他の適当な方式として実現され得る。被検査コンテナを走査して透過画像を取得した後、コンピュータなどのような計算機器１６０がプログラムを実行して本開示の検査方法を実現する。本開示の実施例では、計算機器１６０は、他の補助情報、例えば同じ種類の貨物の画像がない場合、画像における局所テクスチャの相違を検査して、コンテナに巻き込み物があるか否かを確定する。そして、その結果をユーザーに出力し、例えば、アラームを出すか、容疑の巻き込み物の領域をフレームで示す。

図３に示すように、ステップＳ３１０では、射線源１１０、検知器１３０、データ処理機器１５０、コントローラ１４０および計算機器１６０を含む検査機器を利用して、被検査コンテナに対してＸ線透過走査を行う。

例えば、他の実施例では、計算機器１６０は、走査画像に対して画像の正規化操作を行って、車体部分を切り取ってＲＯＩとしてもよい。具体的には、異なる走査機器は、射線源のエネルギー／線量が異なり、検知器のサイズが異なるので、取得した画像の物理特性が同じではない。この相違を低減させるために、先ず、画像に対して正規化処理を行う必要がある。処理の方式として、先ず、空気部分を基準値として画像を修正し、その後、検知器の物理のサイズによって画像をズーミングするものである。

また、例えば、バックグラウンド及び空気による減衰を除去するや、行／列ストライブを除去するなどの画像処理操作によって、正規化を図る。次に、二値化、エッジ抽出、コンテナのエッジ検出などの操作によって、貨物領域を取得する。このようにして、貨物領域を抽出することができるとともに、機器の物理特性が一致しないことによる画像への影響をできるだけ低減させることができる。

次に、ステップＳ３２０では、計算機器１６０は、走査画像の関心領域（ＲＯＩ）を取得する。例えば、計算機器１６０は、走査画像を取得し、車体領域を関心領域（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ，ＲＯＩ）として取得する。

例えば、一部の実施例では、ＲＯＩに対して、スライディングウインドウ（Ｓｌｉｄｉｎｇ Ｗｉｎｄｏｗ）の方式で特徴を密に取得する。それぞれのウインドウについて、ＴＥ（Ｔｅｘｔｕｒｅ Ｅｌｅｍｅｎｔ）と定義する。描写をより精確にするために、ＴＥのサイズおよびスライディングステップ幅はともにできるだけ小さくすべきである。ここで、ＴＥの特徴を複数の方法で抽出することができる。例えば、ＳＩＦＴ、ＨＯＧ、ＬＢＰなどの複数の局所描写子方式のいずれでも、一定の効果を達成することができる。一部の実施例では、このステップで取得したＴＥの特徴が高次元ベクトルであり、他の実施例では、このステップで取得したＴＥの特徴が１次元ベクトルである。

具体的には、８×８の矩形の局所領域のそれぞれを行に沿って並べて、スライディングウインドウ（Ｓｌｉｄｉｎｇ Ｗｉｎｄｏｗ）のそれぞれの６４次元の「特徴」を取得することができる。一つの局所領域にとっては、該領域が精確に刻まれる。また、一つの好ましい特別な例として、局所バイナリパターン（Ｌｏｃａｌ Ｂｉｎａｒｙ Ｐａｔｔｅｒｎｓ，ＬＢＰ）［５］を使用して３×３の領域を刻んでもよい。この場合、ＬＢＰが局所領域に出力した特徴は１次元である。

ステップＳ３３０では、計算機器１６０は、テクスチャエレメントの特徴を計算する。例えば、計算機器１６０は、各像素の隣接領域をＴＥ（Ｔｅｘｔｕｒｅ Ｅｌｅｍｅｎｔ）と定義する。さらに、ＴＥの特徴（ＴＥ ｆｅａｔｕｒｅ，ＴＥＦ）を求める。

一部の実施例では、各ＴＥＦが１次元よりも大きいと、辞書の形式で特徴を１次元までに下げる。例えば、ＴＥの特徴は一つの詳しい描写であり、細部ではなく比較的に安定する一つの特徴を取得するために、ＴＥの特徴の次元を下げてもよい。好ましいのは、本開示の実施例において、辞書描写の形式でＴＥの特徴を１次元までに下げることである。すなわち、先ず全てのＴＥの特徴を求め、次にクラスタリングにより若干のクラスタ中心を取得し、各ＴＥの特徴はクラスタ中心のインデックスによって示される。

具体的には、辞書の大きさを例えば２００に設定し、ＫＭｅａｎｓなどのアルゴリズムで各ＴＥの特徴をクラスタリングして各クラスの中心ベクトルを取得し、各ベクトルに一つのラベル値を与えて「辞書」を形成する。その後、各ＴＥの特徴より一番近い辞書のエントリを求め、エントリのラベル値を該ＴＥの特徴に与えて、ＴＥの特徴を１次元までに下げる目的を図る。理解し易くするために、各画素は、辞書で描写した「字」に転換され、その値が整数であり、取り得る値の範囲が辞書のエントリ数である。

また、当業者であれば容易に想到し得るように、スパース辞書を使用する方法でよりよい効果を取得することができる。ただし、リアルタイム性から考慮すると、ここでクラスタ方法に選択した。

ステップＳ３４０では、計算機器１６０は、テクスチャエレメントの局所描写を形成する。例えば、複数の隣り合うＴＥに対し、計算機器１６０は、それらの局所描写（Ｌｏｃａｌ Ｄｅｓｃｒｉｐｔｉｏｎ，ＬＤ）を統計する。

例えば、ＴＥの次元を下げる過程は、主にノイズ低減および規則化である。この時の特徴データは、空間領域で詳細化すぎるものである。複数の隣接ＴＥを採用し、局所描写（Ｌｏｃａｌ Ｄｅｓｃｒｉｐｔｉｏｎ）を形成して、局所領域でより安定した特徴の示しを取得してもよい。ＴＥの特徴は既に１次元までに下げたので、一部の実施例ではヒストグラムによってＬＤを示しても良い。

また、計算の複雑度を低減させるために、先ず、積分図（Ｉｎｔｅｇｒａｔｅ Ｉｍａｇｅ）に類似した方法を採用してＬＤを統計してもよく、次に、固定のステップ幅のスライディングウインドウ（Ｓｌｉｄｉｎｇ Ｗｉｎｄｏｗ）を採用して各領域の顕著度を取得してもよい。

図４は、本開示の実施例によるテクスチャエレメントＴＥと局所描写ＬＤとの間の関係を説明する模式図である。本開示の実施例によれば、大きさが３２×３２であって、ステップ幅が８である領域を選択してＬＤを統計する。このとき、理解し易くするために、ＬＤを３２×３２の「字」で形成した「詞」と見なすことができる。

当業者であれば容易に想到し得るように、このステップは、Ｂａｇ ｏｆ Ｗｏｒｄｓ（ＢＯＷ）技術の若干改良された技術によって図られ、例えば、ｆｉｓｈｅｒ ｖｅｃｔｏｒ、またはＬｏｃａｌ−ｃｏｎｓｔｒａｉｎｅｄ Ｌｉｎｅａｒ Ｃｏｄｉｎｇ（ＬＣＣ）などによって図られる。

計算の複雑度を低減させるために、積分図（Ｉｎｔｅｇｒａｔｅ Ｉｍａｇｅ）に類似した方法を採用してＬＤを統計する複雑度を低減させてもよく、次に、固定のステップ幅のスライディングウインドウ（Ｓｌｉｄｉｎｇ Ｗｉｎｄｏｗ）を採用して各領域の顕著度を取得してもよい。

ステップＳ３５０では、計算機器１６０は、局所点の顕著度を計算して顕著度図を取得する。例えば、各ＬＤに対し、計算機器１６０は、それと隣接した全てのＬＤとの相違を求め、その中の最小の相違を該ＬＤ中心の顕著値として、局所顕著図（Ｌｏｃａｌ Ｄｉｓｔｉｎｃｔ Ｍａｐ，ＬＤＭ）を取得する。

ここで、ＬＤと、それに隣接するが重ならないＬＤとの間に、類似度を計算し、その中の最大値をＬＤ中心の顕著度と定義する。この顕著度が大きければ大きいほど、この所の貨物と周囲のものとが異なることを意味する。また、類似度の計算は、複数の手段を採用してもよい。例えば、学習に基づくＤｉｓｔａｎｃｅ Ｍｅｔｒｉｃ Ｌｅａｒｎｉｎｇであるか、または、直接に距離を計算し、例えばユークリッド距離を計算するものである。最終的には、画像全体における各局所点の顕著度を局所顕著図（Ｌｏｃａｌ Ｄｉｓｔｉｎｃｔ Ｍａｐ，ＬＤＭ）と視覚化できる。

また、例えば、好ましいのは、任意のＬＤに対し、その３×３の領域内で隣接するが重ならないＬＤを選択して顕著度を計算することである。ＬＤをステップ幅８で統計する場合、隣接ＬＤは全部で４×８個がある。中心ＬＤは、それぞれこれらの４×８個のＬＤとユークリッド距離を求め、その中の最小値は顕著度である。最終的には、画像全体における各局所点の顕著度を局所顕著図（Ｌｏｃａｌ Ｄｉｓｔｉｎｃｔ Ｍａｐ，ＬＤＭ）と視覚化できる。

ステップＳ３６０では、計算機器１６０は、ＬＤＭに対して後処理を行って、巻き込み物の位置を取得する。なお、マルチスケールで検出する方法を採用して、巻き込みの大きさが検出に与える影響を解決してもよい。

例えば、ＬＤＭ図における空気および画像の強いエッジの所の値を除去して、明らかな誤報を避ける。好ましいのは、ステップＳ３１０における走査画像に対してエッジ検出および空気閾値処理を行い、さらに一連のモルフォロジー操作を経て、取得したエッジおよび空気領域をＬＤＭのマスクとし、マスク領域に対して計算を行わない。次に、残り部分の数値を統計し、３倍の分散よりも大きい点の位置は、巻き込みの候補領域と見なされる。候補領域では、数値が大きくて隣接する候補点が多い領域であるほど、巻き込みに該当する可能性が高いので、該二つの数値を基準として候補領域に信頼度の値を付ける。信頼度が予め設定された閾値よりも大きい領域を巻き込み領域と判定して、検出結果を取得する。

図５は、本開示の実施例による安全検査の結果を説明する模式図である。図５に示すように、計算機器１６０によってコンテナに巻き込み物があると確定された場合、その結果をユーザーに出力し、例えば、アラームを出すか、容疑の巻き込み物の領域をフレームで示す。

なお、一部の実施例によれば、異なるスケールでの局所顕著図を計算するとともに、異なるスケールでの局所顕著図を重畳して、重畳した局所顕著図によって被検体に巻き込み物が含まれているか否かを確定する。例えば、これについては、マルチスケール（Ｍｕｌｔｉ−Ｓｃａｌｅ）の方法を採用してもよい。複数回で画像をズーミングし、異なるスケールで検出してその結果を重畳し、さらに上記のコンテナに巻き込み物が含まれているか否かを判断するステップを行うことによって、スケールが変更されない巻き込み検出を図る。

上記実施例の方法は、貨物、特にコンテナの走査画像に対して巻き込み検出を行うことができ、従来方式による検出漏れ、及び人為で画像を判断する効率の低下という問題を避けることができるので、密輸および巻き込みなどを打撃するには重要な意義を有する。

以上のように、詳細の記述は、模式図、フローチャート及び／又は例示を使用して、検査機器および検査方法に係る多くの実施例を説明した。このような模式図、フローチャート及び／又は例示は、機能及び／又は操作を一つまたは複数含む場合、当業者であれば理解できる通り、このような模式図、フローチャートまたは例示における各機能及び／又は操作が、各種の構成、ハードウェア、ソフトウェア、ファームウェアまたは実質上のこれらの任意の組み合わせによって、個別及び／又は共同で実現できる。一つの実施例において、本発明の実施例の前記主題のいつかの部分は、専用集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号プロセッサ（ＤＳＰ）、またはその他の集積形態で実現できる。しかしながら、当業者であれば分かるように、ここで公開した実施例の一部は、全体的または部分的に集積回路において均等的に実現することができ、例えば、一台または複数台のコンピュータ上で実行する一つまたは複数のコンピュータプログラム（例えば、一台または複数台のコンピュータシステム上で実行する一つまたは複数のプログラム）によって実現させてもよいし、一つまたは複数のプロセッサ上で実行する一つまたは複数のプログラム（例えば、一つまたは複数のマイクロプロセッサ上で実行する一つまたは複数のプログラム）によって実現させてもよいし、ファームウェアまたは実質上に上記形態の任意の組み合わせによって実現させてもよい。また、当業者は、本開示を元に、回路の設計及び／又はソフトウェアの書き込み及び／又はファームウェアのコーディングの能力を備える。また、当業者であれば分かるように、本開示の前記主題の仕組みは、複数の形態のプログラム製品として配布できると共に、実際に配布するための信号ベアラ媒体の具体的なタイプが何かであろうか、本開示の前記主題の例示的な実施例は何れも適用できる。信号ベアラ媒体の例示として、例えばフロッピー（登録商標）ディスク、ハードディスクドライブ、コンパクトディスク（ＣＤ）、デジタル汎用ディスク（ＤＶＤ）、デジタルテープ、コンピュータメモリ等の記録可能な記録型媒体、及び、例えばデジタル及び／又はアナログ通信媒体（例えば、光ファイバケーブル、導波管、有線通信リンク、無線通信リンクなど）の搬送型媒体を含むが、それらに限らない。

以上、いくつの典型的な実施例に基づいて本発明を記述したが、当業者であれば理解できるように、使用された用語は説明および例示のためのものであり、限定するための用語ではない。また、本発明は、発明の主旨又は実質を逸脱しない限り、種々の形態で具体的に実施できるので、上記の実施例は、前述のいずれの細部にも限らなく、添付の特許請求の範囲によって限定される主旨および範囲で広く解釈すると理解すべきである。したがって、特許請求の範囲またはその等価の範囲内での全ての変化や改良は、添付の特許請求の範囲内に含まれている。

Claims (13)

1. コンテナを検査する方法であって、
   被検査コンテナに対してＸ線走査を行って走査画像を取得するステップと、
   走査画像を処理して関心領域を取得するステップと、
   前記関心領域に含まれているテクスチャエレメントの特徴を計算するステップと、
   テクスチャエレメントの特徴に基づいて、テクスチャエレメントの局所描写を形成するステップと、
   各テクスチャエレメントの局所描写から各局所点の顕著度を計算して、関心領域の局所顕著図を取得するステップと、
   該局所顕著図を利用して、被検体に巻き込み物が含まれているか否かを確定するステップとを含み、
   各テクスチャエレメントの局所描写から各局所点の顕著度を計算するステップは、
   積分図の方法を採用して、局所描写の複雑度を低減させることと、
   固定のステップ幅のスライディングウインドウで、該局所描写の顕著度を計算することとを含む、方法。
2. 該局所顕著図を利用して、被検体に巻き込み物が含まれているか否かを確定するステップは、
   巻き込み物の候補領域を確定することと、
   候補領域の顕著度値および隣接候補点の数に基づいて、該候補領域に巻き込み物が含まれているか否かを確定することとを含む、請求項１に記載の方法。
3. 候補領域の顕著度と第１の閾値とを比較するとともに、隣接候補点のデータと第２の閾値とを比較することによって、該候補領域に巻き込み物が含まれているか否かを確定する、請求項２に記載の方法。
4. 前記テクスチャエレメントの特徴を多次元ベクトルで示し、
   前記方法は、辞書描写の方式を採用して前記多次元ベクトルの次元を１次元までに下げるステップをさらに含む、請求項１に記載の方法。
5. いずれの局所描写と、それに隣接するが重ならない局所描写との間の類似度を計算して、その中の最大値を局所描写中心の顕著度とする、請求項１に記載の方法。
6. いずれの局所描写と、それに隣接する局所描写との間のユークリッド距離を計算して、その中の最小のユークリッド距離を局所描写中心の顕著度とする、請求項１に記載の方法。
7. 異なるスケールでの局所顕著図を計算するとともに、異なるスケールでの局所顕著図を重畳して、重畳した局所顕著図によって被検体に巻き込み物が含まれているか否かを確定する、請求項１に記載の方法。
8. 射線源および検知器を含んでおり、被検査コンテナに対して透過走査を行って走査画像を取得する走査機器と、
   走査画像を処理して関心領域を取得し、
   前記関心領域に含まれているテクスチャエレメントの特徴を計算し、
   テクスチャエレメントの特徴に基づいて、テクスチャエレメントの局所描写を形成し、
   各テクスチャエレメントの局所描写から各局所点の顕著度を計算して、関心領域の局所顕著図を取得し、
   該局所顕著図を利用して、被検体に巻き込み物が含まれているか否かを確定するように配置されるデータ処理機器とを備え、
   前記データ処理機器は、
   積分図の方法を採用して、局所描写の複雑度を低減させ、固定のステップ幅のスライディングウインドウで、該局所描写の顕著度を計算するように配置される、検査機器。
9. 前記データ処理機器は、
   巻き込み物の候補領域を確定し、候補領域の顕著度値および隣接候補点の数に基づいて、該候補領域に巻き込み物が含まれているか否かを確定するように配置される、請求項８に記載の検査機器。
10. 前記データ処理機器は、
    候補領域の顕著度と第１の閾値とを比較するとともに、隣接候補点のデータと第２の閾値とを比較することによって、該候補領域に巻き込み物が含まれているか否かを確定するように配置される、請求項９に記載の検査機器。
11. 前記データ処理機器は、
    いずれの局所描写と、それに隣接するが重ならない局所描写との間の類似度を計算して、その中の最大値を局所描写中心の顕著度とするように配置される、請求項８に記載の検査機器。
12. 前記データ処理機器は、
    いずれの局所描写と、それに隣接する局所描写との間のユークリッド距離を計算して、その中の最小のユークリッド距離を局所描写中心の顕著度とするように配置される、請求項８に記載の検査機器。
13. 前記データ処理機器は、
    異なるスケールでの局所顕著図を計算するとともに、異なるスケールでの局所顕著図を重畳して、重畳した局所顕著図によって被検体に巻き込み物が含まれているか否かを確定するように配置される、請求項８に記載の検査機器。