车辆检查方法和系统

1.一种车辆检查方法，包括：获取被检查车辆的待检图像；使用第一神经网络模型获取所述待检图像的视觉特征；基于所述待检图像的所述视觉特征，从车辆模板库中检索出模板图像；确定所述待检图像与所述模板图像之间的变动区域；以及向用户呈现所述变动区域，其中，在所述获取被检查车辆的待检图像之前，还包括：对被检查车辆进行X射线扫描，得到被检查车辆的X射线图像；对所述X射线图像进行预处理，所述预处理包括裁剪和降采样，所述裁剪包括使用经训练的神经网络定位被检查车辆的大概目标区域、使用去噪和非线性增白手段判断X射线图像中车辆的位置、以及结合开运算和闭运算进行后续处理；以及对经预处理的X射线图像进行线性变换以获得所述待检图像，所述线性变换包括使用神经网络学习线性变换所需的参数以及使用双线性插值的方法将变换后的像素信息放入空的特征图，其中，所述车辆模板库是通过以下而建立的：获取多个模板车辆图像；使用所述第一神经网络模型获取所述多个模板车辆图像的视觉特征；以及使用k-means聚类方法对所述视觉特征进行聚类操作，将聚类后的所述视觉特征作为所述车辆模板库，其中，所述基于所述待检图像的所述视觉特征，从车辆模板库中检索出模板图像包括：计算所述待检图像的所述视觉特征与所述车辆模板库中所有视觉特征之间的特征相似度，将最大特征相似度所对应的模板车辆图像作为所述模板图像，即：计算提取的待检图像的视觉特征与所构建的车辆模板库内所有的车辆模板图像的视觉特征之间的欧氏距离，计算出的最小欧式距离所对应的车辆模板图像即为最终输出的模板图像，以及其中，确定所述待检图像与所述模板图像之间的变动区域包括：配准所述待检图像与所述模板图像；使用第二神经网络模型提取配准的所述待检图像和所述模板图像的特征图；确定所述待检图像与所述模板图像的特征图之间的差异。 2.如权利要求1所述的车辆检查方法，其中，向用户呈现所述变动区域的步骤包括：将所述变动区域在所述待检图像上突出显示。 3.一种车辆检查系统，执行根据权利要求1所述的车辆检查方法，所述车辆检查系统包括：显示设备，图像处理器，以及存储设备，与所述图像处理器耦接，并存储有计算机可读指令，所述计算机可读指令在由所述图像处理器执行时使得所述图像处理器：获取被检查车辆的待检图像；使用第一神经网络模型获取所述待检图像的视觉特征；基于所述待检图像的所述视觉特征，从车辆模板库中检索出模板图像；确定所述待检图像与所述模板图像之间的变动区域；以及控制所述显示设备向用户呈现所述变动区域。 4.如权利要求3所述的车辆检查系统，其中，所述车辆模板库是通过以下而建立的：获取多个模板车辆图像；使用所述第一神经网络模型获取所述多个模板车辆图像的视觉特征；以及使用k-means聚类方法对所述视觉特征进行聚类操作，将聚类后的所述视觉特征作为所述车辆模板库。 5.如权利要求4所述的车辆检查系统，其中，所述计算机可读指令在由所述图像处理器执行时还使得所述图像处理器：计算所述待检图像的所述视觉特征与所述车辆模板库中所有视觉特征之间的特征相似度，将最大特征相似度所对应的模板车辆图像作为所述模板图像，即：计算提取的待检图像的视觉特征与所构建的车辆模板库内所有的车辆模板图像的视觉特征之间的欧氏距离，计算出的最小欧式距离所对应的车辆模板图像即为最终输出的模板图像。 6.如权利要求3所述的车辆检查系统，其中所述计算机可读指令在由所述图像处理器执行时还使得所述图像处理器：配准所述待检图像与所述模板图像；使用第二神经网络模型提取配准的所述待检图像和所述模板图像的特征图；以及检测所述待检图像与所述模板图像的特征图之间的差异。 7.如权利要求3所述的车辆检查系统，其中所述计算机可读指令在由所述图像处理器执行时还使得所述图像处理器：控制所述显示设备将所述变动区域在所述待检图像上突出显示。 8.如权利要求3所述的车辆检查系统，还包括：辐射成像设备，对被检查车辆进行X射线扫描，得到被检查车辆的X射线图像，其中所述计算机可读指令在由所述图像处理器执行时还使得所述图像处理器：对所述X射线图像进行预处理。 9.如权利要求8所述的车辆检查系统，其中所述计算机可读指令在由所述图像处理器执行时还使得所述图像处理器：对经预处理的X射线图像进行仿射变换，以获得所述待检图像。 10.一种存储指令的计算机可读存储介质，所述指令在由处理器执行时使得所述处理器执行根据权利要求1所述的方法。