基于SIFT特征和ISM的X射线图像危险品检测方法

针对行李安检时X射线图像中的危险品检测问题,提出一种基于尺度不变特征变换(SIFT)和隐式形状模型(ISM)的检测方法。首先,采集不同姿态的危险品X射线图像,并标注目标位置,构建训练数据集。然后,通过SIFT算法提取目标关键点,并以此构建目标的ISM模型。在检测过程中,将提取的目标SIFT描述符与ISM模型中的视觉描述符进行匹配,通过投票机制来判断目标是否为危险品。通过手枪和酒瓶的检测实验表明,该方法能够从X射线图像中准确检测出危险品,且对目标姿态变化具有鲁棒性。     

基于VR技术的X射线图像安检危险品自动识别

针对当前X射线图像安检危险品识别方法未采集模糊静态图像目标,导致安检危险品图像呈现效果较差、危险品识别率较低、识别时间较长的问题,提出了基于VR技术的X射线图像安检危险品自动识别方法。通过X射线获取安检危险品成像,采用VR技术采集模糊静态图像目标,利用光学成像原理分层处理模糊静态图像目标,获取模糊静态图像目标亮度层和细...     

基于DSP的X射线图像实时显示系统设计

研究一种基于高速处理芯片TMS320DM643的X射线图像实时处理及显示系统,针对X射线图像的特点,分析系统整体性能,包括接口电路,A／D、D／A转换芯片、EDMA、二级缓存等。对应用的DSP等主要芯片进行了合理配置,分析运用图像处理算法,选择出适合的算法,编写算法流程图,达到了预期的显示效果。     

基于图像采集卡的高分辨率X射线检测系统设计

为了解决印刷电路板中BGA器件的焊点数字化成像质量差、容易漏检等特点,采用MeteorII-CameraLink型图像采集卡、HAWK-160XI型X射线源以及UNIQ-1800CCD相机为基本组成部件,设计了针对焊点数字化成像的高分辨率X射线缺陷检测系统.在分析了射线源焦点尺寸对成像贡献的基础上,计算出最佳成像效果所需的参数.对于实时采集叠加降噪提出了适合工业应用的帧积分叠加方法,对采集的图像进行叠加显示可以实现较好的实时显示效果.经实验测试,最佳放大率时系统分辨率达17lp/mm,缺陷分析精度最小分辨率达到0.03mm,同时给出了测试采集效果图.     

基于自适应GMM的X射线图像智能检测

传统金属工业构件X射线图像检测手段主观性过强、检测效率低下。为此,提出一种基于高斯混合模型(GMM)的智能检测方法。对同一构件的图像序列进行在线学习,每一像素点由多个高斯分布分量组成。正常工作时对每一像素点用学习到的高斯分量进行模式分 类,若不符合任一现有高斯分量就视为前景目标(损伤点),采用种子生长法连通损伤区域,确定整个损伤区域。实验结果表明,该方法可精确定位构件损伤部位,实现金属构件损伤的自动检测,检测效率较高。     

轮胎X射线图像缺陷检测算法研究

随着目前汽车总量增加,由汽车轮胎质量不合格引发的安全事故日益增多,如何有效区分有缺陷的轮胎与合格轮胎已成为目前研究人员关注的重点问题。针对轮胎X射线图像中存在的胎侧气泡和胎侧帘线裂缝两类缺陷,对比合格图像,分析其缺陷特征,依据数字图像处理技术,设计相应的检测算法,并通过实验证明检测算法的有效性。     

基于HSI颜色空间的X射线彩色图像分割

给出一种HSI颜色空间上基于HSI分量统计概率分布的彩色图像分割方法,并应用于X射线安全检查仪下危险品图像的分割。该方法将RGB彩色图像转换到HSI颜色空间,并以S分量为主要依据对图像进行粗分割,获得旅客包裹图像,然后,利用H和1分量的联合阈值进行细节分割获得疑似危险品的图像。在实际应用中表明该方法快速简单,满足实时性要求,是一种高效的自动算法。     

X射线检测解决方案

梅特勒-托利多的X射线检测部门专门针对仪器和制药行业开发先进的X射线检测解决方案。梅特勒-托利多检测器技术的最新发展已经允许大幅降低X射线发生器的功率,特别是对低密度包装,如塑料托盘和袋子。     

一种车站危险品检测中的三维图像重建方法

图像重建是车站危险品检测过程中的重要环节,其结果直接关系到后续危险品的识别。为此提出了一种基于FDK算法的三维图像重建方法。该方法首先将X射线探测器得到的物体投影值,利用正弦函数对投影数据进行加权;然后对不同投影角度的投影数据进行水平方向的一维滤波,去除噪声和伪迹;最后沿X射线方向进行三维反投影。实验结果表明,该方法能更清晰地重建出物体。     

一个基于X射线摄像的智能图像诊断系统

针对用软件进行病态和可疑目标识别具有造价低、可维护性好等优点,提出了一种简单实用的图像子图像的提取、分割、去噪与增强的改进算法,设计和实现了一个实用的基于X射线摄影的智能图像处理系统。实验表明,该系统性能稳定,算法优越,可以大幅度提高图像质量,增强图像的视觉效果,提供更准确、分辨率更高、更满意的图像。在图像预处理等方面优于国内外同类系统。该系统的推广使用,将对无损检测产生深远的影响。     

基于改进的Adaboost和LBP危险物品检测算法研究

针对目前由于环境亮度、光照等多种干扰因素影响,导致对危险物品检测正确率下降的问题,提出一种利用Adaboost和LBP的危险物品检测改进算法,实现了提高正确率和快速识别的目的。该改进算法在训练阶段加入对正样本的HSV颜色空间分类,从而提高了级联分类器的检测效率,同时结合改进的LBP算法进行特征值的提取。相比于传统的物体检测方法,将检测正确率提高了2个百分点,达到93.29%。最后将该算法移植到救援机械臂工作平台,实验结果表明,该改进检测算法在实际环境检测中能够准确、快速地识别危险物品,训练效率明显,同时在不同光照亮度条件下具有良好的鲁棒性,满足实用性要求。     

太赫兹辐射的包裹危险品检测识别系统设计

太赫兹(Tera Hertz,THz)技术是新兴科学产业之一,与X射线的作用相似,但其辐射能量小,可以对非金属物品进行成像,且对目标物体特别是人体没有伤害,在安检等领域有广阔的发展空间.在物流行业蓬勃发展的今天,数以千万计的快递包裹带来的不仅是经济效益,还有巨大的安全隐患,对包裹中的危险物品,如刀具、枪支、可燃油等的自动检测已成为迫切需求.基于此,利用THz辐射,实现了基于卷积神经网络(CNN)的包裹危险品检测识别系统,能够对THz成像中的危险物品进行位置检测并给出类别分析.系统还提供了历史识别图像查看和本地视频模拟识别的功能,用户能够进一步对图像进行查看分析.经过测试,提出的模型在测试集图像上达到了92.17％的平均分类准确率与93.36％的检测召回率,具有较高的实用价值.     

基于DSP和图像分割的织物疵点实时检测方法

疵点自动检测是纺织品缺陷在线检测领域的一个研究热点;为满足高速实时疵点检测应用要求,构建了基于TMS320DM642的织物疵点检测硬件系统;该系统由光源与成像、图像采集与实时处理、结果显示与统计分析等部分组成,能充分利用数字信号处理器的高速运算能力,有效提高系统的检测速度;并提出一种基于自适应阈值分割的疵点检测算法,通过增强织物图像灰度直方图波谷对应阈值的检测概率,有效提高了疵点图像的分割准确性;最后,在所建硬件系统平台上利用该算法进行了棉坯布疵点检测实验,疵点检出率达到93.6%;结果表明,本系统可自动实时检测织物疵点,且检出效率高。     

基于太赫兹的危险品智能识别系统

基于太赫兹线性扫描成像和深度学习技术,实现包裹危险品实时智能识别。采用太赫兹线性扫描成像技术,穿透包裹、衣物、信封等物品,探测隐匿的塑胶凶器、塑胶炸弹、流体炸药和易燃易爆液体等危险品,形成太赫兹图像。对太赫兹图像采用基于深度学习的目标检测方法,实现危险品检测识别。实验结果表明,该系统对危险品成像,能显现X射线扫描仪不易探测的危险品,能自动识别,精度高、实时性好。该系统是一种成像质量好、识别精度高、实时性好的包裹危险品智能识别系统。     

基于DSP的窑炉高温检测及图像处理系统

基于DSP的窑炉高温检测及图像处理系统,不仅可测量窑内温度、观测窑内火焰变化,还能够监视进料对火焰的影响,用最短的火焰和最高的火焰温度获得最好的生产条件。实际应用表明,此系统能很好地实现窑炉内温度的检测和火焰变化的图像检测,具有较高的精度和广阔的应用前景。     

基于DSP的交叉口车辆排队长度图像检测系统*

详细介绍了系统的硬件结构设计,图像采集主程序流程及车辆排队图像的长度多阈值提取算法。该系统应用于城市交通信号控制机上采集交通量信息,精度高,安装维护方便,优于传统的电感线圈采集方式。