X射线线阵探测器校正与滤波

针对X射线线阵探测器像素响应不均而造成X射线图像产生竖条纹,以及由探测器本身和外界产生噪声干扰的问题,提出了一种新型的校正与滤波模型,解决了传统校正方法因忽略噪声影响而使得校正完成后数据波动较大的问题。结合X射线特性及X射线线阵探测器的成像原理,分析了像素响应不均时的输出特性及噪声,建立了改进的两点校正算法与基于偏微分方程的半隐式差分滤波模型。实验证明,分辨率为19 216的X射线线阵探测器在经过该模型校正后,有效地解决了像素响应不均的问题,抑制了噪声的影响,在位深为16 bit的情况下,平均均方误差低于五个灰度级,提高了X射线图像检测的质量。     

基于集成学习与位置信息约束的前方车辆检测

针对传统前方车辆检测方法难以同时满足准确性与实时性问题,提出一种结合AdaBoost集成学习与位置信息约束的车辆检测方法。首先,利用Edge Boxes算法根据车辆边缘序列信息计算推荐窗口。然后,通过帧存坐标系中车辆位置信息对非目标推荐窗口进行排除。最后,将过滤后窗口聚类处理并择优选取作为AdaBoost分类器输入,进行检测评判,并对最终检测结果进行边框回归处理,以提升检测精准度。实验结果表明,该方法对于不同检测场景有较强鲁棒性,能够同时满足车辆检测的准确性与实时性要求。     

位置信息约束的SMT料盘X射线图像检测方法

SMT封装物料盘的X射线透视图像发生局部粘连，导致分割准确性降低影响物料的检测与计数统计。提出了基于位置信息约束的分割检测方法，利用器件位置信息对分割区域进行约束提高分割与检测的准确率。首先依据元器件呈螺旋状排列规则，拟合物料盘中心点并计算最内环排列中起点器件位置信息；然后基于中心点与各元器件的位置约束模型，进行法向位置信息与先验位置信息双重约束，对目标器件所在区域进行限定；最后划分分割界限，完成对粘连目标的分割和对元器件的检测与统计。实验结果表明:该方法能够提高物料盘X射线透视图像粘连区域分割与检测的准确率，在有效像元素9 216 pixel，细节解析度110 1p/cm成像环境之下，对不同规格物料盘进行实测，检测误差率控制在0.15%之内。