基于CBS的人体安检图像组合增强方法

在X射线人体康普顿背散射(CBS)安检系统中,图像的清晰度对于识别隐匿在人体上的违禁品非常重要.根据人体CBS图像的特点,从人眼视觉感知的特点出发,提出了一种图像组合增强方法,明显改善了图像质量,获得了层次清晰、轮廓分明、背景均匀的CBS图像.     

基于混合滤波器的X射线液体图像滤波算法

针对双能X射线液体图像灰度连续变化的特性和主要受高斯噪声、脉冲噪声干扰的特点,提出一种改进的自适应中值与非局部均值结合的滤波方法。首先,利用改进自适应中值方法滤除噪声检测出的边缘、脉冲噪声污染区的噪声;再利用带有噪声估计的非局部均值方法(NL-means)平滑高斯噪声。提出了基于材料特征曲线的滤波器性能评价方法,滤波结果与标准曲线进行对比。实验结果表明,提出的滤波器保护了边缘、材料信息,提高了速度;滤波器评价方法考虑主观与客观因素,满足了应用需要。     

双能X射线安检图像的包裹特征剔除

针对目前X射线行李包裹安检过程中行李箱本身的走轮及拉杆对违禁物品自动探测的干扰问题,本文提出了一种双能X光安检图像的包裹特征剔除方法,该方法在去掉包裹特征自身属性的同时又不破坏被其遮挡物品的属性,这样在自动报警系统中既不会把包裹特征作为危险物品而造成误报警也不会由于遮挡了危险物品而造成漏报警,从而提高了双能X射线安检机的安检准确性。     

基于多传感器探测的X射线安检技术研究

针对X射线双能透射和康普顿背散射两种成像方式的各自特点,提出了一种基于互补信息特征的图像融合系统设计方案,可获得综合双能量透射与康普顿背散射双重信息,且高原子序数与低原子序数的两种物质均清晰的彩色融合图像。该融合方法依据冗余性和互补性区域的判断,根据透射和背散射图像中影像的特点,采取不同的融合规则,不仅能够提供一定的被检物品的材料信息和空间位置信息,还可进行相应的色彩警示,从而提高安检设备对违禁物品的探测效能。     

X射线康普顿背散射安检图像混合滤波器设计

针对X射线康普顿背散射安检图像在噪声、背景均匀性和对比度等方面存在的问题,根据辐射成像系统自身的特点设计了一种混合滤波器,用于改善图像质量。经过图像滤波后,在监视器终端获得了层次清晰、轮廓分明、背景均匀的X光背散射图像。     

二值图象的多结构元数学形态滤波

与单结构元形态滤波相比，多结构元形态滤波能够保护或提取更多的图象几何特征．本文提出了二值图象的多结构元腐蚀、膨胀、开、闭四种多结构元形态滤波器，讨论了四种滤波器的基本性质和滤波性能，并将他们纳入完备网格空间一般形态变换的框架，最后讨论了多结构元形态滤波器的设计．     

X射线包裹图像颗粒状物品纹理分割

基于图像的纹理特征分割是图像分割的有效方法。X射线包裹图像中颗粒状物品具有比较明显的纹理特征。通过分析包裹中常见颗粒状和非颗粒状物品的纹理特性,采用滑动窗口对包裹图像进行模板扫描,提取局部图像的纹理特征,基于包裹内物品的纹理特征采用改进的K均值算法对其进行聚类,找出颗粒状物品区域并标记颗粒状物品边界,从而实现X射线包裹图像的颗粒状物品纹理分割。试验表明,该方法能够有效地分割出X射线包裹中颗粒状物品。该方法的特点是无监督、全自动、对纹理特征敏感。     

基于CNN的康普顿背散射图像中违禁品分割方法

康普顿背散射(CBS)技术是一项较新的射线安检技术,可以提高复杂背景下安检设备对爆炸物等有机违禁品的探测力度,这其中一个重要环节就是图像中违禁品的分割问题.本文提出了一种基于细胞神经网络(CNN)的CBS图像滤波及分割方法,在此基础上又提出了一种基于CNN和数学形态学的孤立点滤除方法,并对这两种方法进行了详细分析,给出...     

基于蒙特卡罗方法的X射线安检图像模拟

分析蒙特卡罗方法及通用程序MCNP4C模拟安检系统中连续能谱的X射线经过被检物衰减的情况,阐述了基准能量的思想及方法。结果表明基准能量计算法与蒙特卡罗模拟具有相同的沉积能量。最后根据模拟数据提出了一种沉积能量到灰度的映射方法,并被试验证明具有可用性。     

双能X射线安检图像中高原子序数物品的分割

研究了如何在尽量不受包裹特征的影响下将高原子序数的物品(如烟花爆竹、液体玻璃容器、手机、照相机、笔记本电脑、雨伞等)自动分割出来:首先是要能自动识别出包裹特征;然后是将已经识别出来的包裹特征区域进行剔除,以排除包裹特征对高原子序数物品分割的干扰;最后是利用高原子序数物品的材料性质将高原子序数物品从已经剔除了包裹特征的安检图像中分割出来。