matlab x光,X光机安检图像违禁物品的识别

摘要：

由于重大事故的频发,引起了人们对公共场所安全的高度重视。近些年来,地铁站、飞机场等公共场所一直都是采用X光安检机进行安全检查,在保障国家和人民安全方面起到不可替代的作用。目前,对X光安检机扫描得到的图像主要是由经过专业训练的安检人员通过肉眼进行识别,然而安检的行李内各种东西互相重叠,尤其是在人流众多时容易造成漏检、误检等情况,所以对于这种情况就需要找到一种能够获取更方便识别违禁物的方法来提高安检识别效率和准确性。本文首先根据X光安检机成像原理,以及对安检设备内各部分作用效果和缺点进行分析,针对X光安检图像的特性,通过对不同颜色空间、不同图像分割方法的对比,选择在RGB色彩空间的基础上将阈值选取与区域生长这两种分割方法结合起来的处理手段,将相同材质的物体完整分割出来,为下面进一步识别提供了保证。本文重点研究了傅里叶描述子和Zernike矩这2种经典的特征提取识别方法,并对其基本原理进行了深入的了解和分析,总结归纳了两种算法各自的优缺点,并对算法进行改进,最后将两种算法结合起来,先运用改进后的傅里叶描述子方法对安检图像进行识别,再基于Zernike矩方法进行处理。在进行特征提取时需要用到已知的违禁物模板,通过建立违禁物模板库方便对违禁物的特征提取,并最终将违禁物品在安检图像中识别标记出来。从图像的预处理开始采用层层递进的处理方式,从简单匹配到精确匹配,提高了违禁物识别的效率和准确性。

展开