百度题库_智能考试题库_让每个人都能高效提分的智能题库
职业资格类
职业资格类
百度题库旨在为考生提供高效的智能备考服务，全面覆盖中小学财会类、建筑工程、职业资格、医卫类、计算机类等领域。拥有优质丰富的学习资料和备考全阶段的高效服务，助您不断前行！
京ICP证号&&
京网文[3号&&
Copyright (C) 2017 Baidu安检图像中有机物和无机物剔除方法
专利名称安检图像中有机物和无机物剔除方法
技术领域本发明属于安全检查领域，涉及一种安检图像中有机物和无机物的剔除方法。
背景技术有机物剔除和无机物剔除技术是安检图像处理领域的关键技术之一，其技术研 发目标的提出，是要针对性地解决在复杂安检图像中以颜色标示为区分手段的材料分辨 判读失据的难题以橙色为标示的有机物(如TNT炸药、毒品等)同以蓝色为标示的 无机物(如铁、钢质物品等)在行李中彼此遮挡，其成像将可能标示成各种绿色，落 入混合物定义范围，则材料分辨型X射线安检设备以颜色标示为区分手段的判读基础即 告失据。完全可以理解，这种情况在实际行李中普遍存在，给现场安检员的判读带来 很大的干扰，特别是如果恐怖分子特意做了遮挡，或刻意拿普通有机物制品(如大量 肥皂、食品等)遮蔽违禁目标无机物(如刀具、手枪等)，或刻意拿普通无机物制品 (如金属盒、罐等)遮蔽违禁目标有机物(如炸药、毒品等)，则误判的风险难以估 量。20世纪90年代初，EG&G公司和FISCAN先后实现了单一的无机物剔除功能， EG&G公司无机物剔除功能有效厚度范围的最大值是3mm，而FISCAN-SMEX安检设 备(Sbit)上实现的无机物剔除功能有效厚度范围的最大值是在3.5mm 4.0mm之间。 EG&G公司经过多次被兼并，最终产品线并入L3公司，而目前L3公司的安检设备中已 不具备此项功能；而FISCAN-CMEX I安检设备上此功能也没有实现。而其它公司(如 Smith-Heimann)所号称的有机物和无机物剔除都属于颜色赋值，而不是真正意义上的有 机物和无机物剔除。
为了解决上述存在的问题，本发明的目的在于提供一种安检图像中有机物和无 机物的剔除方法，所述方法要尽可能真实还原无机物或有机物在无遮挡状态下的原始 图像显示效果，具体体现在两个方面(1)被遮挡的目标无机物或有机物应准确还原成 其原始颜色；(2)被遮挡的目标无机物或有机物的灰度值应还原成无遮挡的原始值，用
“有效厚度范围”这一指标进行测评。只有二者同时实现，才是真正意义上实现有机物 剔除和无机物剔除。为了实现上述目的，本发明采用以下方案步骤一有机物和无机物剔除表生成步骤1 有机物和无机物剔除物理模型建立；选择有机玻璃(Gl)代表有机物，低碳钢(Fe)代表无机物，以不同比例有机玻璃 和低碳钢的叠加物模拟混合物。建立坐标系，横轴是双能量X射线高能值(Hi)，纵轴是 双能量X射线低能/高能值(Lo/Hi)，有机玻璃曲线代表有机物；低碳钢曲线代表无机 物；在此两条之间的曲线为不同比例有机玻璃和低碳钢的叠加曲线，代表混合物。
步骤2 实验数据理论计算；使用有机玻璃和低碳钢配制有效原子序数为Zn = 7 25物质。通过有效原子序 数公式知道，如果有效原子序数确定的情况下可有得出配置两种物质的厚度比。这样， 能够理论上计算出要配置有效原子序数为Zn = 7 25物质，有机玻璃和低碳钢的厚度情 况。步骤3 :实验数据样本采集；根据步骤2用有机玻璃和低碳钢不同厚度进行配比，就可以得到有效原子序数 Zn = 7 25的物质，对每种物质不同厚度采集数据，采样数据包含Gn、Ggl和Gfe，其 中Gn表示混合物灰度、Ggl代表有机物灰度、Gfe代表无机物灰度。步骤4 有机物和无机物剔除表生成；进一步地，步骤3中任意相邻四个采样点可以组成一个四边形。通过线性插值 算法可以算出四边形内任意一点的(Gn，Ggl, Gfe) it,这样把步骤1物理模型进行网格 剖分后，就能够计算出坐标系内任意一点的(Gn，Ggl, Gfe)。把空间内所点(Gn，Ggl, Gfe)值按一定序列输出成表，即有机物无机物剔除表。步骤二 有机物剔除步骤1 对图像数据进行材料分析；在此步骤中，将图像数据逐点映射到步骤一中输出的有机物和无机物剔除表 中，通过映射点的坐标，可以判断出该物质是有机物、无机物或是混合物。步骤2:找出图像数据中有机物物质，把有机物质从图像数据中剔除；在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，去掉 无叠加部分的有机物材料和有机物与无机物叠加部分的有机物材料，不可识别的材料以 灰度显示。步骤3:找出图像数据中无机物物质，保留图像数据无机物数据；步骤4:找出图像数据中混合物物质，剔除有机物成分，保留无机物成分；在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，从混 合物物质中区分出有机物成分和无机物成分，剔除有机物成分，保留无机物成分，不可 识别的材料以灰度显示。步骤5:图像数据中只保留无机物物质和物质的无机物成分。步骤三无机物剔除步骤1 对图像数据进行材料分析；在此步骤中，将图像数据逐点映射到步骤一中输出的有机物和无机物剔除表 中，通过映射点的坐标，可以判断出该物质是有机物、无机物或是混合物。步骤2:找出图像数据中无机物物质，把无机物物质从图像数据中剔除；在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，去掉 无叠加部分的无机物材料和有机物与无机物叠加部分的无机物材料，不可识别的材料以 灰度显示。步骤3:找出图像数据中有机物物质，保留图像数据有机物数据；步骤4:找出图像数据中混合物物质，剔除无机物成分，保留有机物成分；在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，从混合物物质中区分出有机物成分和无机物成分，剔除无机物成分，保留有机物成分，不可 识别的材料以灰度显示。步骤5:图像数据中只保留有机物物质和物质的有机物成分。与现有技术相比，本发明的优越效果在于对于那些可疑物品混藏于普通物品 之中而无法被清晰分辨的行李图像，采用普通X射线图像处理技术仍然无法准确分辨， 只能靠安检人员的经验来判别，风险极大。而采用具有剔除功能的设备，安检人员借助 此功能可以很容易地分辨出隐匿其中的可疑物从而进一步处理，这很大程度上提高了安 检员判断的准确率和工作效率，极大提高安检水平，对于航空等交通安全意义重大。
图1为本发明实施例所述有机物和无机物剔除物理模型；图2为本发明所述有机物和无机物剔除流程图。
具体实施例方式下面结合附图和具体实施例对本发明作进一步详细描述，但不作为对本发明的 限定。这里选择有机玻璃(Gl)代表有机物，低碳钢(Fe)代表无机物(选取源于国标测 试箱)，以不同比例有机玻璃和低碳钢的叠加物模拟混合物。有机玻璃(化学式C5H8O2)
元素名化学符有效原子序原子量百分比 称 号 _m____碳___C___6__12. 01 59. 98%
—氢H1T008 8.05% ‘
一―^0 — 、一“|T6. 00 丨 31.97%表1有机玻璃元素含量数据表低碳钢(混合物，型号45#)
效原子 W^m所取百分 称 号序数_____*_______________比碳C ___6_一 Γ2ΓθΓ
:0· 50% —__0. 46%
硅—si— — —ZZK^KH
一锰 ~Μ Γ25 1^. 65% ——
—憐 I P I 15 30.97 0.04% 0.04% ~^S — 16 32Γθ7" 0.40% 0.40% 一 铬 Cr 24 52.00 0.25% — 0.25% 043 镍 ~Ni 28 58.69 0.25% 0.25% ~^ Fe 26 55~8597.97%
97.68% ____97. 39% _____表2低碳钢元素含量数据表有效原子序数计算公式1
Zeff=CLai *Z,35/J&,)1/35(1_1}a, = m^Z/A, (1-2)其中，Zefr是有效原子序数，In1是元素的质量百分比，Z1是原子序数，A1原子 质量。通过公式(1-1)和(1-2)可以计算出低碳钢有效原子序数是Zfe = 25.91，有 机玻璃有效原子序数是Zgl = 6.56。用不同比例有机玻璃和低碳钢的叠加就可以得到有 效原子序数Zn = 7 25物质。如图1所示横轴是双能量X射线高能值(Hi)，纵轴是双 能量X射线低能/高能值(Lo/Hi)，最高的那条橙色曲线是有机玻璃曲线，代表有机物； 最低的那条蓝色曲线是低碳钢曲线，代表无机物；在此两条之间的曲线为不同比例有机 玻璃和低碳钢的叠加曲线，代表混合物。使用有机玻璃(Zgl = 6.5)和低碳钢(Zfe = 26)配制有效原子序数为Zn = 7 25 物质。例如要计算得到Zn = 7的物质，那么首先把Zeff =7带入公式(1-1)和(1-2)中， 这样就可以得到有机玻璃和低碳钢的质量比mgl
0. ；试 验过程中设计有机玻璃和低碳钢模型的长和宽都是相同的，已知低碳钢的密度是7.82g/ cm3，有机玻璃的密度是1.18g/cm3，这样就可以计算出有机玻璃和低碳钢的体积比，进 而转化为厚度比Tgl
0. ；同样可以计算得出配制Zn = 8 25的物质，对应有机玻璃和低碳钢的厚度见下表
1. 一种安检图像中有机物和无机物的剔除方法，其特征在于所述方法包括以下步骤步骤一有机物和无机物剔除表生成；步骤二有机物剔除；步骤三无机物剔除；进一步地，步骤一包括以下步骤步骤1 有机物和无机物剔除物理模型建立；选择代表有机物和代表无机物，以不同比例有机物和无机物的叠加物模拟混合物， 建立坐标系，横轴是双能量X射线高能值，纵轴是双能量X射线低能/高能值，在代表 有机物的曲线和代表无机物的曲线之间的曲线为不同比例有机物和无机物的叠加曲线， 代表混合物；步骤2 实验数据理论计算；使用有机物和无机物配制有效原子序数，通过有效原子序数公式，理论上计算出要 配置有效原子序数在代表有机物和代表无机物之间的物质以及代表有机物和代表无机物 的厚度情况；步骤3 实验数据样本采集；根据步骤2用代表有机物和代表无机物的不同厚度进行配比，得到有效原子序数在 代表有机物和代表无机物之间的物质，对每种物质不同厚度采集数据，采样数据包含混 合物灰、有机物灰度和无机物灰度值； 步骤4 有机物和无机物剔除表生成；进一步地，步骤3中任意相邻四个采样点组成一个四边形，通过线性插值算法算出 四边形内任意一点的混合物灰、有机物灰度和无机物灰度值，把步骤1物理模型进行网 格剖分后，计算出坐标系内任意一点的混合物灰、有机物灰度和无机物灰度值；把空间 内所有点混合物灰、有机物灰度和无机物灰度值按一定序列输出成表，即有机物无机物 剔除表；进一步地，步骤二包括以下步骤 步骤1 对图像数据进行材料分析；在此步骤中，将图像数据逐点映射到步骤一中输出的有机物和无机物剔除表中，通 过映射点的坐标，判断出该物质是有机物、无机物或是混合物；步骤2:找出图像数据中有机物物质，把有机物质从图像数据中剔除； 在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，去掉无叠 加部分的有机物材料和有机物与无机物叠加部分的有机物材料，不可识别的材料以灰度 显不；步骤3:找出图像数据中无机物物质，保留图像数据无机物数据； 步骤4:找出图像数据中混合物物质，剔除有机物成分，保留无机物成分； 在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，从混合物 物质中区分出有机物成分和无机物成分，剔除有机物成分，保留无机物成分，不可识别 的材料以灰度显示；步骤5 图像数据中只保留无机物物质和物质的无机物成分；进一步地，步骤三包括以下步骤 步骤1 对图像数据进行材料分析；在此步骤中，将图像数据逐点映射到步骤一中输出的有机物和无机物剔除表中，通 过映射点的坐标，判断出该物质是有机物、无机物或是混合物；步骤2:找出图像数据中无机物物质，把无机物物质从图像数据中剔除； 在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，去掉无叠 加部分的无机物材料和有机物与无机物叠加部分的无机物材料，不可识别的材料以灰度 显示；步骤3:找出图像数据中有机物物质，保留图像数据有机物数据； 步骤4:找出图像数据中混合物物质，剔除无机物成分，保留有机物成分； 在可识别材料范围内，将图像高低能数据输入有机物和无机物剔除表中，从混合物 物质中区分出有机物成分和无机物成分，剔除无机物成分，保留有机物成分，不可识别 的材料以灰度显示；步骤5 图像数据中只保留有机物物质和物质的有机物成分。
本发明的目的在于提供一种安检图像中有机物和无机物的剔除方法，所述方法尽可能真实还原无机物或有机物在无遮挡状态下的原始图像显示效果，具体体现在两个方面(1)被遮挡的目标无机物或有机物应准确还原成其原始颜色；(2)被遮挡的目标无机物或有机物的灰度值应还原成无遮挡的原始值，用“有效厚度范围”这一指标进行测评。与现有技术相比，本发明的优越效果在于采用具有剔除功能的设备，安检人员借助此功能可以很容易地分辨出隐匿其中的可疑物从而进一步处理，本发明很大程度上提高了安检员判断的准确率和工作效率，极大提高安检水平，对于航空等交通安全意义重大。
文档编号G06T7/00GKSQ
公开日日 申请日期日 优先权日日
发明者何燕南, 张勇, 李 东, 陈功, 陈文禧 申请人:公安部第一研究所, 北京中盾安民分析技术有限公司> 问题详情
（4分）鉴定骨的成分时，把骨煅烧是利用有机物容易燃烧，无机物不易燃烧的原理。实验结果：煅烧后的骨，只剩下，它
悬赏：0&答案豆
提问人：匿名网友
发布时间：
（4分）鉴定骨的成分时，把骨煅烧是利用有机物容易燃烧，无机物不易燃烧的原理。实验结果：煅烧后的骨，只剩下&&&&&&&&&&&，它使骨具有&&&&&&&&&&&特性；把骨进行脱钙是利用无机物与盐酸发生化学反应，无机盐被溶解分离出来。实验结果：骨脱钙，剩下的是&&&&&&&&&&，它使骨具有&&&&&&&&&&&特性，可以弯曲打结。
我有更好的答案
请先输入下方的验证码查看最佳答案
图形验证：
验证码提交中……
找答案会员
享三项特权
找答案会员
享三项特权
找答案会员
享三项特权
选择支付方式：
支付宝付款
郑重提醒：支付后，系统自动为您完成注册
请使用微信扫码支付(元)
支付后，系统自动为您完成注册
遇到问题请联系在线客服QQ：
请您不要关闭此页面,支付完成后点击支付完成按钮
遇到问题请联系在线客服QQ：
恭喜您！升级VIP会员成功
常用邮箱：
用于找回密码
确认密码：}