X射线安检图像增强方法研究

本文提出了一种X射线安检图像增强的新方法。传统X射线安检图像的对比度较小、边缘不够清晰、噪声较大,针对这些特点,本方法的思路如下:首先消除安检图像的背景区域噪声,接着利用拉普拉斯变换对图像的边缘进行增强,然后通过CLAHE(有约束的局部直方图均衡化)方法实现图像的对比度增强,最后利用双边滤波器在保持图像边缘的前提下降低图像噪声。这样一套组合方法很好地适应了X射线安检图像的特点,得到了很好的增强效果。     

基于矩特征和局部特征的高原子序数液体容器识别

目前液体检查是地铁、机场安检工作中极为迫切的需求。本文提出了一种全新的基于全局和局部特征的高原子序数液体容器识别方法。该方法基于全局区域提取其组合矩特征,在识别初期首先迅速找到与模型库中相似的物品和差异较小的姿态,然后根据局部特征即容器壁投影特征和瓶底特征进行判断和提高识别精度。实验结果证明,该方法很好地结合了目标的整体和局部信息,能够解决容器在与高原子序数物品局部遮挡问题,同时具有较高的识别精度。