基于VR技术的X射线图像安检危险品自动识别

作者：田萌^*

来源：计算技术与自动化, 2022, 41(01): 123-128.

DOI：10.16339/j.cnki.jsjsyzdh.202201022

• VR技术
• X射线图像
• 安检危险品
• 自动识别
• 图像目标重现
• BP神经网络

针对当前X射线图像安检危险品识别方法未采集模糊静态图像目标，导致安检危险品图像呈现效果较差、危险品识别率较低、识别时间较长的问题，提出了基于VR技术的X射线图像安检危险品自动识别方法。通过X射线获取安检危险品成像，采用VR技术采集模糊静态图像目标，利用光学成像原理分层处理模糊静态图像目标，获取模糊静态图像目标亮度层和细节层，压缩模糊静态图像目标自适应分区，实现危险品图像目标重现。基于沃尔什变换方法提取危险品图像纹理特征，构建BP神经网络模型，反复调整权值和阈值并进行训练，保证输出误差最小化，实现X射线图像安检危险品自动识别。实验结果表明：所提方法的安检危险品图像呈现效果较好，能够有效提高危险品识别率，缩短危险品识别时间，具备良好的危险品识别性能。

• 单位
  中国海关管理干部学院