行李安检系统中伪双能机型中的爆炸物自动检测

摘要

X射线伪双能透射行李安检系统是目前国内应用最广泛的安检系统。双能透射系统根据物质的有效原子序数来判别物质的属性。虽然爆炸物的形态特征可以变化多端，但是有效原子序数不会随形态发生改变。所以，利用双能透射系统进行爆炸物的检测是完全可行的。
　　在双能透射行李安检系统中，受X射线源所发射的连续能谱X射线的影响，双能理论直接计算物质的有效原子序数被证明是不可行的。不过，使用爆炸物样本进行双能实验，利用测得的高、低能数据标定爆炸物的属性特征也是一种可行的方法。这种方法标定出来的爆炸物特征曲线和双能理论是完全一致的。
　　实验测得的爆炸物样本数据点分布在特征曲线周围，呈带状分布。为了表示爆炸物样本数据点带状分布特征，置信区间法被研发出来。大多数爆炸物像素点都落在置信区间内。现实生活中存在和爆炸物的有效原子序数相近的物质(白砂糖和有机玻璃等)，这些相近物质也表现出爆炸物的特征。为了解决相近物质的干扰问题，避免将爆炸物相近物质像素点识别为爆炸物可疑点，隶属度阈值法、隶属度选举法和贝叶斯方法被设计出来。
　　为了将爆炸物从行李包裹图像中分离开来，一种基于R值的区域增长分割算法被研发出来。这种方法不仅可以分割出爆炸物，而且可以过滤和爆炸物的特征值相近的非爆炸物。
　　自动识别爆炸物的方法的研发过程包含三个步骤：第一步采集爆炸物的高、低能数据，标定出爆炸物的特征值的特征曲线，统计高、低能数据点的分布特征；第二步设计自动识别模式来判断目标像素点是否为爆炸物疑似点；第三步在行李图像中分割出爆炸物。分割算法以爆炸物疑似点为种子进行区域增长。
　　实验结果证明因所选的识别模式的不同，系统的漏报率和误报率会有较大的差异。针对具体的应用场合，在选择识别模式时，系统需要权衡漏报率和误报率这两大指标。无论运用哪种识别模式，自动检测方法的时间消耗都是可以接受的，最多不超过3秒。