基于计算机视觉的X射线图像异物分类研究

• 作者: 吴 炜 姜 维 杨晓敏 王宇 邹文辉
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: X射线异物 Contourlet变换 Tamura纹理特征 随机森林 分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 显示与图像
• 页码范围: 287-293
• 页数: 7页
• 分类号: TP391.4
• 字数: 3673字
• 语种: 中文
• DOI: 10.3788/YJYXS20173204.0287

摘要

在安检领域,目前最主要的手段是人工分析X光图像,以检测是否隐藏的违禁品.由于人工检测存在较强的主观性,并且在安检员疲劳时容易造成漏判、错判.针对这一问题,对X光异物图像进行自动识别研究,提出了基于Tamura纹理特征和随机森林的X射线异物分类方法.介绍了基于计算机视觉的X光违禁品自动检测识别系统;提出一种基于Contourlet变换的Taruma纹理特征提取方法,通过该方法得到Taruma纹理特征向量;最后采用随机森林分类器对违禁品图像进行分类判断.实验结果表明,基于Tamura纹理特征和随机森林的X射线异物分类能够有效地区分不同种类的违禁品.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓敏	四川大学电子信息学院	77	789	17.0	24.0
2	邹文辉	西南师范大学电子信息工程学院	1	3	1.0	1.0
3	姜 维	四川大学电子信息学院	1	3	1.0	1.0
4	吴 炜	四川大学电子信息学院	1	3	1.0	1.0