基于VR技术的X射线图像安检危险品自动识别

• 作者: 田萌
• 来源期刊: 计算技术与自动化
• 关键词: 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
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 图形图像技术
• 页码范围: 123-128
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202201022

摘要

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。