随着恐怖事件的不断发生,爆炸物检测已成为机场安检领域的重要检测项目。体积小、重量轻、形状不定是机场旅客行李中隐藏爆炸物的特点,也是爆炸物检测领域的难点,CT检测在这方面发挥了独特的作用,但是CT检测速度慢、行李通过率低是实际应用中亟待解决的关键问题。为了解决这一问题,本项目提出以机场旅客随身携带和托运的行李为对象,研究行李隐藏爆炸物CT快速检测方法。研究内容包括行李多区域X射线并行螺旋扫描投影数据快速采集与处理方法;多DSP网络并行计算的CT二维图像重建与爆炸物智能识别方法;有限角度不完全投影数据和数据量少的情况下CT二维图像的模糊-神经网络重建算法;图像的空间变换矫正、图像预处理、基于面操作的三维图像快速重建以及爆炸物伪彩色增强显示方法。本项目的研究成果可以为研制机场旅客行李隐藏爆炸物CT快速检测设备提供理论与方法,还可推广到港口、车站等爆炸物探测领域,具有较大的学术价值和应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
内点最大化与冗余点控制的小型无人机遥感图像配准
基于全模式全聚焦方法的裂纹超声成像定量检测
基于图卷积网络的归纳式微博谣言检测新方法
人工智能技术在矿工不安全行为识别中的融合应用
面向工件表面缺陷的无监督域适应方法
机场航班大面积延误下滞留旅客快速登机方法研究
基于AMR集群的未来机场行李智能处理关键技术研究
痕量爆炸物快速检测的硅纳米线传感器研究
影响X光行李检测漏检率的因素及提高检出率的方法