[发明专利]一种基于X射线液体智能检测方法在审

专利信息
申请号: 202110243687.1 申请日: 2021-03-05
公开(公告)号: CN113159110A 公开(公告)日: 2021-07-23
发明(设计)人: 吴勇敢 申请(专利权)人: 安徽启新明智科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G01N23/087;G01V5/00
代理公司: 合肥律众知识产权代理有限公司 34147 代理人: 赵娟
地址: 230088 安徽省合肥市高新区*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 射线 液体 智能 检测 方法
【权利要求书】:

1.一种基于X射线液体智能检测方法,其特征在于:包括以下步骤:

S1、利用高、低能X射线对物体进行照射,并计算出等效原子序数和物体密度;

S2、根据等效原子序数和物体密度确定液体种类;

S3、根据液体种类对X光图像中各像素进行标记,得到标记图像;

S4、利用卷积神经网络模型对X光图像进行识别,得到识别图像;

S5、将标记图像与识别图像进行对比,根据对比结果判断是否存在危险液体。

2.根据权利要求1所述的基于X射线液体智能检测方法,其特征在于:S1中计算出等效原子序数和物体密度,包括:

利用X射线的衰减值计算出等效原子序数和物体密度。

3.根据权利要求2所述的基于X射线液体智能检测方法,其特征在于:S3中根据液体种类对X光图像中各像素进行标记,得到标记图像,包括:

确定液体种类后,X光图像中的每个像素都包含横坐标、纵坐标和液体种类信息,采用不同种类液体对应的颜色对每个像素进行着色标记,得到标记图像。

4.根据权利要求3所述的基于X射线液体智能检测方法,其特征在于:S4中利用卷积神经网络模型对X光图像进行识别,得到识别图像,包括:

利用训练好的卷积神经网络模型对X光图像进行识别,并根据识别结果,采用不同种类液体对应的颜色对识别区域进行着色标记,得到识别图像。

5.根据权利要求4所述的基于X射线液体智能检测方法,其特征在于:S4中利用卷积神经网络模型对X光图像进行识别,得到识别图像之前,包括:

构建卷积神经网络模型,并采集着色后的标记图像作为训练图像集,利用训练图像集对卷积神经网络模型进行训练,得到训练好的卷积神经网络模型。

6.根据权利要求4所述的基于X射线液体智能检测方法,其特征在于:S5中将标记图像与识别图像进行对比,根据对比结果判断是否存在危险液体,包括:

若标记图像、识别图像中存在着色相同的区域,并且该颜色与危险液体对应的颜色相同时,判断该区域存在危险液体;

若标记图像、识别图像中存在着色相同的区域,并且该颜色与非危险液体对应的颜色相同时,判断该区域不存在危险液体;

若标记图像、识别图像中存在着色不相同的区域时,则返回S1重新生成标记图像、识别图像,并对重新生成的标记图像与识别图像进行对比,判断是否存在危险液体。

7.根据权利要求6所述的基于X射线液体智能检测方法,其特征在于:S5中将标记图像与识别图像进行对比,判断是否为危险液体之后,包括:若判断存在危险液体,对存在危险液体区域的位置信息进行实时更新,并提示安检人员开包检查。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽启新明智科技有限公司,未经安徽启新明智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110243687.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top