[发明专利]一种基于X射线液体智能检测方法在审
| 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 | ||
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。
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。
- 上一篇:一种基于北斗短报文的智能放牧系统及其监控方法
- 下一篇:一种电主轴和机床





