㒄
㐴
液晶与显示 , 2017, 32(4): 287-293.
10.3788/YJYXS20173204.0287
基于计算机视觉的X射线图像异物分类研究

王宇 1, , 邹文辉 2, , 杨晓敏 3, , 姜 维 4, , 吴 炜 5,

1.中国民航飞行学院 航空工程学院,四川 广汉,618307;
2.西南师范大学电子信息工程学院,四川 南充,637009;
3.四川大学 电子信息学院,四川 成都,610064;
4.四川大学 电子信息学院,四川 成都,610064;
5.四川大学 电子信息学院,四川 成都,610064
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.
引用： 王宇, 邹文辉, 杨晓敏, 姜 维, 吴 炜 基于计算机视觉的X射线图像异物分类研究. 液晶与显示 , 2017, 32(4): 287-293. doi: 10.3788/YJYXS20173204.0287
参考文献：

相似文献: