来源：期刊VIP网 时间：
作者：许玉婷;王强;
单位：中国海关管理干部学院;清华大学核能与新能源技术研究院;核检测技术北京市重点实验室;燕山大学车辆与能源学院;
摘要：禁限类物品X射线图像的智能识别在维护安全方面具有重要意义,本文开展了小样本X射线图像智能识别技术研究。首先,提取了物品的傅里叶描述子(FD)、几何参数和不变矩作为原始特征。接着,提出了改进综合评价指标和加权聚类多特征融合方法,并对可调参数进行了理论和实验分析。最后,提出了基于改进加权聚类多特征融合和支持向量机的X射线图像识别方法。实验结果表明,改进综合评价指标的可调参数可以根据不同的识别目的和场景进行调整,实现识别最优化。对实际场景下的枪支和刀具X射线图像进行识别,准确率、召回率均在90%以上,虚警率低于10%,与其他识别方法相比,准确率高出9.67%,召回率高出25%。因此,本文提出的改进加权聚类多特征融合是一种有效的特征优化方法,基于改进加权聚类多特征融合和支持向量机的识别方法具备有效性、实时性和适用性的优点,该方法提供了一种X射线图像智能识别的关键技术。
关键词：X射线成像;;智能识别;;综合评价指标;;多特征融合;;支持向量机
基金资助：海关总署科研项目“海关小样本辐射图像智能识别技术研究”(2023HK103);; 中国海关管理干部学院科研项目“智慧海关建设促进业务科技一体化研究”
