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
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。
X射线异物 Contourlet 变换 Tamura纹理特征 随机森林 分类 illegal object with X ray Contourlet transform Taruma texture feature random forest classification
