CN103604819B - 一种利用双能透射及低能散射进行物质识别的装置及方法 - Google Patents

Abstract

本发明提供一种利用双能透射及低能散射进行物质识别的装置及方法，装置包括机架、传送带、辊轴电机、主控箱、X射线发生器、准直器、双能透射探测器、低能前散射探测器、低能背散射探测器、工控机、光障和显示器；光障的输出端连接主控箱的输入端，主控箱的控制输出端分别连接X射线发生器的控制输入端、辊轴电机的控制输入端和工控机，工控机的输入端连接双能透射探测器输出端、低能前散射探测器的输出端、低能背散射探测器的输出端，工控机的输出端连接显示器。本发明以辐射图像数据的特征提取和识别为核心，将双能量X射线透射图像与低能散射图像相结合，针对安检领域包裹相互遮挡无法准确探测，求解物体真实灰度值进而进行物质分类识别。

Description

一种利用双能透射及低能散射进行物质识别的装置及方法

技术领域

本发明属于物质识别技术领域，具体是一种利用双能透射及低能散射进行物质识别的装置及方法。

背景技术

民航、铁路、道路运输业是安全生产的重点行业，安全生产工作责任重大、任务艰巨，关系到人民生命、国家财产和社会安定的大事。特别是美国9.11事件以来，世界各国将“反恐”列入重要日程，安全检测技术、安全检测设备的研究和开发已成为各国技术攻关的焦点，在本领域的研究已成为一种未来趋势。

目前大多数X射线安全检查设备是基于双能量X射线透射成像技术，是在单能量X射线安检设备的基础上开发的。不仅能提供被检物的形状和内容，还能识别与物质有效原子序数相关的信息，可以将有机物从其它物质中区分开来。这种机型主要是通过安检员用眼睛辨认物体的轮廓、形状细节并辅助机器的有机物和无机物的识别功能来完成。对识别手枪、管制刀具等十分有效，而对在有机物范围内的炸药、毒品不能有效的识别。

少量的研究或安检设备将双能量X射线透射技术与散射技术(能识别与物质的密度相关的信息)相结合，但这些系统都是“伪多感”系统，即一类物质探测只使用一种技术。双能量透射技术负责常规的违禁品探测，散射技术只负责片状的爆炸品探测。并没有将两种探测技术得到的信息真正的结合来判别危险品，判别方法的准确性不高。

现有的以透射原理成像的辐射成像系统，虽然具有分辨率高等优点，但对于重叠放置的物体无法有效地成像。这也是目前X射线安检技术中的一个重要难题。由于包裹中物体相互遮挡，无法准确提取到单一物体的真实灰度级，而是两种或多种物体重叠后的混合灰度级，势必造成误判、漏判。

发明内容

针对现有技术存在的问题，本发明提供一种利用双能透射及低能散射进行物质识别的装置及方法。

本发明的技术方案如下：

一种利用双能透射及低能散射进行物质识别的装置，包括机架、固定于所述机架上的用于传输被检物品的传送带和辊轴电机，传送带穿过机架中部，传送带和机架的交叉区域为物质识别区域，传送带设置于机架的中部，传送带由两个辊轴电机带动工作；

该装置还包括主控箱、X射线发生器、准直器、双能透射探测器、低能前散射探测器、低能背散射探测器、工控机、光障和显示器；

所述X射线发生器安装于机架一侧且位于传送带下方；

所述准直器安装在X射线发生器的X射线发射方向的正前方；

所述光障有两个，分别安装于物质识别区域两侧的机架上部侧壁；

所述低能背散射探测器安装于与X射线发生器同侧的机架侧壁且位于传送带上方；

所述双能透射探测器、低能前散射探测器均安装于机架另一侧的侧壁且位于传送带上方；

所述光障的输出端连接主控箱的输入端，主控箱的控制输出端分别连接X射线发生器的控制输入端、辊轴电机的控制输入端和工控机，工控机的输入端连接双能透射探测器输出端、低能前散射探测器的输出端、低能背散射探测器的输出端，工控机的输出端连接显示器。

采用所述的利用双能透射及低能散射进行物质识别的装置进行物质识别的方法，包括以下步骤：

步骤1：利用X射线发生器分别发出高能射线和低能射线透射各种厚度的不同标定材料，通过双能透射探测器获得相应的低能透射图像和高能透射图像，所述标定材料包括有效原子序数为10的材料和有效原子序数为20的材料；

步骤2：各低能透射图像和各高能透射图像传输至工控机，根据各低能透射图像灰度值作为横坐标，各高能透射图像灰度值作为纵坐标，构成不同标定材料在不同厚度下的点的坐标，并对这些点进行曲线拟合获得分类识别边界曲线，包括有机物与混合物的边界曲线和无机物与混合物的边界曲线，两个边界曲线将物质划分为三个区域，即有机物区域、混合物区域和无机物区域；

步骤3：主控箱控制辊轴电机启动，辊轴电机带动传送带运动，同时光障实时检测物质识别区域；

步骤4：当有被检物体经传送带到达物质识别区域时，光障输出信号至主控箱，主控箱控制X射线发生器开始工作，利用X射线照射被检物体；

步骤5：双能透射探测器探测经过物体透射过来的射线，低能前散射探测器探测向前散射的射线，低能背散射探测器探测向后散射的射线；

步骤6：利用双能透射探测器的探测信号得到被检物体的低能透射图像和高能透射图像，利用低能前散射探测器的探测信号得到被检物体的低能前散射图像，利用低能背散射探测器的探测信号得到被检物体的低能背散射图像；

高能透射图像的真实灰度值表示高能射线通过被检物体的相应部分后透射的高能射线强度；

低能透射图像的真实灰度值表示低能射线通过被检物体的相应部分后透射的低能射线强度；

低能前散射图像的真实灰度值表示低能射线与被检物体相互作用后向前散射射线强度；

低能背散射图像的真实灰度值表示低能射线与被检物体相互作用后向后散射射线强度；

步骤7：被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像传输至工控机，进行物质识别；

步骤7.1：对被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像消除重叠效应，得到目标物体的真实灰度值；

步骤7.1.1：建立消除重叠效应影响的透射图像射线强度模型，包括高能透射图像射线强度模型和低能透射图像射线强度模型；

(1)高能透射图像重叠区域射线强度模型

其中，

——重叠区域高能透射射线强度；

I₀ ^H——入射的高能X射线强度；

I₁ ^H——入射的高能X射线经过目标物体后透射射线强度；

I₂ ^H——入射的高能X射线经过背景物体后透射射线强度；

(2)低能透射图像重叠区域射线强度模型

其中，

——重叠区域低能透射射线强度；

I₀ ^L——入射的低能X射线强度；

I₁ ^L——入射的低能X射线经过目标物体后透射射线强度；

I₂ ^L——入射的低能X射线经过背景物体后透射射线强度；

步骤7.1.2：建立消除重叠效应影响的低能散射图像射线强度模型，包低能前散射图像的射线强度模型和低能背散射图像的射线强度模型；

(1)低能前散射图像的重叠区域射线强度模型：

$I_{Rgn}^F=I_{2a}^F+I_{2b}^F+I_{2c}^F=I_1^L\frac{I_2^F}{I_0^L}+{\mathrm{\β}}_1^F\frac{I_1^F}{I_0^L}{I}_2^L+{\mathrm{\β}}_2^F\frac{I_1^F}{I_0^L}{I}_2^{L^2}+{\mathrm{\β}}_3^F\frac{I_1^F}{I_0^L}{I}_2^F+{\mathrm{\β}}_4^F\frac{I_1^F}{I_0^L}{I}_2^{F^2}+{\mathrm{\β}}_5^F\frac{I_1^F}{I_0^L}{I}_2^F{I}_2^L$

其中，

——入射的低能X射线经过目标物体后前散射射线强度；

——入射的低能X射线经过背景物体后前散射射线强度；

——经过背景物体后透射射线强度；

——经过背景物体后前散射射线强度；

——经过背景物体后透射射线强度；

——经过背景物体后前散射射线强度；

——重叠区域前散射射线强度；

(2)低能背散射图像的射线强度模型：

$I_{Rgn}^B=I_1^B+I_{1a}^B=I_1^B+{\mathrm{\β}}_1^B{\left(I_1^L\right)}^2{I}_2^B+{\mathrm{\β}}_1^B{I}_1^L{I}_2^B{I}_1^F+{\mathrm{\β}}_3^B{\left(I_1^F\right)}^2{I}_2^B$

其中，

——入射的低能X射线经过目标物体后背散射射线强度；

——入射的低能X射线经过背景物体后背散射射线强度；

——入射的低能X射线与目标物体作用后透射射线和前散射射线再与背景物体后作用后得到的背散射射线强度；

——背散射射线再与目标物体作用后得到的背散射射线强度；

——重叠区域背散射射线强度；

步骤7.1.3：将射线强度模型转换成图像灰度值模型；

(1)高能透射图像重叠区域灰度值模型：

$g_{Rgn}^H=a^H\frac{g_1^H{g}_2^H}{c^H}$

其中，a^H是高能透射图像重叠区域模型修正系数，c^H是高能透射图像X射线强度与灰度值之间的转换系数，由探测器的数据通道位数确定，是高能透射图像目标物体真实灰度值，是高能透射图像背景物体真实灰度值；

(2)低能透射图像重叠区域灰度值模型：

$g_{Rgn}^L=a^L\frac{g_1^L{g}_2^L}{c^L}$

其中，a^L是低能透射图像重叠区域灰度值模型修正系数；c^L是低能透射图像X射线强度与灰度值之间的转换系数，由探测器的数据通道位数确定，是低能透射图像目标物体真实灰度值，是低能透射图像背景物体真实灰度值；

(3)低能前散射图像重叠区域灰度值模型：

$g_{Rgn}^F=a_1^F{g}_1^L{g}_2^F+a_2^F{g}_1^F{g}_2^L+a_3^F{g}_1^F{g}_2^F$

其中，和为低能前散射图像重叠区域灰度值模型的修正系数，是低能前散射图像目标物体真实灰度值，是低能前散射图像背景物体真实灰度值；

(4)低能背散射图像重叠区域灰度值模型：

$g_{Rgn}^B=g_1^B+a_1^B{\left(g_2^L\right)}^2{g}_2^B+a_2^B{g}_1^L{g}_2^B{g}_1^F+a_3^B{\left(g_1^F\right)}^2{g}_2^B$

其中，和为低能背散射图像重叠区域灰度值模型的修正系数，是低能背散射图像目标物体真实灰度值，是低能背散射图像背景物体真实灰度值；

步骤7.1.4：根据透射图像真实灰度值模型和低能散射图像真实灰度值模型，对被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像消除重叠效应影响，得到目标物体相应像素点的真实低能透射灰度值、真实高能透射灰度值、真实低能前散射灰度值和真实低能背散射灰度值；

(1)高能透射图像目标物体真实灰度值：

$g_1^H=\frac{c^H{g}_{Rgn}^H}{a^H{g}_2^H}$

(2)低能透射图像目标物体真实灰度值：

$g_1^L=\frac{c^L{g}_{Rgn}^L}{a^L{g}_2^L}$

(3)低能前散射图像目标物体真实灰度值：

$g_1^F=\frac{g_{Rgn}^F-a_1^F{g}_1^L{g}_2^F}{a_2^F{g}_2^L+a_3^F{g}_2^F}$

(4)低能背散射图像目标物体真实灰度值：

$g_1^B=g_{Rgn}^B-a_1^B(g_1^{L^2}+g_2^B)-a_2^B{g}_1^L{g}_2^B{g}_1^F-a_3^B{g}_1^{F^2}{g}_2^B;$

步骤7.2：将低能透射图像中每个像素的灰度值作为横坐标，将高能透射图像中每个像素的灰度值作为纵坐标，得到被检物体的物质识别点；

步骤7.3：根据分类识别边界曲线对被检物体的物质识别点进行分类识别，判断各物质识别点属于有机物区域、混合物区域或无机物区域，若物质识别点属于有机物，则执行步骤7.4；否则执行步骤8；

步骤7.4：对被检物体中属于有机物的物质进行进一步识别；

步骤7.4.1：根据被检物体的低能透射图像的真实灰度值T_L和高能透射图像的真实灰度值T_H，计算与物质有效原子序数相关的双能量值R；

$R=ln\left(\frac{T_L}{T_{L0}}\right)/ln\left(\frac{T_H}{T_{H0}}\right)$

其中，T_H0表示高能透射图像的真实灰度值，T_L0表示低能透射图像的真实灰度值；

步骤7.4.2：计算低能散射图像真实灰度值K，并计算与密度相关的特征值L；

低能散射图像真实灰度值 $K=a_0{F}_L\left(d\right)+a_1{F}_L^2\left(d\right)+b_0{B}_L\left(d\right)+b_1{B}_L^2\left(d\right)$

其中，F_L是低能前散射图像真实灰度值，B_L是低能背散射图像真实灰度值，a₀，a₁，b₀，b₁是由最小二乘法LS确定的模型参数，d表示被检物体与X射线发生器之间的距离；

与密度相关的特征值

步骤7.4.3：根据与物质有效原子序数相关的双能量值R和与密度相关的特征值L，建立用来对有机物进行分类的基于最小错误概率的贝叶斯决策理论的物质分类函数D(R,L)；

D(R,L)＝c₀R²+c₁L²+c₂RL+c₃R+c₄L+c₅

其中，c₀、c₁、c₂、c₃、c₄、c₅是根据最小错误概率的贝叶斯决策理论确定的参数；

步骤7.4.4：利用物质分类函数和计算出的物质有效原子序数相关的双能量值R、与密度相关的特征值L，求得物质分类函数值，判断根据该函数值判断当前物质是否为违禁物质：若函数值大于0，则当前物质为违禁物质，否则，当前物质为非违禁有机物；

步骤8：对物质分类识别结果进行伪彩色处理，输出图像。

有益效果：

针对安检领域物质分类识别问题，以辐射图像数据的特征提取和识别为核心，将双能量X射线透射图像与低能散射图像相结合，以研究X射线物质分类为目的，提出了基于最小错误概率的贝叶斯决策方法。首先，针对安检领域包裹相互遮挡，无法准确探测的问题，得到去除物体遮挡效应，求解物体真实灰度值的数学模型，为接下来的物质分类识别奠定基础。基于提取和选择特征平面的思想，通过双能量X射线透射图像，得到物质初步分类识别曲线以及提取与物质有效原子序数相关的特征值R，将物质初步分成有机物、混合物和无机物，但不能区分无害的有机物和违禁的有机物。于是将前散射和背散射图像结合建立散射图像灰度值模型，再将散射图像与透射图像灰度值相结合找到提取与物体密度相关特征值L的方法。综合得到的两个特征值R、L，给出基于最小错误概率的贝叶斯决策理论的决策面方程以及分类判别规则，找到了物质分类识别的更有效方法。

附图说明

图1为本发明具体实施方式的利用双能透射及低能散射进行物质识别的装置的结构示意图，其中，1-双能透射探测器，2-低能前散射探测器，3-低能背散射探测器，4-光障，5-主控箱，6-工控机，7-X射线发生器，8-机架，9-辊轴电机，10-传送带；

图2为本发明具体实施方式的利用双能透射及低能散射进行物质识别的装置连接框图；

图3为本发明具体实施方式的低能前散射探测器/低能背散射探测器结构示意图，其中，11-光学发光反射体，12-X射线，13-可见光子的路径，14-光电二极管(或光电倍增管)，15-薄膜层，16-闪烁体；

图4为本发明具体实施方式的利用双能透射及低能散射进行物质识别的方法流程图；

图5为本发明具体实施方式的分类识别边界曲线图；

图6为本发明具体实施方式的典型物质的有效原子序数和密度分布图；

图7为本发明具体实施方式的物质识别示意图；

图8为本发明具体实施方式的物体相互遮挡关系示意图，其中，17-X射线源；18-X射线束；19-目标物体；20-前散射信号；21-透射信号；22-背景物体；23-背散射信号；

图9为本发明具体实施方式的低能散射图像中物体相互遮挡模型示意图，

(a)为低能前散射图像中物体相互遮挡模型示意图；

(b)为低能背散射图像中物体相互遮挡模型示意图；

图10为本发明具体实施方式的主控箱电路图。

具体实施方式

下面结合附图对本发明的具体实施方式做详细说明。

如图1所示，本实施方式的利用双能透射及低能散射进行物质识别的装置，包括机架8、固定于机架8上的用于传输被检物品的传送带10和辊轴电机9，传送带10穿过机架8中部，传送带10和机架8的交叉区域为物质识别区域，传送带10设置于机架8的中部，传送带10由两个辊轴电机9带动工作；该装置还包括主控箱5、X射线发生器7、准直器、双能透射探测器1、低能前散射探测器2、低能背散射探测器2、工控机6、光障4和显示器；

X射线发生器7选用的型号为kv-160，X射线发生器发射出角度为60°圆锥形不同能量的X射线束，该射线束经过准直器后变为角度为60°的扇形平面射线束，产生不同能量的X射线，高能射线的能量为140KeV，低能射线的能量为70KeV，使得射线有足够的能量和剂量在穿透包裹后仍能被探测器探测到有效信号。

光障4选用的型号为ucx411，辊轴电机9选用斯巴克斯6550，工控机6选用研华610，显示器选用hp2260x，主控箱5是以AT89C51单片机U1为核心的控制设备，双能透射探测器1采用双能无机闪烁体+光电二极管探测器，其中的低能部分和高能部分采用不同的闪烁体晶体，低能选用GOS(硫氧化钆)晶体，高能选用CsI(TI)(掺铊碘化铯)晶体。由于散射信号及其微弱，单纯的闪烁体探测器已经无法满足探测要求，须在探测器内部集成光电倍增管。因此，本实施方式低能前散射探测器和低能背散射探测器均采用有机闪烁体，即大面积塑料闪烁体+光电倍增管探测器，结构如图3所示，X射线12进入闪烁体16物质，由于发光产生可见光子。这些可见光子沿着可见光子的路径13穿过一透明的薄膜层15，被光电二极管14(或光电倍增管)探测到，光亮的闪烁体16通常被光学发光反射体11包围，以确保到达光电二极管14(或光电倍增管)的光有最大通道。各探测器采集的图像数据经信号滤波、放大、AD转换处理后，产生4种不同的信号，即低能透射信号、高能透射信号、低能前散射信号和低能背散射信号。

主控箱用于启动电机、获取光障状态、启动X射线发生器及改变X射线发生器的工作参数、探测器校准，如图10所示，具体如下：

1)9针接插件J2(DB-9)，AT89C51单片机通过它由外接电缆与X射线发生器相连，用于数据的采集与相应的控制。

2)9针接插件J1(DB-9)，AT89C51单片机通过它由外接电缆与工控机相连，接收控制命令，返回执行结果和状态。

3)RS-232专用通信芯片U2(MAX232)，与AT89C51单片机和9针接插件J1、J2相连，完成TTL电平与232电平的转换，协助完成AT89S52单片机与X射线发生器、工控机的串行通信，完成上位机下达的相关控制与采集动作的命令。

4)J3为电机接口，用于控制电机的启动、停止、正转和反转功能。

5)继电器K1控制电机的启动、停止功能。

6)继电器K2控制电机的正转、反转功能。

7)三极管Q1受单片机控制，驱动继电器K1。

8)三极管Q2受单片机控制，驱动继电器K2。

9)J4为光障接口，通过J4获取光障状态，如有包裹遮挡，发射X射线，通知工控机开始采集数据。

10)光耦U3用于光障信号与AT89C51单片机的隔离，防止AT89C51单片机受到干扰，提高可靠性。

此外，显示器用于实时显示低能透射图像、高能透射图像、低能前散射图像和低能背散射图像，并对物质识别结果进行伪彩色显示。

X射线发生器7安装于机架8一侧且位于传送带10下方，且在X射线发生器的X射线发射方向的正前方安装有准直器；

两个光障4分别安装于物质识别区域两侧的机架8上部侧壁；

低能背散射探测器安3装于与X射线发生器7同侧的机架8侧壁的上部；

双能透射探测器1、低能前散射探测器2均安装于机架8另一侧的侧壁上部；

如图2所示，光障4的输出端连接主控箱5的输入端，主控箱5的控制输出端分别连接X射线发生器7的控制输入端、辊轴电机9的控制输入端和工控机6，工控机6的输入端连接双能透射探测器1输出端、低能前散射探测器2的输出端、低能背散射探测器3的输出端，探测信号通过RS232传输到工控机，工控机6的输出端连接显示器。

采用上述的利用双能透射及低能散射进行物质识别的装置进行物质识别的方法，如图4所示，包括以下步骤：

步骤1：利用在X射线发生器分别发出高能射线和低能射线透射各种厚度的不同标定材料，通过双能透射探测器获得相应的低能透射图像和高能透射图像，标定材料包括有效原子序数为10的碳化硅和有效原子序数为20的钛六铝四钒；

步骤2：各低能透射图像和各高能透射图像传输至工控机，根据各低能透射图像灰度值作为横坐标，各高能透射图像灰度值作为纵坐标，构成有效原子序数为10的碳化硅和有效原子序数为20的钛六铝四钒在不同厚度下的点的坐标，并对这些点进行曲线拟合获得分类识别边界曲线，如图5所示，包括有机物与混合物的边界曲线和无机物与混合物的边界曲线，两个边界曲线将物质划分为三个区域，即有机物区域、混合物区域和无机物区域；

步骤3：主控箱控制辊轴电机启动，辊轴电机带动传送带运动，同时光障实时检测物质识别区域；

步骤4：当有被检物体经传送带到达物质识别区域时，光障输出信号至主控箱，主控箱控制X射线发生器开始工作，利用X射线照射被检物体；

步骤5：双能透射探测器探测经过物体透射过来的射线，低能前散射探测器探测向前散射的射线，低能背散射探测器探测向后散射的射线；

步骤6：利用双能透射探测器的探测信号得到被检物体的低能透射图像和高能透射图像，利用低能前散射探测器的探测信号得到被检物体的低能前散射图像，利用低能背散射探测器的探测信号得到被检物体的低能背散射图像；

高能透射图像的真实灰度值表示高能射线通过被检物体的相应部分后透射的高能射线强度；

低能透射图像的真实灰度值表示低能射线通过被检物体的相应部分后透射的低能射线强度；

低能前散射图像的真实灰度值表示低能射线与被检物体相互作用后向前散射射线强度；

低能背散射图像的真实灰度值表示低能射线与被检物体相互作用后向后散射射线强度；

步骤7：被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像传输至工控机，进行物质识别；

步骤7.1：对被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像消除重叠效应，得到目标物体的真实灰度值；

把多个物体重叠问题简化为两个物体重叠问题，建立消除重叠效应影响的图像真实灰度级的数学模型，通过实验得到模型参数，得到每一像素的真实灰度值。物体相互遮挡关系如图8所示，X射线源17发出的X射线束18穿过目标物体19后再穿过背景物体22，产生前散射信号20和透射信号21，而X射线束18穿过目标物体19时同时产生背散射信号23，前散射图像和背散射图像中重叠物体识别尤为复杂困难，其重叠物体相互遮挡模型如图9所示。

步骤7.1.1：建立消除重叠效应影响的透射图像射线强度模型，包括高能透射图像射线强度模型和低能透射图像射线强度模型；

(1)高能透射图像重叠区域射线强度模型

其中，

——重叠区域高能透射射线强度；

I₀ ^H——入射的高能X射线强度；

I₁ ^H——入射的高能X射线经过目标物体后透射射线强度；

I₂ ^H——入射的高能X射线经过背景物体后透射射线强度；

(2)低能透射图像重叠区域射线强度模型

其中，

——重叠区域低能透射射线强度；

I₀ ^L——入射的低能X射线强度；

I₁ ^L——入射的低能X射线经过目标物体后透射射线强度；

I₂ ^L——入射的低能X射线经过背景物体后透射射线强度；

步骤7.1.2：建立消除重叠效应影响的低能散射图像射线强度模型，包低能前散射图像的射线强度模型和低能背散射图像的射线强度模型；

(1)低能前散射图像的重叠区域射线强度模型：

$I_{Rgn}^F=I_{2a}^F+I_{2b}^F+I_{2c}^F=I_1^L\frac{I_2^F}{I_0^L}+{\mathrm{\β}}_1^F\frac{I_1^F}{I_0^L}{I}_2^L+{\mathrm{\β}}_2^F\frac{I_1^F}{I_0^L}{I}_2^{L^2}+{\mathrm{\β}}_3^F\frac{I_1^F}{I_0^L}{I}_2^F+{\mathrm{\β}}_4^F\frac{I_1^F}{I_0^L}{I}_2^{F^2}+{\mathrm{\β}}_5^F\frac{I_1^F}{I_0^L}{I}_2^F{I}_2^L$

其中，

——入射的低能X射线经过目标物体后前散射射线强度；

——入射的低能X射线经过背景物体后前散射射线强度；

——经过背景物体后透射射线强度；

——经过背景物体后前散射射线强度；

——经过背景物体后透射射线强度；

——经过背景物体后前散射射线强度；

——重叠区域前散射射线强度；

(2)低能背散射图像的射线强度模型：

$I_{Rgn}^B=I_1^B+I_{1a}^B=I_1^B+{\mathrm{\β}}_1^B{\left(I_1^L\right)}^2{I}_2^B+{\mathrm{\β}}_1^B{I}_1^L{I}_2^B{I}_1^F+{\mathrm{\β}}_3^B{\left(I_1^F\right)}^2{I}_2^B$

其中，

——入射的低能X射线经过目标物体后背散射射线强度；

——入射的低能X射线经过背景物体后背散射射线强度；

——入射的低能X射线与目标物体作用后透射射线和前散射射线再与背景物体后作用后得到的背散射射线强度；

——背散射射线再与目标物体作用后得到的背散射射线强度；

——重叠区域背散射射线强度；

步骤7.1.3：将射线强度模型转换成图像灰度值模型；

(1)高能透射图像重叠区域灰度值模型：

$g_{Rgn}^H=a^H\frac{g_1^H{g}_2^H}{c^H}$

其中，a^H是修正系数，c^H是高能透射图像X射线强度与灰度值之间的转换系数，由探测器的数据通道位数确定；

(2)低能透射图像重叠区域灰度值模型：

$g_{Rgn}^L=a^L\frac{g_1^L{g}_2^L}{c^L}$

其中，a^L是考虑安检用的X射线发生器是多色光加上的修正系数，可以通过自制的阶梯状有机玻璃和铝等为实验材料进行实验得到。c^L是低能透射图像X射线强度与灰度值之间的转换系数，由探测器的数据通道位数确定；

(3)低能前散射图像重叠区域灰度值模型：

$g_{Rgn}^F=a_1^F{g}_1^L{g}_2^F+a_2^F{g}_1^F{g}_2^L+a_3^F{g}_1^F{g}_2^F$

和通过阶梯块的实验数据来计算，实验数据的采集方法与透射图像的方法相同，每一组数据包括6种灰度级，即：和采集80组数据，采用最小2乘法，得到和值；

(4)低能背散射图像重叠区域灰度值模型：

$g_{Rgn}^B=g_1^B+a_1^B{\left(g_2^L\right)}^2{g}_2^B+a_2^B{g}_1^L{g}_2^B{g}_1^F+a_3^B{\left(g_1^F\right)}^2{g}_2^B$

采用与透射和前散射同样的方法，从三种阶梯块中采集80组数据，每一组数据包含9种灰度级。采用最小2乘法，得到和的值；

步骤7.1.4：根据透射图像真实灰度值模型和低能散射图像真实灰度值模型，对被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像消除重叠效应影响，得到目标物体相应像素点的真实低能透射灰度值、真实高能透射灰度值、真实低能前散射灰度值和真实低能背散射灰度值；

(1)高能透射图像目标物体真实灰度值：

$g_1^H=\frac{c^H{g}_{Rgn}^H}{a^H{g}_2^H}$

(2)低能透射图像目标物体真实灰度值：

$g_1^L=\frac{c^L{g}_{Rgn}^L}{a^L{g}_2^L}$

(3)低能前散射图像目标物体真实灰度值：

$g_1^F=\frac{g_{Rgn}^F-a^F{g}_1^L{g}_2^F}{a_2^F{g}_2^L+a_3^F{g}_2^F}$

(4)低能背散射图像目标物体真实灰度值：

$g_1^B=g_{Rgn}^B-a_1^B(g_1^{L^2}+g_2^B)-a_2^B{g}_1^L{g}_2^B{g}_1^F-a_3^B{g}_1^{F^2}{g}_2^B;$

步骤7.2：将低能透射图像中每个像素的灰度值作为横坐标，将高能透射图像中每个像素的灰度值作为纵坐标，得到被检物体的物质识别点；

步骤7.3：根据分类识别边界曲线对被检物体的物质识别点进行分类识别，判断各物质识别点属于有机物区域、混合物区域或无机物区域，若物质识别点属于有机物，则执行步骤7.4；否则执行步骤8；

步骤7.4：对被检物体中属于有机物的物质进行进一步识别；

步骤7.4.1：根据被检物体的低能透射图像的真实灰度值T_L和高能透射图像的真实灰度值T_H，计算与物质有效原子序数相关的双能量值R；

$R=ln\left(\frac{T_L}{T_{L0}}\right)/ln\left(\frac{T_H}{T_{H0}}\right)$

其中，T_H0表示高能透射图像的真实灰度值，T_L0表示低能透射图像的真实灰度值；

步骤7.4.2：计算低能散射图像真实灰度值K，并计算与密度相关的特征值L；

低能散射图像真实灰度值 $K=a_0{F}_L\left(d\right)+a_1{F}_L^2\left(d\right)+b_0{B}_L\left(d\right)+b_1{B}_L^2\left(d\right)$

其中，F_L是低能前散射图像真实灰度值，B_L是低能背散射图像真实灰度值，a₀，a₁，b₀，b₁是由最小二乘法LS确定的模型参数，d表示被检物体与X射线发生器之间的距离；

与密度相关的特征值

步骤7.4.3：根据与物质有效原子序数相关的双能量值R和与密度相关的特征值L，建立用来对有机物进行分类的基于最小错误概率的贝叶斯决策理论的物质分类函数D(R,L)；

D(R,L)＝c₀R²+c₁L²+c₂RL+c₃R+c₄L+c₅

其中，c₀、c₁、c₂、c₃、c₄、c₅是根据最小错误概率的贝叶斯决策理论确定的参数；

步骤7.4.4：利用物质分类函数和计算出的物质有效原子序数相关的双能量值R、与密度相关的特征值L，求得物质分类函数值，判断根据该函数值判断当前物质是否为违禁物质，例如爆炸物：若函数值大于0，则当前物质为违禁物质，否则，当前物质为非违禁有机物；步骤8：对物质分类识别结果进行伪彩色处理，输出图像。

Claims (1)

1.一种利用双能透射及低能散射进行物质识别的方法，所采用的物质识别装置，包括机架、固定于所述机架上的用于传输被检物品的传送带、辊轴电机、主控箱、X射线发生器、准直器、双能透射探测器、低能前散射探测器、低能背散射探测器、工控机、光障和显示器；

所述传送带穿过机架中部，传送带和机架的交叉区域为物质识别区域，传送带由两个辊轴电机带动工作；

所述X射线发生器安装于机架一侧且位于传送带下方；

所述准直器安装在X射线发生器的X射线发射方向的正前方；

所述光障有两个，分别安装于物质识别区域两侧的机架上部侧壁；

所述低能背散射探测器安装于与X射线发生器同侧的机架侧壁且位于传送带上方；

所述双能透射探测器、低能前散射探测器均安装于机架另一侧的侧壁且位于传送带上方；所述光障的输出端连接主控箱的输入端，主控箱的控制输出端分别连接X射线发生器的控制输入端、辊轴电机的控制输入端和工控机，工控机的输入端连接双能透射探测器输出端、低能前散射探测器的输出端、低能背散射探测器的输出端，工控机的输出端连接显示器；

其特征在于：该方法包括以下步骤：

步骤1：利用X射线发生器分别发出高能射线和低能射线透射各种厚度的不同标定材料，通过双能透射探测器获得相应的低能透射图像和高能透射图像，所述标定材料包括有效原子序数为10的材料和有效原子序数为20的材料；

步骤2：各低能透射图像和各高能透射图像传输至工控机，根据各低能透射图像灰度值作为横坐标，各高能透射图像灰度值作为纵坐标，构成不同标定材料在不同厚度下的点的坐标，并对这些点进行曲线拟合获得分类识别边界曲线，包括有机物与混合物的边界曲线和无机物与混合物的边界曲线，两个边界曲线将物质划分为三个区域，即有机物区域、混合物区域和无机物区域；

步骤3：主控箱控制辊轴电机启动，辊轴电机带动传送带运动，同时光障实时检测物质识别区域；

步骤4：当有被检物体经传送带到达物质识别区域时，光障输出信号至主控箱，主控箱控制X射线发生器开始工作，利用X射线照射被检物体；

步骤5：双能透射探测器探测经过物体透射过来的射线，低能前散射探测器探测向前散射的射线，低能背散射探测器探测向后散射的射线；

步骤6：利用双能透射探测器的探测信号得到被检物体的低能透射图像和高能透射图像，利用低能前散射探测器的探测信号得到被检物体的低能前散射图像，利用低能背散射探测器的探测信号得到被检物体的低能背散射图像；

高能透射图像的真实灰度值表示高能射线通过被检物体的相应部分后透射的高能射线强度；

低能透射图像的真实灰度值表示低能射线通过被检物体的相应部分后透射的低能射线强度；

低能前散射图像的真实灰度值表示低能射线与被检物体相互作用后向前散射射线强度；

低能背散射图像的真实灰度值表示低能射线与被检物体相互作用后向后散射射线强度；

步骤7：被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像传输至工控机，进行物质识别；

步骤7.1：对被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像消除重叠效应，得到目标物体的真实灰度值；

步骤7.1.1：建立消除重叠效应影响的透射图像射线强度模型，包括高能透射图像射线强度模型和低能透射图像射线强度模型；

(1)高能透射图像重叠区域射线强度模型

其中，

——重叠区域高能透射射线强度；

I₀ ^H——入射的高能X射线强度；

I₁ ^H——入射的高能X射线经过目标物体后透射射线强度；

I₂ ^H——入射的高能X射线经过背景物体后透射射线强度；

(2)低能透射图像重叠区域射线强度模型

其中，

——重叠区域低能透射射线强度；

I₀ ^L——入射的低能X射线强度；

I₁ ^L——入射的低能X射线经过目标物体后透射射线强度；

I₂ ^L——入射的低能X射线经过背景物体后透射射线强度；

步骤7.1.2：建立消除重叠效应影响的低能散射图像射线强度模型，包低能前散射图像的射线强度模型和低能背散射图像的射线强度模型；

(1)低能前散射图像的重叠区域射线强度模型：

$I_{Rgn}^F=I_{2a}^F+I_{2b}^F+I_{2c}^F=I_1^L\frac{I_2^F}{I_0^L}+{\mathrm{\β}}_1^F\frac{I_1^F}{I_0^L}{I}_2^L+{\mathrm{\β}}_2^F\frac{I_1^F}{I_0^L}{I}_2^{L^2}+{\mathrm{\β}}_3^F\frac{I_1^F}{I_0^L}{I}_2^F+{\mathrm{\β}}_4^F\frac{I_1^F}{I_0^L}{I}_2^{F^2}+{\mathrm{\β}}_5^F\frac{I_1^F}{I_0^L}{I}_2^F{I}_2^L$

其中，

——入射的低能X射线经过目标物体后前散射射线强度；

——入射的低能X射线经过背景物体后前散射射线强度；

——经过背景物体后透射射线强度；

——经过背景物体后前散射射线强度；

——经过背景物体后透射射线强度；

——经过背景物体后前散射射线强度；

——重叠区域前散射射线强度；

(2)低能背散射图像的射线强度模型：

$I_{Rgn=}^B{I_1^B}_{+}{I_{1a}^B}_{=}{I}_{1a}^B+{\mathrm{\β}}_1^B{\left(I_1^L\right)}^2{I}_2^B+{\mathrm{\β}}_1^B{I}_1^L{I}_2^B{I}_1^F+{\mathrm{\β}}_3^B{\left(I_1^F\right)}^2{I}_2^B$

其中，

——入射的低能X射线经过目标物体后背散射射线强度；

——入射的低能X射线经过背景物体后背散射射线强度；

——入射的低能X射线与目标物体作用后透射射线和前散射射线再与背景物体后作用后得到的背散射射线强度；

——背散射射线再与目标物体作用后得到的背散射射线强度；

——重叠区域背散射射线强度；

步骤7.1.3：将射线强度模型转换成图像灰度值模型；

(1)高能透射图像重叠区域灰度值模型：

$g_{Rgn}^H=a^H\frac{g_1^H{g}_2^H}{c^H}$

其中，是高能透射图像重叠区域灰度值，a^H是高能透射图像重叠区域模型修正系数，c^H是高能透射图像X射线强度与灰度值之间的转换系数，由探测器的数据通道位数确定，是高能透射图像目标物体真实灰度值，是高能透射图像背景物体真实灰度值；

(2)低能透射图像重叠区域灰度值模型：

$g_{Rgn}^L=a^L\frac{g_1^L{g}_2^L}{c^L}$

其中，是低能透射图像重叠区域灰度值，a^L是低能透射图像重叠区域灰度值模型修正系数；c^L是低能透射图像X射线强度与灰度值之间的转换系数，由探测器的数据通道位数确定，是低能透射图像目标物体真实灰度值，是低能透射图像背景物体真实灰度值；

(3)低能前散射图像重叠区域灰度值模型：

$g_{Rgn}^F=a_1^F{g}_1^L{g}_2^F+a_2^F{g}_1^F{g}_2^L+a_3^F{g}_1^F{g}_2^F$

其中，是低能前散射图像重叠区域灰度值，和为低能前散射图像重叠区域灰度值模型的修正系数，是低能前散射图像目标物体真实灰度值，是低能前散射图像背景物体真实灰度值；

(4)低能背散射图像重叠区域灰度值模型：

$g_{Rgn}^B=g_1^B+a_1^B{\left(g_2^L\right)}^2{g}_2^B+a_2^B{g}_1^L{g}_2^B{g}_1^F+a_3^B{\left(g_1^F\right)}^2{g}_2^B$

其中，是低能背散射图像重叠区域灰度值，和为低能背散射图像重叠区域灰度值模型的修正系数，是低能背散射图像目标物体真实灰度值，是低能背散射图像背景物体真实灰度值；

步骤7.1.4：根据透射图像真实灰度值模型和低能散射图像真实灰度值模型，对被检物体的低能透射图像、高能透射图像、低能前散射图像和低能背散射图像消除重叠效应影响，得到目标物体相应像素点的真实低能透射灰度值、真实高能透射灰度值、真实低能前散射灰度值和真实低能背散射灰度值；

(1)高能透射图像目标物体真实灰度值：

$g_1^H=\frac{c^H{g}_{Rgn}^H}{a^H{g}_2^H}$

(2)低能透射图像目标物体真实灰度值：

$g_1^L=\frac{c^L{g}_{Rgn}^L}{a^L{g}_2^L}$

(3)低能前散射图像目标物体真实灰度值：

$g_1^F=\frac{g_{Rgn}^F-a_1^F{g}_1^L{g}_2^F}{a_2^F{g}_2^L+a_3^F{g}_2^F}$

(4)低能背散射图像目标物体真实灰度值：

$g_1^B=g_{Rgn}^B-a_1^B(g_1^{L^2}+g_2^B)-a_2^B{g}_1^L{g}_2^B{g}_1^F-a_3^B{g}_1^{F^2}{g}_2^B;$

步骤7.2：将低能透射图像中每个像素的灰度值作为横坐标，将高能透射图像中每个像素的灰度值作为纵坐标，得到被检物体的物质识别点；

步骤7.3：根据分类识别边界曲线对被检物体的物质识别点进行分类识别，判断各物质识别点属于有机物区域、混合物区域或无机物区域，若物质识别点属于有机物，则执行步骤7.4；否则执行步骤8；

步骤7.4：对被检物体中属于有机物的物质进行进一步识别；

步骤7.4.1：根据被检物体的低能透射图像的真实灰度值T_L和高能透射图像的真实灰度值T_H，计算与物质有效原子序数相关的双能量值R；

$R=ln\left(\frac{T_L}{T_{L0}}\right)/ln\left(\frac{T_H}{T_{H0}}\right)$

其中，T_H0表示高能透射图像的真实灰度值，T_L0表示低能透射图像的真实灰度值；

步骤7.4.2：计算低能散射图像真实灰度值K，并计算与密度相关的特征值L；

低能散射图像真实灰度值 $K=a_0{F}_L\left(d\right)+a_1{F}_L^2\left(d\right)+b_0{B}_L\left(d\right)+b_1{B}_L^2\left(d\right)$

其中，F_L是低能前散射图像真实灰度值，B_L是低能背散射图像真实灰度值，a₀，a₁，b₀，b₁是由最小二乘法LS确定的模型参数，d表示被检物体与X射线发生器之间的距离；

与密度相关的特征值

步骤7.4.3：根据与物质有效原子序数相关的双能量值R和与密度相关的特征值L，建立用来对有机物进行分类的基于最小错误概率的贝叶斯决策理论的物质分类函数D(R,L)；

D(R,L)＝c₀R²+c₁L²+c₂RL+c₃R+c₄L+c₅

其中，c₀、c₁、c₂、c₃、c₄、c₅是根据最小错误概率的贝叶斯决策理论确定的参数；

步骤7.4.4：利用物质分类函数和计算出的物质有效原子序数相关的双能量值R、与密度相关的特征值L，求得物质分类函数值，判断根据该函数值判断当前物质是否为违禁物质：若函数值大于0，则当前物质为违禁物质，否则，当前物质为非违禁有机物；

步骤8：对物质分类识别结果进行伪彩色处理，输出图像。