بهبود سیستم های ایمنی برای تشخیص اجسام در تصویرهای پرتونگاری بار
Publish place: journal of nuclear Science and technology، Vol: 39، Issue: 2
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 145
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JONSAT-39-2_003
تاریخ نمایه سازی: 8 دی 1400
Abstract:
بازرسی چشمی بار در فرودگاه ها و مراکز حساس مستلزم صرف زمان زیادی است و اجسام در بسیاری از موارد خصوصا زمانی که در موقعیت و زاویههای خاصی قرار گرفته باشند قابل شناسایی با بازرسی های سریع چشمی نیستند. امروزه از دستگاه های تصویربرداری پرتو ایکس برای تشخیص اجسام در بار استفاده می شود. تصاویر پرتونگاری حاصل به علت پراکندگی فوتونی دارای میزانی از مه آلودگی هستند و گاهی تشخیص دقیق اجسام با مشکل مواجه می شود. روش های پردازش تصویر می توانند به بهبود کنتراست و در نتیجه بهتر شدن قابلیت تشخیص اجسام کمک کنند. در پرتونگاری بار سطح نویز و پراکندگی در تصویرهای مختلف با هم تفاوت زیادی دارند که این موضوع ضرورت استفاده از روش های پردازش تصویر خودکار را ایجاب می کند. در این پژوهش از دو روش موجک و صافی گابور با سطح آستانهی خودکار استفاده شده است. نتایج حاصل نشان می دهد تصویرهای بازسازی شده اگرچه در جزییات دارای اختلافاتی هستنند ولی در میزان تشخیص اجسام توسط افراد تفاوت زیادی ندارند. در هر دو روش کنتراست و قابلیت تشخیص اجسام نسبت به تصویرهای اولیه بهبود قابل ملاحظه ای یافته است. زمان اجرای الگوریتم موجک گسسته حدود یک هشتم زمان اجرای صافی گابور است که با توجه به اهمیت سرعت پردازش تصویر در بازرسی بار برتری قابلملاحظه ای است.
Keywords:
Authors
سمانه شیخ ربیعی
۱. دانشگاه بین المللی امام خمینی (ره)، کدپستی: ۳۴۱۴۸۹۶۸۱۸، قزوین، ایران
بهروز رک رک
۲. پژوهشکده ی راکتور و ایمنی هسته ای، پژوهشگاه علوم و فنون هسته ای، سازمان انرژی اتمی ایران، صندوق پستی: ۱۳۳۹- ۱۴۱۵۵، تهران ایران
عفت یاحقی
۱. دانشگاه بین المللی امام خمینی (ره)، کدپستی: ۳۴۱۴۸۹۶۸۱۸، قزوین، ایران
بهنام آرضابک
. مرکز نظام ایمنی هسته ای ایران، سازمان انرژی اتمی ایران، صندوق پستی: ۱۳۴۹-۱۳۱۴۵، تهران ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :