基于SIFT特征和ISM的X射线图像危险品检测方法

， ,3

(1.无锡太湖学院 物联网工程学院，江苏 无锡 214064; 2.江苏省物联网应用技术重点建设实验室，江苏 无锡 214064; 3.江南大学 通信与控制工程学院，江苏 无锡 214122)

0 引言

使用X射线进行行李安全检查是减少犯罪和恐怖袭击风险的有效手段[1]。目前，X射线扫描仪在机场、火车站、地铁站等场所安检中已广泛应用。然而，当危险品目标放置在一个紧密包裹中、被其他物品遮挡、存在旋转等情况为基于X射线图像进行危险品检查制造了一些困难[2]。X射线图像是透视投影的阴影图像。基于X射线的检查系统可通过图像分割和伪彩色算法来提高X射线图像的质量。

目前，基于X射线的目标自动检测方法通常为图像匹配法，可分为基于灰度信息、基于变换域和基于特征的匹配法[3]。其中，基于特征的匹配法较为有效。采用的特征通常有角点特征[4]、尺度不变特征变换(scale invariant feature transform, SIFT)描述符[5]、快速鲁棒特征(speed-up robust feature, SURF)描述符[6]等。由于危险品目标的姿态通常是多变的，为了从X射线图像中获得对姿态变化具有鲁棒性特征，通过提取尺度不变特征是一种有效方法。

为此，采用了SIFT特征和隐式形状模型(implicit shape model, ISM)构建一种X射线图像危险品检测方法。首先，采集具有不同目标姿态的X射线图像集合，通过SIFT特征方法提取关键点及其局部视觉描述符。然后，在训练阶段，基于这些特征生成目标ISM模型，将一个目标对象通过特定类外观ISM模型中的部分视觉描述符来表示。在测试阶段，将输入图像中提取的目标描述符与ISM模型进行匹配，通过投票机制来确定目标所属的类别，以此实现危险品目标的检测。……