馬旋

摘 要：民航機場在實際設(shè)計安檢系統(tǒng)的過程中，要想實現(xiàn)對于危險爆炸物品以及異常人流的有效檢測，由于傳統(tǒng)的圖像識別方法在分類方面過于簡單，識別的有效性十分有限。為了有效解決上述問題，在對民航機場X光機圖像識別方法進行優(yōu)化的過程中，提倡采用基于輪廓多于邊緣的檢測方法。文章就從民航機場X光機圖像特征提取以及整體設(shè)計、民航機場X光機圖像識別優(yōu)化的具體實現(xiàn)兩個方面出發(fā)進行了探討，下文將對研究結(jié)果進行詳細闡述。

關(guān)鍵詞：民航機場X光機;圖像識別;優(yōu)化方法;研究

前言

伴隨著計算機圖像處理技術(shù)發(fā)展速度的進一步加快，民航機場在實際落實安保相關(guān)工作的過程中，圖像識別算法的應(yīng)用越來越普遍。而從民航機場自身的角度來講，在實際設(shè)計安檢信息系統(tǒng)的過程中，則需要能夠針對行李檢查工作開展的實際需要構(gòu)建相應(yīng)的信息系統(tǒng)，而要想真正建立此類系統(tǒng)，則需要能夠準(zhǔn)確識別圖像以及對圖像的特征進行優(yōu)化提取。文章就針對民航機場X光機圖像識別的優(yōu)化方法進行了詳細探究，針對本次研究的結(jié)果下文將進行詳細報告。

1民航機場X光機圖像特征提取以及整體設(shè)計

1.1圖像檢測區(qū)域?qū)τ趫D像識別模型的判斷

在對整體圖像領(lǐng)域的幾何結(jié)構(gòu)以及不同點的像素值進行考量的基礎(chǔ)之上，尤其是在處理多層曝光圖像的過程中，要想更好的提升圖像的質(zhì)量，做好針對輪廓波域的平滑處理十分有必要，通過一系列有效的輪廓波域平滑處理操作進而達到對于偽信息進行清理以及去除的目的，同時還能夠有效避免圖像紋理以及圖像邊緣等方面的細節(jié)信息受到影響的情況出現(xiàn)。

在實際對于一幅含有噪聲的圖像進行處理的過程中，要能夠認(rèn)真分析不同梯度方向序列的情況，尤其需要考量其在窗口內(nèi)部的情況，要能夠加大對于曝光度較好圖像塊的關(guān)注程度，但實際提取民航機場圖像采集區(qū)域圖像以及其附近區(qū)域圖像的基礎(chǔ)之上，進而獲取現(xiàn)階段目標(biāo)圖像以及背景圖像的像素值，使得所獲取的圖像能夠具有自適應(yīng)調(diào)整閾值的特點同時也要能夠具有不變矩的特點[1]。而且對于不變矩進行分水嶺分割提取的過程中，使得圖像的形狀信息能夠真正實現(xiàn)旋轉(zhuǎn)以及平移，但是又能夠最大限度的避免圖像尺度的變化。借助上述方案，真正實現(xiàn)總體設(shè)計民航機場X光機的圖像。

1.2針對輪廓波域邊緣進行檢測的算法

對于圖像內(nèi)部的運動區(qū)域來說，為了取得其不同部分的明暗對比度能夠真正得到有效增強，提升圖像的平滑度，則需要能夠通過合理有效的算法來對民航機場X光機圖像類似邊緣的相關(guān)信息進行合理有效的預(yù)估[2]。尤其是在對領(lǐng)域灰度值進行預(yù)估的過程中，要能夠在確定區(qū)域的基礎(chǔ)之上，明確重點的方形領(lǐng)域，并且以方形領(lǐng)域中心的像素點為基礎(chǔ)，判斷其與其他方形領(lǐng)域之間的相似性，進而達到對權(quán)重大小進行判斷的目的，以上述為基礎(chǔ)獲得圖像與整體的文特波域特征，并且在提取相應(yīng)輪廓波域特征的基礎(chǔ)之上，對提取到的相應(yīng)的輪廓過濾特征進行合理有效的預(yù)處理。

要能夠依照相關(guān)的函數(shù)對于民航機場安檢X光機的圖像序列自身所應(yīng)該具有的歸一化常數(shù)進行合理有效的計算，不僅要能夠?qū)τ诿窈綑C場安檢X光機圖像序列相對應(yīng)的頻率所應(yīng)該具有的分解衰減參數(shù)進行計算，同時還需要能夠?qū)崿F(xiàn)對于民航機場安檢X光機圖像識別的邊緣進行檢測，對于其相關(guān)的信息特征進行合理有效的提取，進而達到整體設(shè)計民航機場X光機圖像特征提取系統(tǒng)的目的。

2民航機場X光機圖像識別優(yōu)化的具體實現(xiàn)

要能夠高質(zhì)量地落實圖像采集的相關(guān)工作，對于民航機場來說，要能夠?qū)τ赬光機采集到的原始圖像信息進行攝取，并且對于圖像自身所具有的特征進行提取，本次研究主要采用輪廓波域邊緣檢測法來落實此項工作，同時，輪廓波域檢測方法所獲取的結(jié)果也是后續(xù)提取相關(guān)信息特征的重要依據(jù)，從一幅圖像自身的角度來講，在一幅圖像內(nèi)部，輪廓波域邊緣的像素點個數(shù)占比僅占整體的0.1%以內(nèi)，而且從輪廓波域邊緣檢測點自身的角度來講，旋轉(zhuǎn)不變性是其最為主要的特點，而在這一過程中，做好圖像識別的處理工作則十分有必要。但是在實際進行性能對比的過程中，還需要分別通過本文所采取的算法、GrabCut算法、基于最近零差值的算法來進行具體有效的落實，確保在不同幀下機場X光機的圖像能夠得到有效識別，為識別結(jié)果的準(zhǔn)確性保證打下良好的基礎(chǔ)。

為了使得圖像的識別性能能夠真正地得以有效提升，在實際進行信號提取的過程中，要重點關(guān)注低頻信號的提取情況，通過實現(xiàn)低頻信號的高質(zhì)量攝取，能夠?qū)崿F(xiàn)圖像明暗對比度的有效提升，通過對于識別算法進行合理有效的創(chuàng)新以及改進，則能夠有效避免在實際進行計算的過程中浪費過多的精力去進行結(jié)構(gòu)矩陣特征值的合理計算或是在進行角點判斷的過程中一味地進行通過角點相應(yīng)函數(shù)來進行驗證。

通過對相關(guān)識別結(jié)果進行分析不難發(fā)現(xiàn)，使用傳統(tǒng)的SIFT方法進行識別的過程中，所識別的圖像結(jié)果往往具有較高的平滑度，而在采用SURF-SVM方法進行圖像識別的過程之中，圖像往往有著較為嚴(yán)重的毛刺現(xiàn)象，從本次研究中所采用的算法的情況來看，由于算法自身融入了去噪算法的相關(guān)元素，進而使得圖像內(nèi)部大部分的細節(jié)信息都能得到合理有效的保留，圖像識別性能相比于其他的算法以及系統(tǒng)來說有著較為顯著的優(yōu)越性，從以往的圖像識別情況來看，不僅能夠清晰的顯示桌面紋理的相關(guān)信息，從另外的一個角度來講，其自身還具有較好的視覺識別效果，尤其是在針對危險爆炸物品進行檢測的過程中以及異常人流進行識別的過程之中往往有著較好的效果。由此可見，在保證算法性能優(yōu)越的基礎(chǔ)之上，民航機場X光機圖像識別優(yōu)化的目標(biāo)也能真正的得以有效實現(xiàn)。

結(jié)語

綜上所述，在實際設(shè)計民航機場安檢信息系統(tǒng)的過程中，為了使得安檢開機員能夠更好的識別危險品的圖像以及特殊人群，借助X光機圖像識別優(yōu)化方法十分有必要。由于傳統(tǒng)的圖像識別方法雖然能夠起到一定的作用，但是由于識別方法過于簡單，非常容易出現(xiàn)漏檢以及目前的情況，對此，對于民航機場X光機圖像識別的具體方法進行合理有效的優(yōu)化十分有必要，而在實際優(yōu)化的過程中，算法優(yōu)化是一個十分重要的手段，這也是本次研究工作開展的重要價值所在，使得民航機場安檢信息系統(tǒng)的圖像識別能力能夠真正的有效提升，為維護通航的穩(wěn)定打下良好的基礎(chǔ)。

參考文獻：

[1]張恒.機場X光機操作員視覺搜索績效影響因素研究[J].勞動保障世界，2017（26）：27-28.

[2]王燕青，任金金，余琴.X光機傳輸帶速度對機場安檢人員漏檢率的影響分析[J].綜合運輸，2017，39（05）：55-59.