主权项 |
1.单源伪双能探测器安检数据的伪彩配色方法,步骤是对单源伪双能探测器采集的每个数据点,对应地先分别采集高能探测器和低能探测器的高低能信号;再依据该高低能信号进行配色处理,其特征在于该处理步骤包括: 1)对采集的高低能信号进行增强处理; 2)计算每个数据点的隶属度: 结合高低能数据计算等效物质属性值R,通过采用EM算法实现稳健的混合高斯隶属度模型构建;通过建立的隶属度模型对每个数据点进行隶属度计算;隶属度区分的隶属类别是无机物、混合物以及有机物; 3)对每个类别内的数据,调整对比度和亮度: 对每个类别内的数据通过非线性变换映射函数进行饱和度调整与亮度调整实现伪彩调色; 4)隶属度色彩融合: 根据隶属度值进行色彩融合,得到单源伪双能探测器安检数据的伪彩配色结果; 所述步骤2)的过程包括:隶属度模型构建、逐个像素隶属度计算,具体步骤包括: 21)记t=0次迭代中p<sub>Org</sub>=p<sub>Al</sub>=p<sub>Fe</sub>=1/3;通过对已知样品包裹通过安检机后得到的成像数据进行手工类别标注,可以计算得到标注数据中有机物、混合物、无机物的R值均值μ<sub>Org</sub>,μ<sub>Al</sub>,μ<sub>Fe</sub>及R值方差σ<sub>Org</sub>,σ<sub>Al</sub>,σ<sub>Fe</sub>;将以上参数值作为t=0次迭代时三类物质的估计参数θ<sup>(0)</sup>,简记为: <img file="FDA00002579120700011.GIF" wi="1148" he="75" />22)基于t次迭代时的参数和观察x<sub>n</sub>,计算t次迭代的观察x<sub>n</sub>属于类属ω<sub>k</sub> 的概率: <img file="FDA00002579120700012.GIF" wi="1330" he="218" />其中P(x<sub>n</sub>|ω<sub>k</sub>,θ<sup>(t)</sup>)是基于当前模型参数得到观察x<sub>n</sub>的概率,P(ω<sub>k</sub>|θ<sup>(t)</sup>)使用t次迭代的参数模型计算当前观察x<sub>n</sub>属于类属ω<sub>k</sub>的概率; 23)使用t次迭代时观察x<sub>n</sub>属于ω<sub>k</sub>的概率,更新模型参数至t+1次迭代,更新t+1时刻样例x<sub>n</sub>属于ω<sub>k</sub>的概率; <img file="FDA00002579120700013.GIF" wi="535" he="171" /><img file="FDA00002579120700021.GIF" wi="998" he="177" />P(x<sub>n</sub>|ω<sub>k</sub>,θ<sup>(t+1)</sup>)=(1/N)∑<sub>n</sub>P(x<sub>n</sub>|ω<sub>k</sub>,θ<sup>(t+1)</sup>) 24)如果模型参数的变化小于一个给定的阈值,则退出算法,否则转步骤22); 25)根据构建的隶属度模型,即R值均值μ<sub>i</sub>和R值方差σ<sub>i</sub>,计算每个像素属于无机物、混合物和有机物的归一化概率值: <img file="FDA00002579120700022.GIF" wi="757" he="122" /><img file="FDA00002579120700023.GIF" wi="641" he="137" /> |