一种基于神经网络物体分析的液体检测方法技术
A liquid detection method based on neural network object analysis
The invention discloses a liquid detection method for analysis of neural network based on objects, including X-ray source, detector array, loading platform, object beam collector, the X-ray source as a sector, the X-ray source, the detector array can stage as the center of rotation of the 2 degree angle, the object placed collector below the stage. The invention has the advantages of adding object recognition based on neural network analysis module based on the original liquid detection method, can accurately calculate the intensity of X ray attenuation after the cup wall, can ensure the accuracy of measuring liquid density, improve the convenience of the security work, reduce the work intensity of the staff.
【技术实现步骤摘要】
一种基于神经网络物体分析的液体检测方法
本专利技术属于液体检测
，具体涉及一种基于神经网络物体分析的液体检测方法。
技术介绍
当今社会经济的飞速发展，安保工作日益重要。安保工作借鉴发达国家科学的管理配以科学有效管理工具势在必行。安检设备广泛适用于机场、火车站、汽车站、政府机关大楼、大使馆、会议中心、会展中心、酒店、商场、大型活动、邮局、学校、物流行业、工业检测等场所。液体检测方法正是其最有效的工具之一，它已广泛应用于各机关单位等重要的场所，经过长时间的实践检验，被证明是目前最行之有效的安全防范工具之一。人工神经网络(ArtificialNeuralNetworks，ANN)系统是20世纪40年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。神经网络算法在理论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力，而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定，灵活性很大，在优化、信号处理与模式识别、智能控制、故障诊断等许多领域都有着广泛...
【技术保护点】
一种基于神经网络物体分析的液体检测方法，其特征在于，包括以下步骤：S1：利用CCD采集各种类容器X射线成像数据；S2：采集到的X射线图像经过归一化处理形成统一的大小与分辨率，对图像进行特征提取，并进行数据的压缩形成特征向量，作为输入层数据；S3：测试各种类容器的X射线强度衰减值，作为输出层数据；S4：检测器阵列对经过装有液体的容器进行X射线强度检测，获取X射线强度值；S5：基于神经网络对容器型号进行识别判断，进而获得液体密度与液体种类。
【技术特征摘要】
1.一种基于神经网络物体分析的液体检测方法，其特征在于，包括以下步骤：S1：利用CCD采集各种类容器X射线成像数据；S2：采集到的X射线图像经过归一化处理形成统一的大小与分辨率，对图像进行特征提取，并进行数据的压缩形成特征向量，作为输入层数据；S3：测试各种类容器的X射线强度衰减值，作为输出层数据；S4：检测器阵列对经过装有液体的容器进行X射线强度检测，获取X射线强度值；S5：基于神经网络对容器型号进行识别判断，进而获得液体密度与液体种类。2.一种基于神经网络物体分析的液体检测方法，其特征在于：包括射线源、检测器阵列、载物台、物体采集器，所述射线源的射线束为扇形，所述射线源、检测器阵列可以载物台为中心旋转2个角度，所述物体采集器放置...
【专利技术属性】
技术研发人员：牛萍娟，孙玉楷，高志刚，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。