神经网络模型在X射线图像融合中的应用
当前航空安全形势紧张,所有国家都正在加强其安全检测系统.鉴于危险物品的特殊性,对含有危险物品的行李包的X射线图像进行模拟是一种有效培训安检人员的方式.这种模拟方式可以增强安检人员对不同背景环境下危险物品X射线特征的敏感度.在本文中,首先对X射线图像融合的物理过程进行了分析并且介绍了当前此领域中普遍使用的融合算法,随后采用三层前馈神经网络模型对物理过程进行仿真从而实现X射线图像融合的目的,并与传统融合算法进行了实验比较.结果表明对于X射线图像融合,神经网络模型在融合精度及效果方面有极大的优势.
X射线图像融合、安检培训、神经网络
20
O141.4(数理逻辑、数学基础)
国家自然科学基金10705018
2011-10-09(万方平台首次上网日期,不代表论文的发表时间)
235-243