بهبود سيستم‌هاي ايمني براي تشخيص اجسام در تصويرهاي پرتونگاري بار

Improvement of Security Systems by Enhancing the Detection of Objects in Baggage X-Ray Radiography Images

بازرسي چشمي بار در فرودگاه‌ها و مراكز حساس مستلزم صرف زمان زيادي است و اجسام در بسياري از موارد خصوصاً زماني كه در موقعيت و زاويه‌هاي خاصي قرار گرفته‌ باشند قابل شناسايي با بازرسي‌هاي سريع چشمي نيستند. امروزه از دستگاه‌هاي تصويربرداري پرتو ايكس براي تشخيص اجسام در بار استفاده مي‌شود. تصاوير پرتونگاري حاصل به علت پراكندگي فوتوني داراي ميزاني از مه‌آلودگي هستند و گاهي تشخيص دقيق اجسام با مشكل مواجه مي‌شود. روش‌هاي پردازش تصوير مي‌توانند به بهبود كنتراست و در نتيجه بهتر شدن قابليت تشخيص اجسام كمك كنند. در پرتونگاري بار سطح نويز و پراكندگي در تصويرهاي مختلف با هم تفاوت زيادي دارند كه اين موضوع ضرورت استفاده از روش‌هاي پردازش تصوير خودكار را ايجاب مي‌كند. در اين پژوهش از دو روش موجك و صافي گابور با سطح آستانه‌ي خودكار استفاده شده است. نتايج حاصل نشان مي‌دهد تصويرهاي بازسازي شده اگرچه در جزييات داراي اختلافاتي هستنند ولي در ميزان تشخيص اجسام توسط افراد تفاوت زيادي ندارند. در هر دو روش كنتراست و قابليت تشخيص اجسام نسبت به تصويرهاي اوليه بهبود قابل ملاحظه‌اي يافته است. زمان اجراي الگوريتم موجك گسسته حدود يك هشتم زمان اجراي صافي گابور است كه با توجه به اهميت سرعت پردازش تصوير در بازرسي بار برتري قابل‌ملاحظه‌اي است.

Visual inspection of baggage in airports and other critical centers takes a great time. In many cases, especially when the objects inside the load are positioned at specific angles, they may not be detectable by rapid visual examinations. Nowadays, X-ray imaging devices are used to detect objects at the passengers' luggage. Radiographic images obtained due to scattering of photon have a degree of fogging, and sometimes the exact diagnosis of objects is difficult. Image processing methods can improve the contrast and the ability to recognize objects. Different noises and scattering levels exist in radiographic images, which justify the use of automated image processing methods. In this study, Gabor filter and wavelet methods with automatic threshold level have been used to improve the quality of images. According to the results, there is no significant difference in the degree of detection of the objects, regardless of the differences in the reconstructed images. In both methods, the contrast and detection capabilities of the primary radiography images have improved significantly. The computation time of the implementation of the discrete wavelet algorithm is about one eighth of Gabor's time of execution, which can be remarkable given the importance of image processing speed in the area of passenger traffic inspection.