首页> 中文期刊> 《自动化与信息工程》 >针对检疫物的CT图像着色和自动识别方法研究

针对检疫物的CT图像着色和自动识别方法研究

         

摘要

针对CT检疫设备在识别检疫物时出现误报、漏报等问题,提出一种基于深度学习的CT图像着色和自动识别方法.通过采集检疫物的名称、形态和数量等属性,建立检疫物和安全品数据库;重建CT图像的密度、等效原子序数等三维形状特征;提取三维物体特征的3个归一化正交截面,作为深度学习网络的输入,使用多输入的卷积神经网络进行三维物体识别.同时,对金属、轻薄物、种子和水果等检疫物进行CT图像着色方法的改进,提高了检疫物的显示效果.在Python平台进行深度学习网络训练,结果表明,CT检疫设备检出准确率提高了约20%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号