Распознавание материалов при радиационном таможенном контроле на базе линейного ускорителя электронов тема автореферата и диссертации по физике, 01.04.20 ВАК РФ

ВВЕДЕНИЕ.

ГЛАВА 1 ОСОБЕННОСТИ РАСПОЗНАВАНИЯ МАТЕРИАЛОВ МЕТОДОМ ДУАЛЬНОЙ ЭНЕРГИИ В ДИАПАЗОНЕ 4-10 МЭВ.

1.1 Генерация и поглощение гамма-квантов в веществе.

1.1.1 Генерация гамма-квантов.

1.1.2 Ослабление гамма-излучения в веществе.

1.1.2.1. Сечение фотоэффекта.

1.1.2.2. Сечение комптон-эффекта.

1.1.2.3. Сечение рождения пар.

1.2 Общая постановка задачи радиоскопической дискриминации.

1.2.1. Прозрачность барьера.

1.2.2. Система интегральных уравнений для гомогенного барьера.

1.2.3. Случай гетерогенного барьера.

1.3 Дискриминационный эффект.

1.3.1. Узкий пучок.

1.3.2. Веерный пучок.

1.3.2.1. Рассеянное излучение.

1.3.2.2. Оценка эффекта методом Монте-Карло.

1.4 Резюме.

ГЛАВА 2 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ МЕТОДА ДУАЛЬНОЙ ЭНЕРГИИ В ДИАПАЗОНЕ 4^10 МЭВ.

2.1 Экспериментальная установка.

2.2 Ускоритель с дуальной энергией.

2.3 Предварительная обработка дуальных изображений.

2.3.1. Коррекция временных флуктуации и угловой анизотропии излучения.

2.3.2. Коррекция нелинейности каналов детектирования.

2.3.2. Оценка граничной энергии.

2.4 Статистические характеристики дуальных изображений

2.4.1. Источники шума.

2.4.1.1 Шумы электроники.

2.4.1.2 Фотонный шум.

2.4.2. Экспериментальные измерения.

2.5 Вероятность ошибки при дискриминации материалов.

2.5.1. Случай двух групп материалов.

2.5.2. Случай нескольких групп материалов.

2.6 резюме.

ГЛАВА 3 СЕГМЕНТАЦИЯ ДУАЛЬНЫХ ИЗОБРАЖЕНИЙ.

3.1 Введение.

3.2 Известные алгоритмы кластеризации.

3.2.1. Алгоритм К-средних (k-means).

3.2.2. Лидер-алгоритм (Leader algorithm).

3.3 Модифицированный лидер-алгоритм.

3.3.1. Определение размера кластеров.

3.3.2. Учет геометрической смежности кластеров.

3.3.3. Алгоритм.

3.4 Устранение избыточной сегментации.

3.5 Маркировка сегментов.

3.6 Визуализация результатов.

3.6.1. Введение.

3.6.2. IHS цветовое пространство.

3.6.3. TZ-папитры.

3.6.4. Синтез распределений Т и Z в одном изображении.

3.7 Резюме.

Угроза террористических актов, особенно после трагических событий осени 2001 года, явилась причиной резкого повышения интереса к проблеме обеспечения эффективного обнаружения оружия, взрывчатых веществ и другой контрабанды, скрытой в транспортируемых грузах. В настоящее время существует ряд методов выявления опасных грузов, например химический анализ паров, ядерно-физический элементный анализ и др. Однако наибольшее распространение получили радиационные методы инспекции, в частности метод дуальной энергии для распознавания материалов, который широко применяется в низко энергетических радиационных системах для таможенного контроля ручного багажа в аэропортах и контрольно-пропускных пунктах [1-8]. Его главное преимущество - возможность распознавать различные материалы по атомному номеру {7), что достигается сравнением степени ослабления рентгеновского излучения разных энергий, зависящей от атомного номера материала. Материалы с высоким X являются лучшими абсорбентами, чем с низким, поэтому легкие или «органические» вещества с малым 2, такие как водород, углерод, азот, кислород, могут быть отделены от других групп материалов, например «неорганических» с более высоким 2. Это повышает эффективность выявления взрывчатых веществ, большинство из которых имеет эффективный атомный номер, близкий к 7 (табл. 1).

Табл. 1 Химические формулы и плотности наиболее распространенных взрывчатых веществ [9].

Вещество Химическая формула Плотность, г/см3 Ъ

Тротил С7Н5К306 1.66

Гексоген СзНбЫбОб 1.81

Октоген ан^А, 1.906 ~7

Нитроглицерин СзН5Ыз09 1.6

Ннтродн гликоль ОДМО, 1.385

Ннтрогликоль СзЬШгОб 1.48

Известные системы

В настоящее время существует два типа рентгеновских установок, использующих метод дуальной энергии для распознавания материалов по атомпому номеру [10]. В системах первого типа модуляция энергии достигается посредством спектральной фильтрации рентгеновского излучения. Используемые фильтры вырезают низкоэнергетическую часть спектра излучения, что приводит к возрастанию средней энергии по спектру по сравнению с не фильтрованным пучком. Регистрация прошедшего излучения производится с помощью двух детекторных линеек, расположенных друг за другом с поглотителем между ними, что обеспечивает формирование двух изображений с различным спектральным составом. Недостаток таких систем заключается в слабой модуляции средней энергии спектра и, как следствие, системы характеризуются низким отношением снгнал-шум.

Системы второго типа используют два разных рабочих напряжения рентгеновской трубки. В этом случае глубина модуляции энергии может быть сделана сколь угодно большой. В серийно выпускаемых установках напряжение трубки для номинального уровня составляет около 150 кэВ, а для дуального -75 кэВ. Обычно в таких системах используются два пространственно разнесенных пучка и, соответственно, для регистрации излучения используются две детекторные линейки [11,12]. Совмещение обоих получаемых изображений, а также их компьютерная обработка проходят в режиме реального времени. Результирующее изображение выводится на экран дисплея рабочего места инспектора в специальной цветовой палитре, в которой различным материалам приписывается свой цветовой оттенок.

Обычно в установках обоих типов используется рентгеновское излучение с граничной энергией спектра до 200 кэВ. Это обусловлено тем, что в данном энергетическом диапазоне существует сильная зависимость полного коэффициента ослабления гамма-квантов от атомного номера вещества в силу преобладания фотоэлектрического поглощения над остальными типами взаимодействия. Однако проникающая способность низкоэнергетического рентгеновского излучения ограничена несколькими сантиметрами в стальном эквиваленте, что исключает возможность его применения для инспекции крупногабаритных контейнеров и транспортных средств. Теневые радноскопические изображения высокого качества таких объектов достижимы лишь при использовании высокоэнергетического тормозного излучения с граничной энергией до 10 МэВ, генерируемого электронными ускорителями 113[.

Метод дуальной энергии также может быть использован для распознавания материалов в высокоэнергетнческом диапазоне 4*10 МэВ, однако информация о практически реализованных установках подобного типа в настоящее время отсутствует.

Использование метода в данном энергетическом диапазоне затруднено в силу ограничений, связанных с физикой взаимодействия гамма квантов с веществом. Доминирующим типом взаимодействия гамма квантов с веществом в этом диапазоне вместо фотоэффекта (рг^4) становится комптоновский эффект с его слабой зависимостью от атомного номера {]Лс~иАь где А - атомный вес), что обуславливает незначительную вариацию поглощения тормозного излучения для разных материалов, в основном связанную с проявлением эффекта рождения электрон-позитронных пар как третьего типа взаимодействия {рк^22/А -7). Этот слабый эффект ранее считался недостаточным для распознавания в практических целях [14]. По-видимому, поэтому мировой рынок высокоэн ергетнческих таможенных систем представлен установками с одной энергией.

Для преодоления вышеупомянутых физических трудностей и достижения желаемого распознавания в высокоэнергетическом диапазоне, недавно было запатентовано несколько идей.

В первой из них [15. 16] предлагается производить декомпозицию прошедшего через объект спектра тормозного излучения на компоненты, ответственные за рождение пар и комптоновский эффект, баланс которых определяет Ъпринадлежность материала. Декомпозиция спектральных компонент достигается благодаря анизотропии комптоновского рассеяния и изотропии распространения аннигнляционных гамма-квантов при взаимодействии тормозного излучения со специальной детекторной мишенью, изготовленной из материала с высоким атомным номером. Такая схема детектирования по оценкам авторов существенно улучшает распознавание материалов, однако нам представляется, что чувствительность метода в этом случае понизится нз-за уменьшения регистрируемой амплитуды сигнала и повышенного взаимовлияния соседних детекторов.

Второй тип системы использует принцип предварительной фильтрации спектра тормозпого излучения [17]. Во время сканирования получают два теневых изображения, соответствующих двум разным спектрам излучения: первое получено с фильтром и без фильтра. Атомный номер материала определяется по таблицы соответствия, которая создается на основе калибровочной процедуры. В двух различных вариантах реализации метода либо электронный пучок отклоняется на две разные мишени, либо два префильтра тормозного излучения поперемепно механически вводятся в тракт пучка между импульсами ускорителя. К недостаткам предложенного метода можно отнести инзкую чувствительность вследствие слабой степени ужесточения спектра посредством фильтрации любым из известных материалов.

Третий патент [18. 19] предлагает несколько идей по применению гамма и нейтронной радиоскопии для распознавания материалов. При сканировании объекта применяются источники высокоэнергетических квантов тормозного излучения н нейтронов. Используются две разные детекторные линейки: одна для регистрации тормозного излучения в спектрометрическом режиме и другая для нейтронов, прошедших через объект. Эффективный атомный номер материала определяется из соотношения ослабления гамма и нейтронного излучения, либо из отношения ослабления для разных частей энергетического спектра тормозного излучения. К недостаткам предложенной системы следует отнести усложнение системы детектирования вследствие использования спектрометрического режима. Кроме того, применение нейтронного излучения противоречит требованиям радиационной безопасности [20].

Четвертый тип системы [21,22] использует идею оценки эффективного атомного номера с помощью пучка тормозного излучения с дуальной энергией и одновременным измерением плотности груза посредством сканирования груза в двух направлениях. Знание эффективного атомного номера н плотности содержимого контейнера позволяет осуществить эффективную идентификацию наркотических, взрывчатых и других известных контрабандных веществ. Однако в случае гетерогенной среды, плотность вещества не может быть однозначно определена только по двум проекциям. Для однозначной оценки плотности, как известно, необходим набор проекций, что превращает задачу радиоскопической инспекции в томографическую.

Подводя итог вышесказанному, заключаем, что:

• в настоящее время не существует промышленно выпускаемых систем с дуальной энергией для радиоскопической инспекции транспортных средств и крупногабаритных контейнеров;

• несмотря на большое количество идей по распознаванию материалов в диапазоне 4-е 10 МэВ, появившихся в недавнее время, их практическая реализация до сих пор не была продемонстрирована на реальных радиоскопнческнх изображениях.

Таким образом, состояние дел с задачей распознавания материалов в практически важном энергетическом диапазоне 4-й 0 МэВ укрепило нас в мысли провести интенсивные исследования в данной области и поставить серию экспериментов на полномасштабном прототипе таможенной системы, функционирующей в НИИЭФА им. Д.В. Ефремова, с целью практической реализации метода дуальной энергии как опции к существующему прототипу. Основные результаты трехлетних исследований [23-29] были апробированы на российских и международных конференциях, опубликованы в ряде журналов и изложены в представленной работе.

Цель работы

Цель исследований, результаты которых представлении в диссертации, состояла в разработке и экспериментальной реализации метода распознавания групп материалов в контейнере по атомному номеру в диапазоне 4+10 МэВ.

Основные направления исследований

1. Изучение возможности распознавания материалов по эффективному атомному номеру в диапазоне энергий 4^10 МэВ.

2. Экспериментальное доказательство возможности определения атомного номера материалов в контейнере посредством анализа дуальных изображений, сканированных пучком тормозного излучения двух энергий.

3. Оценка степени влияния шумов дуальных изображений на качество распознавания материалов в контейнере и определение практически достижимого числа дискриминируемых групп материалов.

4. Разработка программного обеспечения для математической обработки дуальных радноскопических изображений и визуализации результатов распознавания.

Научная новизна

1. Проведено теоретическое обоснование возможности радноскопического распознавания групп материалов по атомному номеру в диапазоне 4-5-10 МэВ методом дуальной энергии. Показано, что эффективный атомный номер барьера может быть определен по экспериментально измеренным радиоскопическнм прозрачностям при высокой и низкой энергии излучения, однако для достоверного определения требуется аккуратное измерение интегрального поглощения с точностью, по крайней мере, до трех значащих цифр.

2. На полномасштабном экспериментальном стенде таможенной системы предложена и реализована оригинальная схема попеременного сканирования объекта тормозным излучением с двумя энергиями, генерируемым одним ускорителем. Это позволило получить дуальные изображения стандартного транспортного контейнера.

3. Для подавления шумов дуальных изображений предложен модифицированный метод сегментации, основанный на однопроходном лидер-алгоритме кластеризации данных. Метод позволяет снизить дисперсию экспериментальных данных, сохранив верной третью значащую цифру в измерениях интегрального поглощения, провести распознавание и визуализировать в цвете, по крайней мере, четыре группы материалов по атомному номеру в диапазоне массовой толщины 10-5-120 г/см2.

Практическая значимость

Совокупность результатов выполненных исследований является научно обоснованным техническим решением - «Метод распознавания групп материалов по атомному номеру в системе таможенной инспекции с энергией в диапазоне 4+!0 МэВ», внедрение которого обеспечивает высокую эффективность выявления контрабанды в контейнерах.

Разработанный метод включен как опция в систему таможенного контроля транспортных средств и крупногабаритных контейнеров, разработанную НИИЭФА им. Д.В. Ефремова.

Заключение

В диссертации были получены следующие основные результаты:

1. Показано, что радиоскопическое распознавание групп материалов по атомному номеру в диапазоне 4-ИО МэВ посредством понеременного сканирования контейнера тормозным излучением с двумя разными энергиями возможна в широком диапазоне массовых толщин. Для падежного распознавания материалов требуется аккуратное измерение интегрального поглощения с точностью, по крайней мере, трех значащих цифр.

2. Экспериментально показано, что величина отношения сигнал-шум на дуальном изображении, полученном в типовой схеме таможенного сканирования, ие позволяет провести падежное распознавание групп материалов по атомному номеру.

3. Предложен метод сегментации дуальных изображений, основанный на однопроходном модифицированном лидер-алгоритме кластеризации дуальных данных. Метод позволяет спизить дисперсию экспериментальных данных в такой степени, что удается сохранить верной третью значащую цифру в измерениях интегрального поглощения и провести достоверное распознавание, по крайней мере, четырех групп материалов по атомному номеру для диапазона массовых толщин 10-И20 г/см2.

4. Реализация цветового представления результатов распознавания в ШБ схеме, адаптированной к восприятию человеческого глаза, позволила визуализировать распределение, как интегрального поглощения, так и эффективного атомного номера инспектируемых объектов на одном изображении без потери пространственного и плотностного разрешения.

Общий итог работы: метод дуальной энергии распознавания материалов по атомному номеру, возможность реализации которого в области доминирования комптон-эффекта (4-НО МэВ) подвергалась сомнению, был теоретически изучен, обоснован и практически реализован как опция в системе таможенного контроля транспортных средств и крупногабаритных контейнеров, разработанной в НИИЭФА им. Д.В. Ефремова.

1. American Science and Engineering 1.c., Product Sales Literature. Internet: http ://www. as-e.com

2. Perkin Elmer Instruments Inc. Product Sales Literature, Internet: http://instruments.perkinelmer.com/

3. Rapiscan Security Products, Inc. Product Sales Literature. Internet: http://www.rapiscan.com

4. Science Applications International Corporation. Product Sales Literature. Technical Briefs, Internet: http://www.saic.com

5. Heimann Systems, Inc. Product Sales Literature. Internet: http://www.heimann.com

6. InVision® Technologies, Inc. Product Sales Literature. Internet: http://www.invision-tech.com

7. EG and G Astrophysics. Product Sales Literature. Internet: http://egginc.com

8. Insight Detection Systems. Product Sales Literature. Internet: http://www.insightds.com/

9. Дубнов JI.B., Бахаревич H.C., Романов А.И., Промышленные взрывчатые вещества. Изд. «Недра», 1988

10. Naumann D. et al., Method of processing images for material recognition by x-rays, US Patent 6,198,795 Bl; Mar.6f 2001

11. Geuss G. and Foos K., Dual voltage x-ray generator, UK Patent Application, GB 2 333 681 A, 28.07.1999.

12. G. Dönges et al., Examination of sea freight containers using modern electron linear accelerators, Nuclear Instruments and Methods in Physics Research, B68 (1992) 68-72.

13. Moore J.F., Ravi Chandran V.C.,and Reiter R.F., "Better imaging: the key to better cargo inspection", Port Technology International, 10th Edition, 4, 113, http://www.porttechnologv.org/iournals/ed 10/download/PTl 0-04 1 .pdf

14. Neale W.W. et al, Material identification using x-rays, US Patent 5,524,133; Jun. 4, 1996.

15. Neale W.W. et al, Improvements in and relating to material identification using x-rays, International Patent WO 93/14419,22 July 1993.

16. Bjorkholm P.J., Material discrimination using single energy x-ray imaging system, US Patent 6,069,936; May 30, 2000.

17. Perion D. et al., System for differentiating between organic and inorganic substances, International Patent WO 00/43760; July 27, 2000.

18. Lecoindre F. and Ogier C., "Heimann Cargo Vision: vision of the future", Port Technology International, 10* Edition, 4, 121, http://www.D0rttechnology.org/iounials/edl0/download/PT10-04 2.pdf

19. Основные санитарные правила обеспечения радиационной безопасности (ОСПОРБ-99), Минздрав России, 2000

20. Browser G. and Husemann R., "Physics and software: the keys to effective cargo inspection", Port Technology International, 13th Edition, 11, 209, http://www.porttechnology.org/ioumals/edl 3/ptl 3 downloads/ptl 3 209.pdf

21. Browser G. and Husemann R., ""Technology advances help solve cargo inspection challenges", Port Technology International, 9' Edition, 3, http ://www.porttechnol osv. org/j oumals/ed9/download/09.079.pdf

22. Novikov V.L., Ogorodnikov S.A., Petrunin V.I. Dual energy method of material recognition in high energy introscopy systems // Problems of atomic science and technology, 1999. Vol. 4, p. 93-95.

23. Огородников C.A,, Петрунин В.И. Интроскопнческая система с дуальной энергией для таможенного контроля транспортных средств и крупногабаритных контейнеров И Труды XVII совещания по ускорителям заряженных частиц, Протвино, 2000. Т. II, С. 376-379.

24. Shiff L. J. Phis. Rev. 1951 v 83, Num 2.

25. A. A. O'Dell et al., Nucl. Instr. Methods 61 (1968) 340

26. H. Ferdinande et al., Nucl. Instr, Methods 91 (1971) 135

27. Бурмистенко Ю.Н., Фотоядерный анализ состава вещества, М., Энергоатомиздат, 1986

28. Е. Segre, Experimental nuclear physics, vol.1, New York, 1953

29. Storm E. and Israel H., Photon Cross Section from 0.001 to 100 MeV for Elements 1 through 100, Los Alamos Scientific Laboratory, New Mexico, 1967

30. Sobania A., The automatic extraction of 3-D information from stereoscopic dual-energy X-ray Images, 3D imaging group, The Nottingham Trent University, 1999, http://eee.ntu.ac.uk/research/vision/asobania/index.html

31. Varian Inc., Linatron. High Energy X-ray Applications for Nondestructive Testing, Technical Report.

32. Standard Guide for Radioscopy, ASTM E 1000-98, http://www.astm.org

33. Greening J.R., Brit. Journ. Rad., xx, 230, 1947.

34. Абрамов А.И., Казанский Ю.А., Матусевич E.C., Основы экспериментальных методов ядерной физики, Энергоатомиздат, 1985

35. Young I.T., J.J. Gerbrands, L.J. van Vliet, Image Processing Fundamentals, http://www.ph ,tn .tudelft.n l/Courses/FIP/noframes/fip. html

36. Таблицы физических величин, Справочник, Москва, Атомиздат, 1976

37. Mcleish Е., Bayesian Decision Theory with Gaussian Distributions, Internet: http ://www. cs.mcgill. caA-mcleish/644/main, html

38. Sonka M., Hlavac V., and Boyle R., Image Processing, Analysis, and Machine Vision, 2nd Edition, CB, 1999

39. Fisher R., Perkins S., Walker A., and Wolfart E., Hypermedia Image Processing Reference, J. Wiley & Sons Ltd., 1996.

40. Huang T.S., Two-Dimensional Digital Signal Processing II. Transforms and Median Filters, Springer-Verlag, 1981.

41. Smith S.M. and Brady J.M., SUSAN a new approach to low level image processing, Int. Journal of Computer Vision, 23(1): 45-78, May 1997.

42. Tomashi C. and Manduchi R., "Bilateral filtering for gray and color images", Proceedings of the 1998 IEEE International Conference on Computer Vision, Bombay, India.

43. Gerig G. et al., "Unsupervised segmentation of 3D dual-echo MR head data", Image and Vision Computing, IPMI1991 special issue, vol. 10 No. 6, pp. 349-360.

44. Zerbst M. et al., "Clustering algorithms for aerial photographs and high resolution satellite images", Technical Report No. 28-00, Univ. of Dortmund, http://www.statistik.uni-dortmund.de/sfb475/berichte/tr28-0Q.ps

45. Koschan A. and Skarbek W., "Colour image segmentation. A survey", Technical Report No. 94-32, Tech. Univ. of Berlin, 1994, http://cv.cs.tu-berlin.de/koschan/coseg.ps.gz

46. C. Fraley and A.E. Raftery, "How many clusters? Which clustering method? Answers via model-based cluster analysis", technical report No. 329, 1998, appeared in the Computer Journal 41(1998): 578-588.

47. Everitt В., "Cluster analysis", Heinemann Educational Books, London, 1980

48. Arjen van Ooyen, "Theoretical aspects of pattern analysis", http://www.anc.ed.ac.uk/~arjen/

49. Gisler G. and Theiler J., "A contiguity-enhanced k-means clustering algorithm for unsupervised multispectral image segmentation", proc. SPIE 3159, p. 108-118,(1997)

50. De Backer S. and Scheunders P., "A competitive elliptical clustering algorithm", preprint submitted to Elsevier Preprint, 2000

51. R H Turi and S Ray: An application of clustering in colour image segmentation, Proceedings of the Sixth International Conference on Control,

52. Automation, Robotics and Vision (ICARCV 2000), Singapore, 5-8 December 2000, IEEE, ISBN: 981-04-3445-6 (CD-ROM), 6pp, http://www.csse.monash.edu.au/~roset/papers/singapore2000.pdf

53. Spath H., "Cluster-Analyse-Algorithmen zur Objektklassifizierung und Datenreduktion", R.01denbourg Verlag GmbH Munchen, Wien, 197761. "Overview of K-Means Clustering", web-page by Prof. Miriam Leeser, http://www.ece.neu.edu/groups/rpl/kmeans/

54. Gisler G., Roberts S. and Theiler J., "Spatio-spectral image analysis using classical and neutral algorithms", http://citeseer.ni.nec.com/

55. Murtagh F. and Heck A., "Multivariate data analysis", Astrophysics and space science library, D. Reidel Publishing Company, 1987

56. G. Kom, T.Kom, Mathematical Handbook for Scientists and engineers, McGraw Hill, 1961

57. Perona P., Malik J., "Scale space and edge detection using anisotropic diffusion", IEEE Transactions on Pattern Analysis and Machine Intelligence, 12(7), 1990

58. Sijbers J. et al., "Watershed-based segmentation of 3D MR data for volume quantization", Magnetic Resonance Imaging, vol. 15, No. 6, p. 679-688, (1997)

59. Henri Maitre and Isabelle Bloch, Data fusion in 2D and 3D image processing: an overview, Anais do X SIBGRAPI, 1997

60. Henri Maitre and Isabelle Bloch, Image fusion, preprint submitted to Elsevier Science, 1997

61. T. Bretschneider, O. Kao, Image Fusion in Remote Sensing, Proceedings of the Online Symposium for Electronics Engineers, 2000, 5 pages, (only electronic proceedings published), http://www.in.tu-clausthal.de/~okao/cv/pdfPapers/osee.pdf

62. Jun Li, Spatial quality evaluation of fusion of different resolution images, IARPS, vol. XXXIII, Amsterdam, 2000

63. T. Fung and E. LeDrew, Application of principal component analysis to change detection, Photogrammetric Engineering & Remote Sensing, vol. 53, No. 12, 1987

64. R.A. Showengerdt, Reconstruction of multispatial, multispectral image data using special frequency content, Photogrammetric Engineering & Remote Sensing, vol. 46, No. 10,1980

65. S. Bethune, F. Muller and M. Binard, Adaptive intensity matching filters: a new tool for multi-resolution data fusion, http://citeseer.nj.nec.com/

66. Stanislas de Bethune, Fabrice Muller and Jean-Paul Donnay, Fusion of multispectral and panchromatic images by local mean and variance matching filtering techniques, Fusion of Earth Data, Sophia Antipolis, France, 1998

67. WJ. Carper, T.M. Lillesand and R.W. Kiefer, The use of Intensity-Hue-Saturation transformations for merging SPOT panchromatic and multispectral image data, Photogrammetric Engineering & Remote Sensing, vol. 56, No. 4, 1990

68. Wyszecki G. and Styles W.S. (1982), Color science, Wiley, New York

69. A. Netravali, B.Haskell, Digital pictures, Plenum, NY, 1988

70. Charles Poynton, Frequently asked questions about color, http ://www. info ramp. net/~poynton

71. Charles Poynton, Frequently asked questions about gamma, http://www.inforamp.net/~povnton

72. Paul Bourke, http://astronomy.swin.edu.au/pbourke/colour/

73. Adrian Ford and Alan Roberts, Colour space conversions, http ://www.wmin. ac.uk/ITRG/docs/colo iireq. html

74. Физический энциклопедический словарь, гл, ред. А.М.Прохорова, Москва, 1995

75. Ken Joy, On-Line Geometric Modeling Notes, http://graphics.cs.ucdavis.edu/GraphicsNotes/

76. Петрунин В.И., Радиационный таможенный и промышленный контроль крупногабаритных объектов на базе линейных электронных ускорителей, Диссертация на соискание ученой степени доктора технических наук, НИИЭФА им. Д.В. Ефремова, Санкт-Петербург, 2002

77. Deepa Kundur, Blind deconvolution of still images using recursive inverse filtering, Departament of Electrical and Computer Engineering, 1995. University of Toronto.

78. Василенко Г.И., Тараторин A.M. Восстановление изображений. M.: Радио и связь, 19861. Список иллюстраций

79. Рис. 1.1 Сравнение расчетных по формуле Шнффа (сплошные кривые) и экспериментальных 31, 32. спектров тормозного излучения вперед из0490 г/см2 W + 0.245 г/см2 Аи мишени.12

80. Рис. 1.2 Угловая зависимость интенсивности тормозного излучения дляграничных энергий 8 МэВ (зеленый) и 4 МэВ (красный).13

81. Рис. 1.3 Полный коэффициент ослабления гамма-квантов как функция энергии и спектральные распределения тормозного излучения (в относительных единицах) из толстой вольфрамовой мншени для энергий электронногопучка 8 и 4 МэВ.19

82. Рис. 1.4 Области доминирования эффектов взаимодействия гамма-квантов для элементов таблицы Менделеева в диапазоне энергии 0.1-20 МэВ. Графикзаимствован из 37, 38.19

83. Рис. 1.5 Прозрачность углерода, алюминия, железа и свинца как функциямассовой толщины для 8 МэВ.21

84. Рис. 1.6 Прозрачность углерода, алюминия, железа и свинца как функциямассовой толщины для 4 МэВ.22

85. Рис. 1.8 Отношение К(Е!,Е2,1,2) как функция массовой толщины / прн энергиях8 и 4 МэВ для ряда элементов таблицы Менделеева.29

86. Рнс. 1.9 Отношение Я(Е;,Е2,1,2) как функция массовой толщины (приграничных энергиях тормозного излучения 8 и 4 МэВ после свинцового префильтра с массовой толщиной 20 г/см2 для ряда элементов таблицы1. Менделеева.30

87. Рис. 1.10 Результаты вычисления дискриминационного эффекта методом Монте-Карло для веерного нучка (точки) и аналитического расчета для узкого пучка (кривые) с дуальными энергиями 8 н 4 МэВ для полиэтилена,воды, алюминия, железа и свинца.35

88. Рис. 1.11 Ошибка дискриминации органических н неорганических материалов (полиэтилен н железо) с массовой толщиной 40 г/см2 как функция дуальнойэнергии Е2 при номинальной £/=8 МэВ.36

89. Рис. 2.1 Промышленный лннейиый ускоритель электронов с энергией8 и 4 МэВ.39

90. Рис. 2.2 Первичный коллиматор с устройством спектральной фильтрациитормозного излучения.40

91. Рис. 2.3 Второй нре-коллиматор системы коллимации тормозного излучения,формирующей 4 мм вертикальный веерный пучок.40

92. Рис. 2.4 Блоки системы детектирования тормозного излучения.41

93. Рис. 2.5 Асимметричная схема считывания данных с детекторной линейки. Зеленым цветом обозначены импульсы ускорителя с высокой энергией н красным с низкой. Пунктиром показаны импульсы, пропускаемые системой детектирования.42

94. Рис. 2.6 Стальная лестничная структура с механическим перемещением длянелинейной коррекции отклика детекторов.46

95. Рис. 2.7 Зависимость прозрачности барьеров из алюминия (зеленый), железа (синий) и свинец (лиловый) с массовой толщиной 40 г/см2 от граничнойэнергии спектра тормозного излучения.48

96. Рис. 2.9 Плотности условных распределений вероятности для пяти материалов: полиэтилена (красный), воды (голубой), алюминия (зеленый), железа (синий) и свиица (лиловый) при равной массовой толщине 40 г/см2 нриэнергиях £/=7.5 МэВ и £?=4.6 МэВ.55

97. Рис. 2.12 Результат раснознаваиия няти материалов. Слева нанраво: свинцовый кирпич, свинцовые клинья, алюминиевый клин, стальная лестничная структура, алюминиевый цилиндр, полиэтиленовый брусок,полиэтиленовые клинья, клинообразный бак с водой.60

98. Рис. 2.13 Фотография транснортного контейнера с грузом и спрятанной в нем контрабандой из материалов принадлежащим четырем основным групнам.61

99. Рис. 2.14 Расцвеченный фрагмент транспортного контейнера с цветовойкодировкой согласно табл. 3.2. Колоризация дуальных данных выполненапопнксельно без специальной обработки.63

100. Рис. 3.1 Пошаговая схема сегментации дуальных радиоскопическихизображений.67

101. Рис. 3.4 Сегментация изображения контейнера носредством За лидеркластеризации. Иснользован случайный розыгрыш цвета для колоризацииконтуров сегментов.82

102. Рис. 3.5 Сегментация изображения контейнера посредством За лидер-кластеризации после устранения избыточной сегментации с девятипиксельным порогом. Использован случайный розыгрыш цвета дляколоризации контуров сегментов.82

103. Рис. 3.8 Изображение распределения атомного номера фрагмента транспортногоконтейнера после процедуры сегментации в черно-белой палитре.85

104. Рис. 3.9 Изображение распределения атомного номера для револьвера посленроцедуры сегментации в черно-белой палитре.86

105. Рис. 3.10 RGB единичный цветовой куб.90

106. Рис. 3.11 Распределение цветов в RGB цветовом кубе 80.90

107. Рис. 3.12 Цветовая модель IHS: I- интенсивность, Я тон, S- насыщенность.92 Рис. 3.13 Образец TZ-палитры для визуализации атомного номера (раснределение но вертикали) и прозрачности (распределение ногоризонтали) при максимальной степепи насыщенности.95

108. Рис. 3.14 Раснределение красной, зеленой и синей компонент при фиксированной интенсивности I = 0.5 и максимальпой степенинасыщенности (вдоль вертикальной линии рис. 3.13).96

109. Рис. 3.15 Распределение красной, зеленой и синей компонент прификсированном тоне Я = 5тс/6 и максимальной степени насыщенностивдоль горизонтальной линии рис, 3.13).96

110. Рис. 3.16 Образец TZ-палитры для визуализации атомного номера (распределение по вертикали) и прозрачности (распределение погоризонтали) при средней степени насыщенности.97

111. Рис. 3.17 Распределение красной, зеленой и синей компонент прификсированной интенсивности /= 0.5 и средней степени насыщенностивдоль вертикальной линии рнс, 3.16).97

112. Рис. 3.18 Раснределение красной, зеленой и синей комноиент прификсированном тоне Н= 5л/6 и средней степени насыщенности (вдольгоризонтальной линии рис. 3.16).98

113. Рис. 3.19 Образец TZ-палитры для визуализации атомного номера (раснределение по вертикали) и прозрачности (распределение погоризонтали) нри минимальной степени насыщенности.98

114. Рис. 3.20 Отсутствие вариации красной, зеленой и синей компонент при фиксированной интенсивности/ 0.5 и минимальной степенинасыщенности (вдоль вертикальной линии рис. 3.19).99

115. Рис. 3.21 Отсутствие вариации красной, зеленой и синей комнонеитпо тону при минимальной степени пасыщенности (вдоль горизонтальной линии рис. 3.19).99

116. Рис. 3.23 Промежуточный результат преобразования атомного номера вцветовой тон в соответствии с табл. 3.2 для изображения транспортногоконтейнера.103

117. Рис. 3.24 Результат синтеза двух изображений фрагмента транспортного контейнера: черно-белого с распределения интегрального ноглощения (рис. 3.22) и цветного с распределением атомного номера (рис. 3.23).104