基于卷积神经网络的绿通车运载货物放射源图像识别研究

发布时间：2020-05-20 23:48

【摘要】：当前农产品市场供需失衡问题频发,以及在自然灾害等突发情况下,政府调度农产品相关应急物资缺乏数据支撑,无法有效保证最大程度降低人民生活水平受影响程度,因此挖掘鲜活农产品流转规律至关重要。2005年,我国依托国家高速公路网开展了覆盖全国的“绿色通道”建设工作。目前鲜活农产品流通数据获取途径主要来源是高速公路收费站绿色通道检查数据。由于技术及工作方式的不足,导致现有数据源中存在较多错误数据。提升绿通车检查工作效率并确保数据准确性成为当前亟需解决的关键问题。论文以陕西、山东等省份的收费站绿通车运载货物放射源扫描图像为数据源,基于卷积神经网络和随机森林思想,构建了绿通车运载货物放射源图像识别模型,并通过实验对比分析,验证了模型的有效性与先进性。首先,论文在阐述绿通车放射源检查设备原理及建设现状的基础上,采用“双结果”查验数据,分别计算货物一、二、三级分类标准下人工评判方式中各货物类型查全率,并制定评价指标F_(avg),对绿通车放射源检查效果进行量化。通过分析绿通车运载货物放射源图像特点,解释人工评判方式的难点和神经网络的优越性。然后,根据绿通车运载货物放射源图像特点及构建模型需求,制定绿通车运载货物放射源图像预处理方法。通过“双结果”数据验证和货物区域占比值确定了数据清洗规则。通过对绿通车运载货物放射源图像区域特征分析,确定了货物区域分割规则。通过实验对比分析,确定中值滤波作为绿通车运载货物放射源图像降噪方法。采用图像数据增强方式解决数据集不平衡问题。并通过图像通道转换,解决了网络中数据输入问题。最后,论文基于随机森林思想,提出对经典卷积神经网络模型的改进思路,构建绿通车运载货物放射源图像识别模型。通过实验对比分析,得出网络输入图像最优尺寸参数。按照三级分类方式,选取“快快绿通车”管理平台系统的放射源扫描图像进行实例验证。通过论文构建的绿通车运载货物放射源图像识别模型,货物一级分类的F_(avg)值达到94.42%,高于人工评判方式的88.72%。货物二级分类的F_(avg)值达到93.47%,高于人工评判方式的88.65%。货物三级分类的F_(av) _g值达到92.68%,高于人工评判方式的87.32%。论文通过构建绿通车运载货物放射源图像识别模型,降低了绿通车放射源检查结果对查验人员的主观依赖,并为以后发现农产品流转规律提供前导性研究。
【图文】：

绿通车运载货物放射源图像

绿通车放射源检查示意图
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U495

【参考文献】

相关期刊论文 前10条

1 曹妍;陈伟;徐森;;图像去噪方法研究与仿真[J];软件;2015年04期

2 白汝庆;;绿色通道车辆快速验货系统在高速公路上的应用[J];北方交通;2015年03期

3 汪鼎;;工业用X射线探伤机的应用与防护措施[J];东方企业文化;2013年23期

4 谭永杰;曹彦;王永亮;;图像噪声类型识别研究[J];周口师范学院学报;2013年05期

5 吴成茂;胡伟;王辉;;小波自适应阈值和双边滤波的图像去噪[J];西安邮电大学学报;2013年04期

6 穆为磊;高建民;王昭;姜洪权;陈富民;党长营;;考虑人眼视觉特性的射线检测数字图像质量评价方法[J];西安交通大学学报;2013年07期

7 赵士凤;李学工;;突发事件的农产品应急物流协调指挥系统研究[J];粮食流通技术;2013年01期

8 王博;;一种快速均值滤波算法[J];计算机光盘软件与应用;2012年10期

9 仝爱华;;农产品价格的影响因素及稳定对策研究[J];安徽农业科学;2012年11期

10 刘高平;赵萌;;基于亮度的自适应单尺度Retinex图像增强算法[J];光电工程;2011年02期

相关博士学位论文 前1条

1 张宁;机场安检技术关键问题研究[D];南京航空航天大学;2015年

相关硕士学位论文 前5条

1 梅U_成;基于深度学习的商品图像识别方法研究[D];广东工业大学;2018年

2 陈浩泰;基于Logistic回归的高速公路绿通车稽查研究[D];长安大学;2017年

3 刘阳;应用随机森林与神经网络算法检测与分析Android应用恶意代码[D];北京交通大学;2015年

4 张明星;X射线钢管焊缝缺陷的图像处理与识别技术研究[D];电子科技大学;2015年

5 刘有银;X射线成像影响因素及图像处理技术研究[D];长春理工大学;2014年

，

本文编号：2673396