[发明专利]一种车底飞点扫描方法

权利要求书

1.一种车底飞点扫描方法，其特征在于，包括：

扫描待扫描车辆底部，并获取所述待扫描车辆底部在二维方向上X射线背散射的多段二维强度分布信息；

通过重构图像算法模块将多段二维强度分布信息重构得到所述待扫描车辆的整体图像信息。

2.如权利要求1所述的车底飞点扫描方法，其特征在于，所述多段二维强度分布信息的二维方向包括X方向和Y方向，所述X方向为所述待扫描车辆的行驶方向，所述Y方向为与所述待扫描车辆的行驶方向垂直的方向。

3.如权利要求2所述的车底飞点扫描方法，其特征在于，获取多段二维强度分布信息包括：

通过旋转的斩波轮产生扫描飞点，对待扫描车辆底部进行Y轴方向的一维扫描；以及

同时待扫描车辆行驶通过斩波轮时，产生X轴方向的一维扫描。

4.如权利要求3所述的车底飞点扫描方法，其特征在于，所述扫描飞点的获取包括：

X射线源发射X射线光束；

X射线光束通过设置于X射线源和斩波轮之间的前置准直狭缝，再通过旋转的斩波轮，从而产生扫描飞点。

5.如权利要求1～4任一所述的车底飞点扫描方法，其特征在于，若待扫描车辆运动速度偏大时，通过像素点直接的相关性进行插值重构计算，缩短扫描线直接的间隔，增大图像的分辨率。

6.如权利要求5所述的车底飞点扫描方法，其特征在于，得到所述待扫描车辆的整体图像信息之后，还包括：

对图像进行增强处理，以及展示所述整体图像信息。

7.如权利要求6所述的车底飞点扫描方法，其特征在于，得到所述待扫描客体的整体图像信息之后，还包括：

识别所述整体图像信息中的违禁品图像信息。

8.如权利要求7所述的车底飞点扫描方法，其特征在于，所述识别所述整体图像信息中的违禁品图像信息包括：

将所述整体图像信息输入神经网络模型，通过所述神经网络模型得到所述整体图像信息中的违禁品图像信息。

9.如权利要求8所述的车底飞点扫描方法，其特征在于，所述神经网络模型的训练方法包括：

将整体图像样本和所述整体图像样本中所包含的违禁品标准图像作为训练样本，训练所述神经网络模型。

10.如权利要求9所述的车底飞点扫描方法，其特征在于，通过所述神经网络模型得到所述整体图像信息中的违禁品图像信息之后，还包括：

对所述违禁品图像信息进行第三方复查，得到复查结果；

当复查结果为所述违禁品图像信息为错误信息时，对所述违禁品图像信息进行修正，得到正确的违禁品图像信息；以及

将所述整体图像信息和正确的违禁品图像信息作为训练样本再次训练所述神经网络模型。