[发明专利]基于人工智能的静态堆码CO60放射源预警方法

权利要求书

1.一种基于人工智能的静态堆码CO60放射源预警方法，其特征是：

该方法包括如下步骤：

步骤一：采用⁶⁰Co-γ辐射源模拟工作环境模拟，在CMOS两端加偏置电压，对CMOS芯片的耐辐射性能进行测试，在辐射室内四个角落布置四台CMOS相机进行图像的采集；

步骤二：采用人工添加不同浓度的椒盐噪声进行辐射室中真实环境下的采集图像噪声的模拟，之后采用中值滤波和改进后的自适应中值滤波对添加椒盐噪声的图像进行降噪处理图像去噪处理，并对两种方法进行效果验证，选择具有良好图像去噪性能的方法进行噪点的去除；

步骤三：将经上述操作后得到的去噪图片按照5:3:2的比例划分为训练集、测试集和验证集，对分好类别的数据集进行标注，形成xml文件并转换成PASCAL.VOC格式；

步骤四：构建改进的MobilNetV3-SSD算法网络：

改进的MobileNet-SSD网络将BN层和卷积层合并，从Conv1到Conv13是深可分离的卷积层，并在其后添加了8个标准卷积层，卷积层和BN层在添加的卷积层上合并，并提取Conv11，Conv13，Conv14_2，Conv15_2，Conv16_2和Conv17_2的卷积层作为detection layer以进行整合预选框、预选框偏移、置信度检测等过程；

步骤五：利用改进的算法进行模型的训练，使用训练好的模型对CO⁶⁰辐射环境下的货物进行分类识别和位置信息检测并进行效果验证；

步骤六：根据识别的物体将得到的多个同号的斜率进行线性拟合，将拟合后的斜率进行角度换算，对于10°-30°的偏移角采用报警的方式通知人工恢复到初始位置，对于超过30°的偏移角则需将放射源立即降下。

2.根据权利要求1所述的基于人工智能的静态堆码CO60放射源预警方法，其特征是：所述的步骤一的具体过程为：对最大耐受剂量进行测试，采用⁶⁰Co-γ辐射源模拟工作环境模拟，剂量率为1Gy/h，累积剂量为1000Gy在辐照时，在CMOS两端加偏置电压，对CMOS芯片的耐辐射性能进行测试，在辐射室内四个角落布置四台CMOS相机进行图像的采集。

3.根据权利要求1所述的基于人工智能的静态堆码CO60放射源预警方法，其特征是：所述的步骤二的具体过程为：由于辐射室内采集到的图像中产生的噪点大部分为椒盐噪声，采用人工添加不同浓度的椒盐噪声进行辐射室中真实环境下的采集图像噪声的模拟，之后采用中值滤波和改进后的自适应中值滤波对添加椒盐噪声的图像进行降噪处理图像去噪处理，并通过MSE、PSNR、SSIM等指标对两种方法进行效果验证，选择具有良好图像去噪性能的方法进行噪点的去除；

采用7x7的中值滤波作为比较对象与改进的自适应中值滤波进行效果验证

选择改进的自适应中值滤波算法进行图像的去噪工作。