计量学报

作者：何永勃,张书豪

单位：中国民航大学 电子信息与自动化学院, 天津 300300

关键词：计量学;含水率;违禁品检测;深度学习;快速筛查;ECT传感器

基金：国家自然科学基金 (61871379);天津市教委科研计划 (2020KJ012)

为了实现海关对高含水率违禁品的非侵入快速筛查,提出了一种电容层析成像(ECT)技术与深度学习相结合的检测方法,在仿真环境下进行了可行性研究。首先,设计了适合安装在传送装置上的ECT传感器,并构建了分别含有正常物体和高含水率违禁品的不同包裹模型;然后,利用电容传感器获得不同包裹模型的电容信号数据,并进行二维和三维图像重建;最后,为了弥补人工观察包裹重建图像误判率高的缺陷,构建了自适应提取电容信号特征的一维卷积神经网络(1D-CNN)模型对包裹模型进行预测分类。实验结果表明:该方法的检测准确率可达98%以上,单个模型检测时间仅为10-3s,能够实现高含水率违禁品的快速筛查。

来源：2023年第8期

《计量学报》期刊编辑部

查看计量学报杂志2023年第8期