浏览次数： 时间：2024-12-15 00:11:53
安检机究竟是怎样工作的？本文试图介绍现有的X射线安检设备的工作原理，为旅途中的读者提供一个一边消磨时光，一边增长知识的机会。
X射线是一种高能电磁波，通常人们把频率位于3×10¹⁶Hz~3×10¹⁹Hz (单光子能量约100eV~100keV，频率越高单光子能量越高)范围内的电磁波称为X射线。
X射线由德国物理学家伦琴(Wilhelm Conrad Röntgen)于1895年发现，因此又被称为伦琴射线。
X射线具有很强的穿透能力，当它穿透物质时，与物质中的原子尤其是电子发生相互作用并
我们暂时不考虑X射线如何与物质中的原子发生相互作用，而是重点关注射线强度的指数衰减，这里射线的强度指的是
单位时间穿过单位横截面积的射线的能量(通俗地讲就是射线所含有的光子的密度)
式中，I₀表示入射X射线强度，I表示穿透物质后X射线的出射强度，x为X射线在物体中行进的距离，μ为
X射线强度衰减可以用来成像。X射线穿过被检测的行李箱时强度发生衰减，考虑到行李箱里的东西不是均匀分布的，因此
，探测透射X射线的强度分布并将其转化为灰度图像，就可以得到能够反映被检测物体内部结构的图像了。
X射线穿过物质时强度呈现指数衰减，可以利用透射强度进行成像，展示物质的内部结构 图源[2]
考虑到被检测物体并不是均匀的，所以线性衰减系数μ也是空间位置的函数，我们可以用μ=μ(s)来表示，那么
事情到了这里似乎很完美了，我们可以根据射线强度的衰减成像，这样我们就得到了行李内部结构的一个轮廓。
我们知道安检的目的是保护列车或飞机及其乘客的安全，因此安检希望着重关注一些危险品，比如爆炸物等，
有关，为了让分析更简单，我们暂时先考虑一个均匀的物质A，A的线性衰减系数可以表示成
，而我们知道，每种元素和该元素原子的原子序数是一一对应的，这样我们就确定了物质
的信息。根据有效原子序数的数值给图像上色，就得到了假彩色的安检图像，如下图。
双能X射线成像给出的假彩色图像，图中金属、合金和硬塑料为蓝色，密度较低的物质展示为绿色或橙色 图源[4]
下图展示了一种双能X射线安检设备的布局。X射线管发射出连续谱X射线(包含多种频率，即包含多个能量)。穿过物体后的射线
通常我们的行李箱被塞得很满，在射线通过的路径上有不止一个物体，上面的方法对物体仅沿一个方向投影，很难分辨
上图布局将同一射线源发出的射线分成平行的两束，分别照射在传送带的不同位置上，当被检测物体在传送带上依次通过两束射线照射的区域时，人们就得到了从两个方向观察的X射线透射图像。
上图布局在两个互相垂直的方向上放置射线源，从垂直的两个方向上获得被检测物体的透射图像，根据两个垂直视角的图像可以较为准确地重建出被检测物体的三维信息。
计算机断层扫描，也就是CT安检技术，从多个视角获得物体的二维图像，能重建物体的三维信息，可以解决物体重叠和遮挡的问题，提高物质判别的准确性，下面我们来看它的原理。
。如果我们只沿一个方向照射X射线，不妨将这个方向记为θ，那么我们可以得到沿这个方向的投影，如下图所示
，正如上面的动图那样，就得到了被检测物体沿各个方向的投影，也就是说t(θ,r)是
。一个函数f(x)的傅里叶变换F(k)以频率k为自变量，表示该频率分量在f(x)中的权重。一个函数和它的傅里叶变换
到了这里，我们就得到了重建被检测物体三维信息的方法，但为了简单起见，我们依然只讨论
利用极坐标系下傅里叶变换函数的对称性，T(θ,ω)=T(θ+π,-ω) ，上面的公式可以变成
我们已经获得了沿着各个方向的投影t(θ,r)，注意到对于二维物体每一个固定θ的投影都是r的
当然，这是十分理想的情况，在实际应用中，安检机的设计者们还需要考虑很多工程上的问题，比如
，人们研发了多视角X射线安检技术；而CT技术被应用于安检，帮助人们准确地重建物体的
技术的进步是为了保障旅途的安全，祝愿大家旅途愉快，在新的一年心想事成！
[2]Mery D. X-ray testing: The state of the art[J]. The e-Journal of Nondestructive Testing (NDT), 2013, 18(09): 01.
[3]Macdonald R D R. Design and implementation of a dual-energy X-ray imaging system for organic material detection in an airport security application[C]//Machine Vision Applications in Industrial Inspection IX. SPIE, 2001, 4301: 31-41.
[4]Bhowmik N, Wang Q, Gaus Y F A, et al. The good, the bad and the ugly: Evaluating convolutional neural networks for prohibited item detection using real and synthetically composited X-ray imagery[J]. arXiv preprint arXiv:1909.11508, 2019.
[5]Evans P. Three-dimensional X-ray imaging for security screening[J]. Security Journal, 2005, 18(1): 19-28.
[6]陈冰. 基于多能X射线成像的违禁物品自动识别[D].北京理工大学i.gbjlu.2018.001633.
624623309