X-ray Görüntülerinde Yasak Nesnelerin Tespit Edilmesi

Abstract

X-ray görüntülerinde yasak nesnelerin tespit edilmesi sınır gümrüğü ve hava alanı güvenliği açısından önemli bir konu haline gelmiştir. Çoğu sınır görüntülemesi yasak nesnelerin uzman insanlar tarafından manuel yolla tespit edilmesine bağlıdır. Bu tezde, X-ray görüntülerindeki muhtemel yasak nesnelerin minimum kaçak (yanlış negatifler) ve minimum yanlış alarmla (yanlış pozitifler) tespiti için bir sistem sunulmaktadır. Önerilen sistemde öncelikle, daha net bir görüntü elde etmek için ön işleme adımları uygulanmaktadır. Daha sonra, görüntülerdeki muhtemel nesneleri belirlemek için bölütleme kullanılmaktadır. İki algoritmalı öznitelik çıkarımı (lokal ikili biçim ve yönlü gradyan histogramları) ve destek vektör makineli sınıflandırma sistemdeki diğer aşamalardır. Sistem, yasak nesne olarak tabanca ile test edilmiştir. Deney sonuçları, sistemin, x-ray görüntülerinde tabancaları minimum kayıpla otomatik olarak tanıyabileceğini göstermektedir.

Detection of forbidden objects in x-ray scan images has become an important issue for customs border and airport security. Most border screening depends on the manual detection of possible forbidden objects by human experts. In this thesis, we present a system for detection of possible forbidden objects in x-ray scan images with minimal amounts of missing object (false negatives) and false alarms (false positives). Firstly, pre-processing steps are applied to obtain a clearer image. Then, segmentation is used to locate the potential objects in images. Feature extraction with two algorithms, local binary pattern and histogram oriented gradients, and classification with support vector machine are next steps in the system. The system is tested using handguns as the forbidden objects in question. The experimental results show that the system can effectively detect the handguns in x-ray scan images with minimal amounts of missing objects automatically.