توسعه الگوریتمهای بینایی ماشین برای شناسایی اهداف آلوده پرتوزا در سناریوهای پرتوی دینامیک
نویسندگان
1 پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هستهای، تهران، ایران
2 پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هستهای، تهران، ایران
doi
10.22075/jme.2024.33125.2612چکیده
شناسایی و نظارت بر آلودگی رادیواکتیو برای اطمینان از ایمنی عمومی و حفاظت از محیط زیست بسیار مهم است. با این حال، شناسایی منابع رادیواکتیو خارج از کنترل در مکانهای شلوغ میتواند چالشبرانگیز باشد، به طور مثال بین مسافران یا وسایل نقلیه. این مطالعه یک رویکرد جدید مبتنی بر ترکیب دادهها و روشهای بینایی ماشین برای تشخیص آلودگی پرتوی در میان اجسام متحرک مشابه معرفی میکند. در ابتدا، یک الگوریتم حرکتی برای تعریف 5 جسم متحرک با شکل و اندازه یکسان در یک صفحه دو بعدی، با الهام از معادلات حرکت یک ربات چرخدار کوچک استفاده میشود. این اجسام با سرعت ثابتی در صفحه دو بعدی حرکت میکنند. متعاقبا، الگوریتم دیگری با استفاده از روش KLT برای استخراج ویژگیهای مرتبط و ردیابی همان اشیاء از دادههای تصویر استفاده میشود. با ترکیب داده های سیستم تشخیص پرتو و بینایی ماشین، این الگوریتم یک یا چند هدف آلوده را شناسایی و شی متحرک آلوده را با موفقیت شناسایی میکند. این تحقیق یک روش امیدوارکننده را برای افزایش نظارت بر محیطهای پرتوی ارائه میکند و ادغام تصاویر دوربینهای نظارتی و سیستمهای تشخیص پرتوی را برای مناطق عمومی و بزرگ پیشنهاد میکند.