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.2024.33125.2612
چکیده

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.