适用于CO
【技术实现步骤摘要】
适用于CO
‑
60放射源标号识别的方法
[0001]本专利技术涉及计算机、核技术、自动化领域,具体涉及一种适用于CO
‑
60放射源标号识别的方法。
技术介绍
[0002]针对放射源导致夹取系统,本专利主要涉及一下技术:(1)图像传感器筛选目前,能够应用于辐射环境的图像传感器工艺主要有CMOS、CCD和真空管,其中,前两类分别有数字和模拟两种输出接口,且可提供高清图像信号,真空管只能提供标清的模拟类型输出。针对本专利面向放射源号识别的视频系统,标清图像显然不能满足需求。对比CMOS和CCD的相关指标,虽然后者在灵敏度、量子效率、填充率等参数上有更多优点,在科学研究和低辐照领域也得到广泛应用。但是CMOS图像传感器的像素电荷能够直接读取,避免电荷转移过程受到辐射影响,相比CCD的复杂电荷转移结构,其在强辐射环境中应用具有更大优势。需对CMOS工艺的不同类型的高清图像传感器进行筛选。
[0003](2)辐射防护技术由于相机工作环境为辐射环境,识别目标为井下4
‑
5米处放射源顶端(1
‑
2)mm的阿拉伯数字,采用远程可调焦镜头增加离源距离的同时,限制了系统的视场,需要对光学系统进行独特的结构设计,在体积和重量增加很小的前提下改变了光路,有效降低γ射线对CMOS芯片的影响。同时,采用潜望镜与镜头进行机械连接,可有效降低γ射线对镜头及CMOS芯片的吸收剂量。辐射源γ射线作用到摄像系统敏感器件,损伤器件并影响像质。根据辐射照度距离平方反比定律 ,可知减少环境源辐射剂量的直接有效方法是增加受辐射干扰敏感器件与辐射源的距离。摄像系统采用光纤成像方式将受辐扰影响较大的图像传感器移出辐射损伤区并外加辐射防护。γ射线反射吸收特性为穿透性强,折反射性差,经过一次反射成像辐射剂量将缩减10
‑4。利用多次折反射成像方法进行光学镜头设计并通过光纤传像技术实现2次光路转换,在使用过程中有必要对其结构进行辐射防护优化。
技术实现思路
[0004]本专利技术的目的是提供一种适用于CO
‑
60放射源标号识别的方法。
[0005]上述的目的通过以下的技术方案实现:一种适用于CO
‑
60放射源标号识别的方法,该方法包括如下步骤:步骤一:光线耐辐射测试;步骤二:CMOS图像传感器的筛选及辐射防护;采用
60
Co
‑
γ辐射源模拟工作环境模拟,剂量率为1Gy/h,累积剂量为1000Gy在辐照时,根据实验需要在CMOS两端加偏置电压,分别采用离线两种方式对CMOS芯片的耐辐射性能进行测试;步骤三:对系统进行防水结构设计;
步骤四:对放射源标号进行识别;图像的左右反转利用flipdim()函数进行图像翻转,由于在辐射环境下,图像传感器存在大量的脉冲噪声,这些噪声可等效为大小不同的椒盐噪声,其概率密度函数可等效为:当b>a,灰度值b在图像中显示为亮点即为盐噪声,a值显示为暗点即为胡椒噪声;采用中值滤波和离散余弦变换(DCT)对添加椒盐噪声的图像进行降噪处理图像去噪处理,并采用PSNR评价法对不同方法进行了效果验证:通过PSNR算法5种滤波方式获得的PSNR值分别为44、51、46、31.、31,中值滤波窗口参数3
×
3对图像噪声过滤效果最佳。
[0006]所述的适用于CO
‑
60放射源标号识别的方法,所述的步骤一的具体过程为:纤维光学元件的主要质量指标有数值孔径、透过率、分辨率等,由于光纤组合元件的数值孔径与单根光纤相同。耐辐照射线系统设计像素为200W,因此若想达到单丝直径小于像元数量,要求丝经要小于10μm。
[0007]所述的适用于CO
‑
60放射源标号识别的方法, 所述的步骤二的具体过程为:采用
60
Co
‑
γ辐射源模拟工作环境模拟,剂量率为1Gy/h,累积剂量为1000Gy在辐照时,根据实验需要在CMOS两端加偏置电压,分别采用离线两种方式对CMOS芯片的耐辐射性能进行测试。
[0008]所述的适用于CO
‑
60放射源标号识别的方法,所述的步骤三的具体过程为:镜头参数选:30倍光学变焦、F值2.6
‑
4.9、像元1/1.8"、接口方式:C
‑
Mount,工业相机:300万像素、靶面尺寸:1/1.8"、镜头接口: C
‑
Mount、数据接口:Gigabit Ethernet,屏蔽材料选择:为钨合金,经过mcnp进行计算对系统辐射防结构进行模拟,进行防水结构优化,优化后100万居Co
‑
60装置,2米处CMOS所受剂量率为0.1G/h。
[0009]有益效果:1.本专利技术通过光纤耐辐照测试,图像采集芯片辐照测试、辐射防护设计、光路转化优化放射源标号识别系统的结构,并在位机程序中采用数字识别算法提高采集图像质量。
[0010]2.本专利技术选用具有折转功能的硬光纤,并对其进行了辐射测试,经测试5cm改产品在1500Gy的辐射剂量下进行传像。
[0011]3.本专利技术PSNR算法5种滤波方式获得的PSNR值分别为44、51、46、31.、31,中值滤波窗口参数3
×
3对图像噪声过滤效果最佳,源号识别效果清晰。
[0012]附图说明:
附图1是CMOS芯片随总剂量增加暗输出图;附图2是室内环境图像采集模拟图;附图3是添加噪声的退化图;附图4是图像处理后的图像;附图5是源号识别效果图。
[0013]具体实施方式:实施例1:一种适用于CO
‑
60放射源标号识别的方法,该方法包括如下步骤:步骤一:光线耐辐射测试;步骤二:CMOS图像传感器的筛选及辐射防护;采用
60
Co
‑
γ辐射源模拟工作环境模拟,剂量率为1Gy/h,累积剂量为1000Gy在辐照时,根据实验需要在CMOS两端加偏置电压,分别采用离线两种方式对CMOS芯片的耐辐射性能进行测试;步骤三:对系统进行防水结构设计;步骤四:对放射源标号进行识别;图像的左右反转利用flipdim()函数进行图像翻转,由于在辐射环境下,图像传感器存在大量的脉冲噪声,这些噪声可等效为大小不同的椒盐噪声,其概率密度函数可等效为:当b>a,灰度值b在图像中显示为亮点即为盐噪声,a值显示为暗点即为胡椒噪声;采用中值滤波和离散余弦变换(DCT)对添加椒盐噪声的图像进行降噪处理图像去噪处理,并采用PSNR评价法对不同方法进行了效果验证:通过PSNR算法5种滤波方式获得的PSNR值分别为44、51、46、31.、31,中值滤波窗口参数3
×
3对图像噪声过滤效果最佳。
[0014]实施例2:根据实施例1所述的适用于CO
‑
60放射源标号识别的方法,所述的步骤一的具体过程为:纤维光学元件的主要质量指标有数值孔径、透过率、分辨率本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种适用于CO
‑
60放射源标号识别的方法,其特征是:该方法包括如下步骤:步骤一:光线耐辐射测试;步骤二:CMOS图像传感器的筛选及辐射防护;采用
60
Co
‑
γ辐射源模拟工作环境模拟,剂量率为1Gy/h,累积剂量为1000Gy在辐照时,根据实验需要在CMOS两端加偏置电压,分别采用离线两种方式对CMOS芯片的耐辐射性能进行测试;步骤三:对系统进行防水结构设计;步骤四:对放射源标号进行识别;图像的左右反转利用flipdim()函数进行图像翻转,由于在辐射环境下,图像传感器存在大量的脉冲噪声,这些噪声可等效为大小不同的椒盐噪声,其概率密度函数可等效为:当b>a,灰度值b在图像中显示为亮点即为盐噪声,a值显示为暗点即为胡椒噪声;采用中值滤波和离散余弦变换(DCT)对添加椒盐噪声的图像进行降噪处理图像去噪处理,并采用PSNR评价法对不同方法进行了效果验证:通过PSNR算法5种滤波方式获得的PSNR值分别为44、51、46、31.、31,中值滤波窗口参数3
×
3对图像噪声过滤效果最佳。2.根据权利要求1所述的适用于CO
‑
60放射源标号识别的方法,其特征是:所述的步骤一的具体过程为:纤维光学元件的主要质量...
【专利技术属性】
技术研发人员:蒋继成,赵弘韬,赵孝文,高娃,姚钢,张玉宝,吴鹏,
申请(专利权)人:黑龙江省科学院技术物理研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。