黄进中

摘要：伴随计算机技术的不断发展，人工智能技术水平越来越高。在高铁站安检系统中应用人工智能技术，能够提升安检的识别效率，避免人为误差，同时还可以降低工作人员的劳动强度，能够进一步提升高铁安检的识别率。为此，本文浅要介绍了人工智能技术在高铁安检系统中应用时的图像异物的识别方法与关键技术，并分析了测试试验。

关键词：人工智能技术;高铁安检;安检系统

一、图像异物的检测原理分析

（一）图像的识别方法

本文设计的以图像处理为基础的高铁站X光机检测环节主要可以分成6个部分：（1）图像的采集;（2）提取新拍图片与原始图片的特征点;（3）匹配新拍图片与原始图片的特征点;（4）计算新拍图片与原始图片的空间变换的矩阵;（5）透视转换新拍的图片;（6）把变换后的图片和原始图片展开相减处理。

在计算机视觉的有关应用当中，常常会提及到一个概念——特征点，它也被叫做兴趣点好关键点，从字面理解上看，图像当中的特征点主要是指那些独立的物点，比方说避雷针、电视塔、旗杆或烟囱等等，还有可能是图像里面的面状要素的边界线拐点或者是线型要素的交叉点，比方说墙角、树枝的交叉点或桌子角，特征点这个概念常常用于处理那些生活当中具体的应用问题，比方说物体识别、图像配准以及图像的三维重建。如果检测人员能够检测出足够的这种比较特殊的特征点，因为这些特征点的区别度非常高，所以没有观察整幅图像的必要，只分析这类特征点的局部特点并结合定位图片，可以得出图像的相应稳定特征。……