以X光安检机和CT安检机为代表的安检机技术在全世界范围内得到了广泛应用，在AI技术的加持下，X射线安检机和CT安检机可以对各类违禁物品、应税物品进行更准确、更快速的自动检测，使其在安检防爆、应税海关等领域具备更广阔的应用前景。

近年来，北京航星在航天海鹰品牌引领下，加大科技研发投入力度，致力于研发更多高可靠成像、检测技术，为保障国家安全和人民生命财产安全贡献力量。

X射线安检技术的发展历程

1895年，德国物理学家威廉·康拉德·伦琴在进行阴极射线实验时偶然发现了X射线。他注意到，当电流通过一个真空管时，附近的荧光屏发出了一种未知的辐射。这种辐射具有很强的穿透力，可以穿透纸张、木材、铝和塑料等物质，但对骨骼和肌肉的穿透力较弱。因为它在当时的科学知识体系中没有明确的位置，伦琴将这种新的辐射命名为“X射线”。

随后，伦琴发现X射线可以被不同物质吸收不同程度的辐射，因此可以用来形成物体的影像。这一发现开辟了物理学的新领域——放射学。许多科学家和工程师开始研究X射线的性质和应用：在医学领域，X射线被用于诊断骨折和肺部疾病；在工业领域，X射线被用于检查产品内部结构；在研究领域，X射线被用于分析晶体结构。然而，X射线的长期暴露会对人体造成伤害，因此在使用X射线时需要采取防护措施。基于此，科学家开始探索其他无损检测技术，以减少对X射线的依赖。

X射线光机成像的原理是利用X射线的穿透性，通过物体对X射线的吸收和散射程度获取物体内部结构信息。具体来说，X射线光机首先产生一束X射线，然后将其照射到待检测物体上。由于不同物质对X射线的吸收能力不同，当X射线穿过物体时，一部分被吸收，另一部分则穿过物体继续传播。接下来，探测器板会接收到穿过物体的X射线，并将其转换为电信号。这些电信号经过处理后，可以生成一幅呈现物体内部结构的图像。

X射线安检技术是一种利用X射线的穿透性进行物品检查的技术，广泛应用于机场、火车站、地铁站等公共场所的安全检查领域。而CT成像技术是一种利用X射线或γ射线等电磁波对人体进行断层扫描，获取人体内部结构信息的医学影像技术。从成像原理来看，CT机与X光机都是利用X射线穿透物体，通过物体对X射线的吸收程度形成影像。

X射线安检机图像

CT成像技术进一步提高检测准确性

CT成像技术会通过旋转X射线源和检测器，从多个方向获取人体内部投影数据，然后通过计算机处理，重建人体内部结构的三维图像。此外，由于CT机可以从多个方向获取数据，其分辨率通常比X光机高。例如，医用CT可以清晰显示人体内部的细小结构，如骨骼、血管等。CT机的扫描范围大，需要的X射线剂量相对较大；而X光机的扫描范围小，需要的X射线剂量相对较小。因此，CT的辐射风险相对较大。不过，大量科研人员和工程师不断进行优化开发，研发出一系列减少辐射剂量的方法，取得了低剂量CT、静态CT等最新科技成果。

由于CT成像技术能重建高分辨率的三维图像，为安检领域带来了全新的可能。20世纪80年代，CT成像技术开始被应用于安全检查领域。与传统的X射线安检技术相比，CT成像技术可以提供更清晰、更详细的图像，有助于更准确地识别危险品。

近年来，一些高端安检设备已经开始采用CT成像技术。这些设备不仅可以检测到更小的危险品，还可以通过分析物品形状和结构，进一步提高检测准确性。

安检CT图像

智能识别技术的发展历程

智能识别技术的本质是计算机视觉领域的目标检测任务。与图像分类不同，目标检测任务既要实现物体分类，又要定位图像上的物体位置。也就是说，输入一张图像，输出的是一些能框住物体的坐标框信息以及框内物体对应的类别信息。

传统目标检测技术有一条主线：区域选择—特征提取—分类器。

区域选择一般分为两种方法：一是滑动窗口，这是一种暴力检测方法，从左到右、从上到下滑动窗口，然后利用分类识别目标；二是选择性搜索，用简单的搜索剪枝思路。

特征提取是传统目标检测技术与基于深度学习的目标检测技术的本质区别。传统目标检测技术的特征是由科研人员和工程师人工设计、调优，需要大量先验知识和经验；而深度学习的特征提取就是直接靠各类神经网络自动学习，特征提取能力更加强大，同时省去了精心设计特征的过程，可谓是又快又强。

传统目标检测的分类器常用的有SVM、K邻近等方法。SVM方法是通过计算一个超平面，将不同类别划分开来实现分类的。K邻近方法则是借鉴了人类思维方式，使用已知类别的物体与一个新物体作对比，如果发现这个新物体与其中某几个物体很相近，而且这几个参照物体属于同一类，那么它大概率就与这几个参照物体是一类的。

由于特征提取方法需要人工设计，而且在不同情况下同一套特征难以适配，传统目标检测逐渐被性能更强且无须人为设计特征的深度学习目标检测技术取代。

基于深度学习的目标检测技术的基本原理是使用各类深度神经网络提取特征，将得到的特征进行降维后生成预测值，之后将预测值与预先标注好的标签值进行距离损失函数计算，通过损失函数梯度回传指导深度神经网络的修正学习。如此循环，直到损失函数降低到很小且难以下降的地步，此时检测性能就达到峰值，即可以实现目标检测。

X射线安检机智能识别

X射线安检机智能识别本质上是对采集到的X射线图像进行目标检测。目标检测的任务是找出图像上所有感兴趣的目标（物体），确定它们的类别和位置，这是计算机视觉领域的核心问题之一。由于各类物体有不同外观、形状和姿态，加上成像时光照、遮挡、噪声等因素干扰，目标检测一直是计算机视觉领域最具挑战性的问题。

为了实现物体的目标检测，科学家和工程师进行了大量研究和工程实验，研发出一系列检测方法。这些方法大多分为三个部分：特征提取、类别分类、坐标回归。其中传统方法与最先进的基于深度神经网络的方法的核心区别在于特征提取这一部分，传统方法需要依靠专家进行特征设计，需要完成大量前期设计工作，而且设计出的特征不一定能达到精度要求。而最新的基于深度神经网络的方法可以通过非常密集的卷积操作提取出大量鲁棒特征，能极大地提升检测精度。

有了通用的图像检测方法，还需要对X射线安检图像进行领域迁移。安检机智能识别主要针对两大类物品：一是违禁物品，这类物品对旅客安全、交通安全甚至社会安全构成潜在威胁，包括刀、枪、子弹、爆炸物、毒品等；二是应税物品，这类物品需要完成关税手续，如果没有完成关税手续而偷偷放进国境，则会造成国家财产损失，包括香水、手表、电子产品等。为此，需要对这些特定物品进行检测，如对非常小的刀具进行小目标特征提取以提升检测精度。正是很多科学家和工程师的不懈努力才使得现有的X射线安检机智能识别达到了较高水准，有力保障了国家安全、社会稳定和人民生命财产安全。

安检CT智能识别

有了X射线安检机，为什么还要研发CT安检机呢？这是因为尽管在X射线安检机图像上大多数物品清晰可见，但可能会有影像重叠。即便是形状特征明显的物体，在以某些特定角度摆放时，X射线安检机图像也难以显示并实现高精度识别。此外，X射线安检机图像提供的只是某一固定方向的物体形状信息，而没有物体材料信息。因此，既能获取物体三维结构又能获取物体物质信息的CT安检机就得到广泛关注，它是安防行业的下一代主力机型。那么，CT安检机的智能识别功能是怎样运行的呢？

由于CT图像是三维图像，与二维检测技术有区别。常用的技术流派分为两大类：一是直接将三维图像信息输入到深度学习检测网络中，优点是端到端训练推理，利用了全部三维信息。但其缺点也很明显，那就是需要大量计算资源，检测速度非常慢，如果不进行性能优化是难以在实际CT安检机上使用的。二是将三维图像数据降到二维，将二维图像数据输入到深度学习模型中，之后将得到的检测结果对应到三维空间即可。这样可以极大地节约计算资源，实现三维物体实时检测。除此之外，CT安检机可以实现材料分辨，这样就算毒品、爆炸物做成各种形状仍可以实现高精度检测。

北京航星安检CT智能判图系统识别应税品

北京航星的多型号安检CT产品（本文图片均由北京航星提供）

在国内，北京航星凭借深厚的技术优势研发了多款型号的安检CT产品，成为国内少数几家能够完全自主设计研发CT安检机的厂家，可以为民航、海关安检提供高效、高可靠性的安检解决方案。（中国民航报 通讯员乔建森、张文杰、郑维红）