Способ и устройство для инспектирования наркотиков, спрятанных в жидких предметах

Способ и устройство для инспектирования наркотиков, спрятанных в жидких предметах

Иллюстрации

Показать все

Реферат

ОБЛАСТЬ ИЗОБРЕТЕНИЯ

Настоящее изобретение относится к области обнаружения наркотиков и, в частности, к способу и устройству для инспектирования жидких предметов в таких местах как таможня, которое способно определить, спрятаны ли наркотики типа кокаина в жидких предметах с помощью КТ-изображения жидких предметов с одиночным источником энергии.

ОПИСАНИЕ ПРОТОТИПА

Общей проблемой для таможен различных стран является выявление наркотиков, таких как кокаин, спрятанных в жидких предметах. В настоящее время в основном используются два пути по разрешению данной проблемы, включающие способ разрушающего контроля, например способ отбора и анализа проб и способ неразрушающего контроля, например способ контроля частиц.

Способ отбора и анализа проб заключается во вскрытии жидких предметов и анализ проб на наличие спрятанных в них наркотиков. Однако непреодолимым барьером для данного способа является то, что при этом разрушается внешняя упаковка жидких предметов и поэтому данный способ не пригоден для систематической инспекции обычных пассажиров.

Способ контроля частиц заключается в обнаружении и выделении малейших остатков наркотиков на упаковке в случае, когда внешняя упаковка жидких предметов остается невскрытой. Однако такой способ ограничен тем, что может оказаться неэффективным в случае если перевозчик наркотиков снизит остатки наркотиков на упаковке, например, путем впрыскивания наркотиков в запечатанный контейнер.

Поэтому требуется технология, способная определить наличие спрятанных наркотиков в жидких продуктах без разрушения их внешней упаковки.

КРАТКОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ

Для преодоления указанных ограничений существующей технологии целью изобретения является разработка способа и устройства для инспектирования наркотиков, спрятанных в жидких предметах с помощью лучей от одиночного источника энергии, которое может осуществлять быстрое обнаружение и составление заключения о наличии наркотиков в жидких предметах без разрушения их внешней упаковки.

В аспекте данного изобретения предлагается способ для инспектирования наркотиков, спрятанных в жидких предметах, включающий следующие шаги: генерирование излучения, проходящего через жидкие предметы; регистрацию излучения, прошедшего через жидкие предметы для сбора данных многоугольных проекций, обращение данных многоугольных проекций на основе однородности жидких предметов для получения значения атрибута инспектируемых жидких предметов; извлечение эталонного значения атрибута из заранее созданной базы данных с использованием идентификационной информации о жидком предмете как индексе и вычисление разности между вычисленным значением атрибута и эталонным значением атрибута; определение превышения полученной разности предопределенного порогового значения; после чего делается заключение, что наркотики спрятаны в жидких предметах, если разность будет больше предопределенного порогового значения.

Другой аспект изобретения представляет устройство для инспектирования наркотиков, спрятанных в жидких предметах, включающее источник излучения для генерирования лучей, проходящих через жидкие предметы; блок для регистрации и математической обработки излучения, прошедшего через жидкие предметы, в результате чего получают данные многоугольных проекций; и вычислительный процессор, включающий средства для обращения данных многоугольных проекций на базе однородности жидких предметов для получения значения атрибута инспектируемых жидких предметов; средства для извлечения эталонного значения атрибута из заранее созданной базы данных с использованием идентификационной информации о жидком предмете как индексе и вычисление разности между вычисленным значением атрибута и эталонным значением атрибута; и определение превышения полученной разностью предопределенного порогового значения; после чего делается заключение, что наркотики спрятаны в жидких предметах, если разность будет больше предопределенного порогового значения.

С помощью устройства и способа согласно настоящему изобретению могут быть выявлены подозрительные предметы, такие как наркотики (например, кокаин и др.), спрятанные в жидких предметах (например, напитках). Кроме того, это устройство будет удобным для эксплуатирующего персонала, который сможет добавлять типы жидких предметов согласно требуемым условиям.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Особенности и преимущества настоящего изобретения будут более очевидными с помощью следующего детального описания и чертежей, на которых:

фиг.1 показывает схематическую диаграмму устройства для инспектирования согласно варианту изобретения;

фиг.2 показывает структурную диаграмму вычислительного процессора данных в устройстве для инспектирования на фиг.1;

фиг.3 показывает детальную блок-схему способа инспектирования наркотиков, спрятанных в жидких предметах согласно варианту изобретения;

фиг.4 показывает детальную блок-схему процесса расширения базы данных; и

фиг.5 показывает функциональную блок-схему вычислительного процессора данных в устройстве для инспектирования на фиг.1.

ДЕТАЛЬНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНОГО ВАРИАНТА

Предпочтительный вариант изобретения ниже будет описан более подробно со ссылками на сопроводительные чертежи. На чертежах одинаковые номера используются для обозначения одинаковых или похожих компонентов, которые показаны на различных фигурах.

На фиг.1 показана схематическая диаграмма устройства для инспектирования согласно варианту изобретения.

Как показано на фиг.1, устройство для инспектирования согласно варианту изобретения включает источник радиации 10 для излучения радиации для обнаружения, например рентгеновскую установку или источник (рентгеновских и γ-лучей) изотопов; несущее приспособление 30, на которое устанавливается инспектируемый жидкий предмет 20 и которое способно вращаться вокруг оси Z и поднимать или опускать жидкий предмет 20, помещая его в зону облучения, чтобы излучение, генерированное источником 10, могло быть пропущено через жидкий предмет 20; приспособление для регистрации и сбора 40, представляющее собой интегрированный модуль детектора и системы сбора данных, который используется для обнаружения излучения, прошедшего через жидкий предмет 20 для получения аналоговых сигналов, преобразования аналоговых сигналов в цифровые и вывода отсканированных данных жидких предметов 20; контроллер развертки 50, который регулирует каждый компонент всей системы так, что они работают синхронно; и вычислительный процессор данных 60 для обработки данных, собранных системой сбора данных и выдачи результатов обнаружения.

Как показано на фиг.1, источник излучения 10 размещен с одной стороны несущего приспособления 30, на котором установлен инспектируемый жидкий предмет 20, тогда как приспособление для регистрации и сбора 40 размещено с другой стороны несущего приспособления 30. Приспособление для регистрации и сбора 40 включает детектор и систему сбора данных для получения исходной информации и данных многоугольных проекций жидких предметов 20. Система сбора данных имеет усилитель сигнала и круговую конструкцию, которая работает (в настоящий момент) в интегральном режиме или в импульсном режиме (режим работы с расчетом выключки строк). Детектор и приспособление для сбора 40 имеет кабель для вывода данных, соединенный с вычислительным процессором данных 60, в котором хранятся собранные данные.

Кроме того, устройство для инспектирования снабжено цилиндрическим проходом, сделанным из металла (не показано), расположенным на несущем приспособлении, который защищает рентгеновское излучение от попадания во внешнюю среду. Инспектируемый жидкий предмет 20 помещается в этот проход.

Фиг.2 показывает структурную диаграмму вычислительного процессора данных 60 на фиг.1. Как показано на фиг.2, собранные системой сбора данные хранятся в памяти 61. Данные конфигурации и программы вычислительного процессора данных хранятся в ПЗУ (постоянном запоминающем устройстве) 62. ОЗУ (оперативное запоминающее устройство) 63 используется для временного хранения различных данных во время эксплуатации процессора 66. Кроме того, компьютерные программы и предварительно созданная база данных также хранятся в памяти 61. В базе данных хранятся различные существенные параметры известных жидких предметов, таких как названия, классы, физические свойства (атрибуты) жидких предметов и др., используемые для сравнения со значениями атрибутов (такими как значения компьютерной томограммы - КТ) жидких предметов 20, вычисленных процессором 66. Имеется внутренняя шина 64. которая связывает вместе память 61, ПЗУ 62, ОЗУ 63, процессор 66 и устройство визуализации 67.

После ввода пользователем рабочей команды с помощью устройств ввода 65, таких как клавиатура и мышь, набор компьютерных команд дает инструкцию процессору 66 выполнить предустановленный алгоритм обработки данных. После получения результатов обработки данных они отображаются на дисплее 67, например на жидкокристаллическом экране, или распечатываются на твердом носителе.

В общем случае физические свойства жидких предметов изменяются, если в них присутствуют наркотики. Следовательно, можно сделать вывод о наличии наркотиков, спрятанных в жидких предметах путем определения разности между конкретным значением физического свойства инспектируемого жидкого предмета и аналогичным значением физического свойства жидкого предмета в нормальном состоянии.

Согласно варианту настоящего изобретения вначале вычисляется коэффициент ослабления инспектируемого жидкого предмета, затем он преобразуется в значение КТ коэффициента ослабления относительно воды. Далее фактически измеренное значение КТ сравнивается с КТ-значением соответствующего жидкого предмета из заранее созданной базы данных. При этом делается заключение, что инспектируемый жидкий предмет может содержать спрятанные наркотики, если разность будет больше предустановленного порогового значения.

Согласно варианту настоящего изобретения вначале вычисляется средний коэффициент ослабления инспектируемых жидких предметов, а затем он преобразуется в значение КТ коэффициента ослабления относительно воды в соответствии со следующей формулой:

где µ_воды обозначает линейный коэффициент ослабления воды, а µ_{вычисл.} - измеренный линейный коэффициент ослабления инспектируемого предмета. Согласно формуле (1) коэффициенты ослабления всех жидких предметов могут быть преобразованы в подобные значения относительно воды. Из вышеприведенной формулы видно, что относительный коэффициент ослабления воды равен 0.

В качестве альтернативы, подобные операции могут быть произведены непосредственно над вычисленными средними линейными коэффициентами ослабления. Например, можно определить разность между вычисленным линейным коэффициентом ослабления и эталонным значением, которая сравнивается с предопределенным пороговым значением для определения наличия спрятанных в жидких предметах наркотиков.

На фиг.3 показана блок-схема способа инспекции согласно варианту изобретения.

Как показано на фиг.3, на шаге S10 оператор получает идентифицирующую информацию о жидких предметах от их перевозчика или с внешних упаковок. В качестве жидкого предмета может выступать, например, бутылка 40% рома. Оператор может ввести априорную информацию о жидком предмете: алкоголь → ром → 40%. После этого жидкий предмет для инспекции 20 устанавливается на несущее приспособление 30.

Согласно варианту настоящего изобретения, когда оператор посылает команду начать сканирование на шаге S11, контроллер развертки 50 регулирует излучение источника 10 и регулирует работу несущего приспособления 30 по подъему и опусканию для помещения жидкого предмета в зону облучения, образующую источником рентгеновского излучения 10 и детектором. В то же время пучок лучей излучения, генерированных источником 10, проходит через жидкие предметы 20. Контроллер развертки 50 управляет также приспособлением регистрации и сбора данных 40 для получения излучения, прошедшего через жидкие предметы 20, с целью получения исходной информации о природе жидких предметов, такой как основная информация детектора и данных о геометрии границ предметов, и др. Данные о геометрии границ могут быть получены методом рентгеновской радиографии или сканирующей рентгенографии. Метод сканирующей рентгенографии может использовать преобразующий режим, вращающий режим или спиральный режим.

Кроме этого, в описанных выше процедурах полученная исходная информация о природе инспектируемых жидких предметов 20 содержит данные о размере упаковки, материале упаковки, отношении размера упаковки к количеству жидкости и др. Эта информация и коэффициенты ослабления или относительные коэффициенты ослабления различных жидких предметов могут быть предварительно классифицированы с использованием алгоритма распознавания с помощью нейронной сети и введены в базу данных. В реальной процедуре обнаружения выявление жидких предметов 20 осуществляется путем вычисления разности между измеренными классифицированными значениями атрибутов и классифицированными значениями атрибутов, хранящимися в базе данных, и сравнения полученной разности с предустановленным пороговым значением.

После этого на шаге S12 несущий механизм 30 вращается под управлением контроллера развертки 50. Когда несущий механизм 30 достигает первого угла, источник 10 генерирует излучение для прохождения через инспектируемый жидкий предмет 20. Блок регистрации и сбора 40 регистрирует прошедшее излучение, в результате чего получают проекцию данных под первым углом, которую обозначают как 1×N - мерный вектор g₁ и хранят в памяти 61 вычислительного процессора данных 60, где N - количество элементов в одной строке детектора.

Несущее приспособление 30 продолжает вращение под управлением контроллера развертки 50. Когда несущее приспособление 30 достигает второго угла, источник 10 генерирует излучение для прохождения через инспектируемый жидкий предмет 20. Блок регистрации и сбора 40 регистрирует прошедшее через среду излучение, в результате чего получают проекцию данных под вторым углом, которую обозначают как 1×N - мерный вектор g₂, и хранят в памяти 61 вычислительного процессора данных 60.

Описанные выше шаги таким же образом повторяются многократно. Несущий механизм 30 продолжает вращение под управлением контроллера развертки 50. Когда несущий механизм 30 достигает М-го угла, регистрируют проекцию данных под углом М, которую обозначают как 1×N - мерный вектор g_м и хранят в памяти 61 вычислительного процессора данных 60. После описанных выше процедур сканирования получают данные многоугольных проекций жидких предметов 20, которые обозначают как М×N - мерный вектор g. Таким образом, получают данные многоугольных проекций инспектируемых жидких предметов 20 для одного среза.

При этом для того чтобы увеличить объем данных многоугольных проекций, можно увеличить количество углов проекций во время сканирования или установить детектор со смещением на ¹/₄ размера его элемента.

Предположим, что линейный коэффициент ослабления инспектируемого жидкого предмета 20 выражается в виде I - мерного вектора f, где I обозначает размер дискретных пикселей жидких предметов. На основе взаимодействия исходного рентгеновского и прошедшего через среду излучений согласно закону Билла (Bill′s Law) получаем

где каждое значение H₁…H_м представляет собой системную матрицу N×I, в которой элемент H_nj отражает вклад дискретного пиксела j на изображении объекта под соответствующим углом в сигнал, регистрируемый n-м детектором. Каждый элемент H₁…H_м является одинарной разреженной матрицей, которая обусловлена конструкцией системы сканирования. Например, эти матрицы могут определяться путем предварительных вычислений и затем храниться в памяти 61 или путем вычислений в реальном времени в соответствии с временными параметрами системы. Таким образом, информация о линейных коэффициентах ослабления излучения жидкими продуктами может быть получена через операцию, обратную к операции по формуле (2).

Обратная операция это процесс обратный к нормальной операции. Процесс нормальной операции заключается в том, что оригинальный сигнал, генерируемый источником излучения, ослабляется во время прохождения через жидкие предметы 20 и на детектор поступает ослабленный сигнал. Соответственно, обратная операция заключается в вычислении значения ослабления жидкими предметами излучения на основе сигнала, полученного детектором.

Однако во время процедуры обследования жидких предметов за счет того, что обратная операция является плохо обусловленной задачей, потребуется использование дополнительной информации, например данных о геометрии границ инспектируемых жидких предметов 20, которые получают на предыдущем шаге S10 с целью повышения обоснованности и стабильности решения.

После этого задают граничное условие и условие однородности для обратной операции на основе исходной информации о природе объекта, полученной на этапе S10, которая содержит данные о геометрии границ жидких предметов 20. Пространственная форма жидких предметов 20 может быть выражена ограниченной функцией. Информация о геометрии границ жидких предметов 20 может быть определена с помощью упоминавшихся выше методов рентгеновской радиографии или рентгенографии, таким образом активная область Ω может быть определена как f_i=0 для i∉Ω. Введение граничного условия может ускорить решение и в некоторой степени повысить его обусловленность. Во-вторых, поскольку целевым объектом системы обнаружения является жидкая часть, сканируемый объект можно разделить на две части, т.е. область, занимаемую жидкостью Ω₁ и оставшуюся часть, не содержащую жидкость Ω_n. Для однородной жидкой части получают f_i = гладкая функция для i∉Ω₁. Гладкая функция характеризуется тем, что она ограничивает как полное расхождение в жидкой области Ω₁, так и локальную флуктуацию в нежидкой области Ω_n. Использование однородности жидкого предмета значительно оптимизирует извлечение информации о жидком предмете и улучшает устойчивость системы.

Следует заметить, что жидкие предметы, обладающие однородностью, это растворы, суспендирующие жидкости или эмульсии, которые однородно ослабляют излучение. Например, в известном смысле, молоко, каша и т.п. также являются однородными жидкими предметами, т.е. однородность этих жидких предметов будет проявляться, когда они будут ослаблять излучение.

Таким образом, используя геометрию границ жидких предметов 20 в качестве граничного условия и однородность жидких предметов в качестве условия конвергенции, используя формулу (2), процессор 60 вычисляет коэффициент ослабления излучения жидким предметом 20. Достоверный коэффициент ослабления излучения жидких предметов в дальнейшем может быть получен на основе полученных статистических характеристик пикселей внутри области Ω₁. После этого коэффициент ослабления излучения преобразуется в КТ значение коэффициента ослабления относительно воды в соответствии с формулой (1) в процессоре 60.

После этого на шаге S13 вычислительный процессор данных 60 выбирает в базе данных релевантное эталонное КТ значение с использованием идентификационной информации о жидких предметах, введенной на шаге S10, такой как 40% ром, и форме контейнера (бутылки).

На шаге S14 определяется наличие или отсутствие спрятанных в жидких предметах наркотиков путем сравнения вычисленного КТ значения с КТ значением известного жидкого предмета из базы данных. Например, релевантное КТ значение для 40% рома без наркотиков равно 20, тогда как релевантное значение для 40% рома, содержащего наркотики, равно 22, а предварительно заданное пороговое значение равно 2, тогда 22-20>=2, после чего делается заключение о наличие спрятанных наркотиков в данном жидком предмете. После этого идентификационная информация об обнаруженном жидком предмете выводится на дисплей 67 и распечатывается.

На описанном выше шаге S12 может использоваться байесовский метод для вычисления коэффициента ослабления излучения жидким предметом 20 совместно с условиями по геометрии границ и однородности. Также может использоваться нестатистический метод, в котором сначала используют формулу (2) для получения предварительного коэффициента ослабления излучения, затем после оптимизации с использованием условий о геометрии границ и однородности производится оценка линейного коэффициента ослабления жидкого предмета 20 на основе распределения f_i для i∉Ω₁ для повышения обоснованности стабильности вычислений. Вычисление коэффициента ослабления излучения с помощью байесовского и нестатистического методов в качестве примеров будет описано ниже.

[Пример вычисления линейного коэффициента ослабления жидким предметом байесовским методом]

1. Определим целевую функцию

где Ф_l(g;f) - функция правдоподобия, определяемая шумовой характеристикой собранных данных; Р(f)- метрика однородности для , например λ - параметр регулировки, задаваемый эмпирически. Решают =argmax[Ф(f)] с использованием численного метода оптимизации. Во время процесса решения f_i=0, i∉Ω.

2. Вычисляют распределение вероятностей p(µ_{жидкость}) из f∈Ω_l для получения линейного коэффициента ослабления жидким предметом, например или

3. [Пример вычисления линейного коэффициента ослабления жидким предметом нестатистическим методом]

1. Получение предварительной оценки коэффициента ослабления излучения f аналитическим методом, например методом восстановления светопропускающего фильтра или ART методом (ART - технология повышенного разрешения);

2. Вычисление однородности из f∈Ω_l

а) если предварительно заданное требование к однородности удовлетворительно, например локальная дисперсия ниже определенного порога, тогда получают коэффициент ослабления жидким предметом на основе статистических характеристик из f∈Ω_l, таких как

б) если предварительно заданное требование к однородности неудовлетворительно, тогда выполняется вычисление граничного условия и сглаживание относительно коэффициента ослабления излучения f для получения f'. Сравнивают ортографические проекции вычисленных значений f' с собранными данными g, анализируют разность между ними и снова восстанавливают и модифицируют f', а затем возвращаются на шаг 2.

При использовании нестатистического метода скорость и точность работы можно отрегулировать путем задания требований к однородности. В некоторых экстремальных случаях коэффициент ослабления жидким предметом может быть получен за один шаг, без итераций.

В случае использования нестатистического метода, информация о контейнере может быть вычислена по восстановленному ослабленному изображению без использования технологии рентгеновской радиографии для получения данных по геометрии границ жидких предметов. Например, информация о контейнере может включать линейный коэффициент ослабления контейнером, радиус контейнера, толщину контейнера и форму контейнера. Среднее линейное ослабление по всем пикселам КТ-изображения вычисляется как линейный коэффициент ослабления контейнером. Координаты положения каждого пиксела записываются и по ним рассчитываются средняя толщина стенки контейнера и расстояние от стенки контейнера до его центра. Среднее значение расстояния от центра контейнера до его стенок вычисляется как радиус контейнера, а расхождение расстояний от центра до стенок контейнера используется для представления формы контейнера, при этом величина расхождения представляет собой отличие формы контейнера от стандартного круга. Расхождение равно 0, когда контейнер имеет стандартную круглую форму, тогда как расхождение будет больше 0, если форма контейнера отличается от стандартного круга.

В данном варианте изобретения сканирование выполняется путем вращения жидкого предмета 20. С помощью такого способа сканирования снижается размер и стоимость устройства. Однако можно использовать другой способ сканирования, в котором исследуемый жидкий предмет 20 остается неподвижным, в то время как источник излучения 10 вместе с блоком регистрации и сбора данных 40 вращаются.

Кроме того, источник излучения 10 может включать один или несколько рентгеновских установок, или одну или несколько источников изотопов, а энергия излучения может регулироваться. В случае, когда источник излучения 10 включает несколько рентгеновских установок или источников изотопов, число детекторов должно соответствовать количеству рентгеновских установок или источников изотопов, а сами эти рентгеновские установки или источники изотопов должны быть установлены соответственно. При этом детекторы могут быть выполнены в виде газовых детекторов, жидких детекторов, твердых детекторов или полупроводниковых детекторов и могут иметь функцию переключения энергии. Кроме этого детекторы могут работать в режиме одномерного или двухмерного массивов детекторов, т.е. линейного детектора или площадного детектора.

Согласно варианту изобретения пользователи могут нужным образом расширять базу данных, например, когда требуется добавить в нее характеристики новых типов жидких предметов. На фиг.4 представлена подробная блок-схема процесса расширения базы данных.

На шаге S20 оператор включает систему. Система готова к работе после самопроверки, после чего подключается интерфейс работы с базой данных. Оператор вводит идентификационные данные о жидких предметах, которые требуется добавить в базу данных (основные классы, подклассы и примечания), такие как основной класс - ром, подкласс - 40% и примечание, что ром прибыл из Бразилии.

На шаге S21 оператор помещает жидкий образец на несущее приспособление и нажимает кнопку сканирования. После этого система выполняет КТ сканирование для получения проекций под разными углами.

На шаге S22 вычислительный процессор 60 выполняет восстановление КТ изображения способом, описанным выше, для получения КТ-значения жидких предметов и информацию о контейнере по восстановленному КТ изображению.

На шаге S23 идентификационные данные по жидким предметам, эталонные КТ-значения и информация по контейнеру после объединения заносятся в базу данных.

Если оператору потребуется ввести дополнительные образцы, он выполняет описанные выше операции для новых образцов. В противном случае, он выходит из интерфейса работы с базой данных и процесс расширения базы данных заканчивается.

Процедура вычисления коэффициента ослабления излучения и процедура получения КТ-значения жидкого предмета 20, описанные выше, выполняются за счет запуска процессором 60 программ, основанных на предопределенном алгоритме обработки данных. Однако вычислительный процессор данных 60 может быть реализован в другом виде. На фиг.5 представлена функциональная диаграмма вычислительного процессора данных 60 инспекционного устройства на фиг.1.

На фиг.5, в качестве варианта, показан вычислительный процессор 60, включающий память данных 71, которая хранит исходную информацию о природе жидких предметов и многоугольные проекции данных и др., такие как системные матрицы H₁…H_м для описания свойства системы; базу данных 74, в которой хранятся КТ-значения для различных жидких предметов и данные по контейнерам, которые используются для поиска и сравнения в процессе обнаружения; блок вычисления КТ-значений 72, который рассчитывает коэффициенты ослабления излучения инспектируемых жидких предметов 20 с использованием формулы (2), под условием однородности жидкого предмета и с использованием исходных данных о его природе, хранящихся в памяти 71, таких как данные о геометрии границ жидких предметов и данные многоугольных проекций, и преобразует значения коэффициентов ослабления излучения в КТ-значения; блок определения 73, который сравнивает КТ-значения инспектируемых жидкостей 20, вычисленных в блоке 72, с эталонными КТ-значениями соответствующего типа жидкого предмета, хранящихся в базе данных, и определяет наличия наркотиков, спрятанных в исследуемом жидком предмете 20 в случае, когда разность между ними будет больше заранее заданного порогового значения; блок вывода результатов, например дисплей или другое устройство вывода, для представления оператору решения, полученного блоком определения 73.

Хотя выше были описаны варианты настоящего изобретения, для специалистов в данной области знаний должно быть очевидным, что любые изменения или модификации основных идей изобретения будут подпадать под объем настоящего изобретения, как это определено в прилагаемой формуле изобретения.

ПРИЛОЖЕНИЕ: (Перевод текста на чертежах)

Фиг.2

61 - Память

62 - ПЗУ (постоянное запоминающееся устройство)

63 - ОЗУ (оперативное запоминающее устройство)

65 - Устройство ввода

66 - Процессор

67 - Устройство отображения

Фиг.3

Начало

S10 - Ввод идентификационных данных

S11 - Выполнение КТ сканирования

S12 - Восстановление КТ-изображения, вычисление КТ-значений жидкого инспектируемого предмета и контейнера

S13 - Извлечение данных из базы с использованием идентификационных данных и данных по контейнеру для получения эталонных значений жидкого предмета

S14 - Сравнение с эталонным КТ-значением и вывод результата сравнения

Конец

Фиг.4

Начало

S20 - Ввод идентификационных данных об инспектируемом жидком предмете

S21 - Выполнение КТ сканирования

S22 - Восстановление КТ-изображения для вычисления КТ-значений жидкого инспектируемого предмета и контейнера

S23 - Ввод в базу данных для хранения идентификационных данных, эталонных КТ-значений и данных по контейнеру после их объединения

Конец

Фиг.5

71 - Память данных

72 - Блок вычисления КТ-значения

73 - Блок определения

74 - База данных

75 - Блок вывода результатов

1. Способ инспектирования наркотиков, спрятанных в жидком предмете, включающий:генерирование излучения, проходящего через жидкий предмет;регистрацию излучения, прошедшего через жидкий предмет, для сбора данных многоугольных проекций;обращение данных многоугольных проекций на основе однородности жидкого предмета для получения значения атрибута инспектируемого жидкого предмета;извлечение эталонного значения атрибута из заранее созданной базы данных с использованием идентификационной информации о жидком предмете как индексе и вычисление разности между вычисленным значением атрибута и эталонным значением атрибута; иопределение превышения полученной разности предопределенного порогового значения;и выдачу заключения, что наркотики спрятаны в жидких предметах, если разность будет больше предопределенного порогового значения, причем значением атрибута является относительный линейный коэффициент ослабления.

2. Способ по п.1, в котором относительный линейный коэффициент ослабления вычисляется по формуле где µ_воды обозначает линейный коэффициент ослабления воды, а µ_{вычисл.} - измеренный линейный коэффициент ослабления инспектируемого предмета.

3. Способ по п.1, в котором идентификационная информация содержит, по крайней мере, название, класс, данные о контейнере и месте производства жидкого предмета.

4. Способ по п.3, также включающий:формирование изображения жидкого предмета с использованием линейного коэффициента ослабления в различных точках жидкого предмета и вычисление по изображению данных о контейнере.

5. Способ по п.1, в котором база данных имеет возможность расширяться.

6. Способ по п.1, также включающий:получение исходных данных о природе жидкого предмета, где значение атрибута жидкого предмета вычисляется путем обращения многоугольных данных проекций на основе исходных данных о природе и однородности жидкого предмета.

7. Способ по п.6, в котором исходные данные о природе жидкого предмета включают данные о геометрии границ жидкого предмета.

8. Способ по п.7, в котором данные о геометрии границ получают методом рентгеновской радиографии или сканирующей рентгенографии.

9. Устройство для инспектирования наркотиков, спрятанных в жидком предмете, включающее:источник излучения для генерирования лучей, проходящих через жидкие предметы;блок регистрации и математической обработки излучения, прошедшего через жидкие предметы, в результате чего получают данные многоугольных проекций; ивычислительный процессор, включающий:средства для обращения данных многоугольных проекций на основе однородности жидкого предмета для получения значения атрибута инспектируемого жидкого предмета;средства для извлечения эталонного значения атрибута из заранее созданной базы данных с использованием идентификационной информации о жидком предмете как индексе и вычисления разности между вычисленным значением атрибута и эталонным значением атрибута; исредства для определения превышения полученной разности предопределенного порогового значения и выдачи заключения, что наркотики спрятаны в жидких предметах, если разность будет больше предопределенного порогового значения, причем значением атрибута является относительный линейный коэффициент ослабления.

10. Устройство по п.9, в котором относительный линейный коэффициент ослабления вычисляется по формуле где µ_воды обозначает линейный коэффициент ослабления воды, а µ_{вычисл.} - измеренный линейный коэффициент ослабления инспектируемого предмета.

11. Устройство по п.9, в котором идентификационная информация содержит, по крайней мере, название, класс, информацию о контейнере и место производства жидкого предмета.

12. Устройство по п.11, в котором вычислительный процессор данных также включает:средства для формирования изображения жидкого предмета с использованием линейного коэффициента ослабления в различных точках жидкого предмета ивычисления по изображению данных контейнера.

13. Устройство по п.9, в котором база данных имеет возможность расширяться.

14. Устройство по п.9, в котором блок регистрации и сбора получает исходные данные о природе жидкого предмета, а значение атрибута жидкого предмета вычисляется путем обращения многоугольных данных проекций на основе исходных данных о природе и однородности жидкого предмета.

15. Устройство по п.14, в котором исходные данные о природе жидкого предмета включают данные о геометрии границ жидкого предмета.

16. Устройство по п.15, в котором данные о геометрии границ получают методом рентгеновской радиографии или сканирующей рентгенографии.