基于拉曼光谱技术的易燃易爆危险品检测

随着社会和公安机关对安检排爆要求的不断提高,快速、准确地鉴别危险品变得越来越重要。与传统检测手段相比,拉曼光谱作为物质的分子"指纹"图谱,能够快速、准确、无损地鉴别出易燃易爆危险品的种类。由此,广泛运用拉曼光谱技术对常见危险品进行识别和鉴定将有助于公安机关更好地开展安检排爆工作。     

基于拉曼光谱的易制毒化学品轨迹综合查缉装备

将易制毒化学品运输单核查分析技术和拉曼光谱分析技术融合,设计了一套基于拉曼光谱的易制毒化学品轨迹综合查缉装备。该装备通过网络验证易制毒化学品运输单真伪,采用拉曼光谱分析技术实际检测运输物质,并与真实运输单上记录的运输物质名称进行现场核验;实际应用表明,在检测甲苯、丁酮、麻黄碱、伪麻黄碱、黄樟素等易制毒化学品时,自主研制的易制毒化学品轨迹综合查缉装备可以准确获取被检测物质的拉曼特征光谱,结合拉曼光谱数据库,可在实际易制毒化学品查缉工作中支持现场物质成分核验。     

食品添加剂及农兽药残留的拉曼检测方法

近年来,食品安全问题引起了社会各界的广泛关注。现有的常用检测方法往往具有分析时间长、成本高、专业技能要求高、无法现场检测等缺点。作为一种新兴的先进检测技术,拉曼光谱技术具有操作简单,测定时间短,前处理简单等优点。表面增强拉曼检测在对农兽药残留及食品添加剂的检验中具有很高的灵敏度,在食品安全的痕量快速检测领域具有较高的应用价值。     

通过测量液体介电常数实现特定危险品的快速鉴别

本文给出一种新的快速鉴别特定液体危险品的检测方法。不同的液体介电常数不同,不同的介电常数对微波能量的吸收和反射不同,通过测量液体对微波的反射强度,可以实现快速鉴别某些特定的液体危险品。     

基于自主研发拉曼光谱仪的危化品标准拉曼谱图库及自动检索系统的建立

研究利用自主研发的掌上激光拉曼光谱仪采集了常见的30种易燃易爆品和100种管制类药物的标准拉曼谱图,分析其谱图特征,选择合适的光谱范围作为搜索条件,通过JAVA语言编程,建立了标准拉曼谱图库及自动检索系统。通过自动检索系统,将未知物质的拉曼光谱与存储在谱图库中的标准谱图比对,软件自动检索出匹配的标准物质及其匹配率。数据库在功能上可以不断扩展,包含的数据信息可以不断扩充,并且具有自动去除荧光背景、优化拉曼光谱图的功能,可广泛应用于公安法学、化学分析等各种物相鉴定领域。     

X射线液体图像高密度容器特征提取方法

利用多视角X射线透射技术对高密度容器内液体进行安全检查是个难题,因其无法像低密度容器那样忽略掉容器壁的吸收影响。在准确分割多视角图像液体区域的前提下,利用分割结果与多视角液体投影图像,提取出其中高密度容器的截面形状、外径、壁厚等特征信息,是进行后续高密度容器内液体材料特征与密度特征识别的关键前提。为此,研究了一种基于多视角液体图像的高密度容器特征提取方法:首先,结合利用边缘边缘检测与阈值分割的方法精确定位出每个视角中的液体区域;然后,设计了一种基于多视角液体区域重建多边形最小内切圆分析的容器截面形状与外径提取方法;进而,研究了一种基于容器投影特征与数值差分分析的容器壁厚计算方法,获得完整的高密度容器特征。试验结果表明,方法提取出的容器特征其精度较高,满足了后续液体材料特征与密度特征识别的需求。     

手持式危险物质检测仪

美国通用电气公司开发出一种手持式危险物质检测仪,它可以简单而快速地检测危险物质。它配备有较大的易使用的按钮和控制器。能够释放出激光束,激发毒品、爆炸物和炭疽等危险物质的分子,使它们散发出一种独特的电场,并在几秒钟内进行分析,从而检测出是什么物质。     

拉曼光谱法检验无机炸药分析

利用拉曼光谱仪对硝铵、氯酸盐炸药和黑火药中主要成分进行检验分析。结果表明硫酸铵、氯酸钾、高氯酸钾、硝酸钾、硝酸钠、硝酸铵等无机化合物具有不同的拉曼位移。该方法能够直接检验出无机炸药中的一些主要成分,并且具有操作快速简便,无损检材等优点。     

基于小波特征数字水印的防伪技术

提高证件和产品的防伪能力和识别水平是一个至关重要的问题。运用小波分析和数字水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速,该项技术可广泛应用于证件和产品的防伪。     

双视角X射线液体安全检查中的容器材质识别算法

由于双视角X射线安检设备液体探测模式中对不同材质容器的探测方式的不同,因此被检查容器的材质识别至关重要。正确判断容器材质,将不同材质的容器分配给不同的探测算法是液体探测精度的关键环节。为此,研究了一种基于颜色分量密度模型和容器结构投影几何特征来区分不同材质容器的方法。首先,利用Canny边缘检测方法分割出每个视角中的待检液体区域;然后,利用一种材质拉伸变换处理去掉容器的外包装;进而,根据计算容器外壁邻域的颜色分量和投影几何特征,对容器材质进行分类。试验结果表明,该套方法高效并正确地给出了被测容器的材质,满足了后续液体探测算法的需求。