Research Progress of X-ray Diffraction Technology in Security Inspection
-
摘要:
暴恐事件的频发严重影响了国际社会的安全和秩序，给客运、货运安全带来了前所未有的挑战。有效打击恐怖活动，保障人身、财产安全，是国内乃至全球公共安全领域的重要诉求。因此，如何通过高技术手段提升安全检查能力，成为人们关注的重要问题和研究热点。X射线衍射（XRD）技术能在分子层面上识别违禁品，具有较高的区分度，在安全检查领域有着广阔的应用前景。本文从衍射的基础理论出发，简述目前能量色散X射线衍射（EDXRD）检测方案与识别算法的研究进展，分析EDXRD技术的优势并搭建系统验证有效性，最后对XRD的发展方向作展望，以期进一步推动此技术在公共安全领域发挥更加重要的作用。
Abstract:The frequent occurrence of terrorist incidents has seriously affected the security and order of the international community, bringing unprecedented challenges to the safety of passenger and freight transportation. Effectively combating terrorist activities and ensuring personal and property safety are important demands in the field of public security both domestically and globally. Therefore, how to enhance security inspection capabilities through high-tech means has become an important issue and research hotspot of concern. X-ray diffraction (XRD) technology can identify prohibited substances at the molecular level, with high discrimination, and has broad application prospects in the field of safety inspection. Starting from the basic theory of diffraction, this article briefly describes the current research progress in the structure and recognition algorithms of XRD systems, as well as the advantages of XRD technology. An XRD system was built to verify its effectiveness. Finally, the development direction of XRD was prospected, with the aim of further promoting this technology to play a more important role in the field of public safety.
-
全球化经济的到来，使得世界范围内人员和货物流动性不断增大，国际合作对运输的需求也不断增长，在促进贸易繁荣的同时也带来大量的安全隐患。21世纪以来，暴恐袭击事件频频发生，犯罪分子利用各类便捷快速的运输方式非法转运爆炸物、违禁药物、毒品、枪支弹药等，严重威胁了人民的生命财产安全[1]，这使得对行李、箱包、邮寄物品等进行安全检查的需求变得必要而迫切。
当前国内外安检场所使用较多的安检技术是双能X射线透射与CT技术。该技术利用高、低能X射线衰减系数之比和有效原子序数呈良好的单调关系来粗估待检物质[2]。但是对于炸药、毒品、违禁药物等有机物而言，有效原子序数和生活物品十分接近，而且此类危险品往往被有意隐藏与行李箱包中，更增加了检测难度。
同时，随着全球反恐形势的日益严峻，提高检出率、降低误报、减少开包量、提高安检效率成为各安检厂商不断追求的目标。X射线衍射（X-ray diffraction，XRD）技术通过测量物质的相干散射信息，获取被测物质分子结构层面信息，不同物质的分子结构具有不同的X射线衍射图谱，如同“DNA”一般有着极高的特异性。这使得X射线衍射检测技术为毒品、炸药、液体危险品等违禁品的检测提供了一种全新的技术手段，进一步发展XRD技术，并与常规检测手段融合使用，能够有效提高安检的准确性。
本文从X射线的基本性质出发，在第1节介绍X射线的衍射理论，第2节介绍XRD检测方案的发展，第3节介绍XRD识别算法的发展，第4节介绍XRD检测的优势及应用现状，第5节搭建系统并验证XRD的有效性，最后对未来XRD安检技术做预测和展望。
1. X射线衍射原理概述
1895年伦琴发现X射线，标志着现代物理学的诞生。自此，人类便开始利用X射线对物体内部结构进行分析、成像的探索。当X射线穿过物质时，光子会穿透、散射或被吸收。其中瑞利散射是一种小角度弹性散射，入射光子与原子中的电子相互作用并使整个原子处于激发态，被激发的原子立即退激产生和入射光子能量相同但方向不同的散射光子，如图1所示，其中θ为散射角，代表入射射线与散射射线的夹角。
1912年，劳厄等发现，当物质具有特定的分子晶格结构时，晶体结构的周期性排列可以作为X射线衍射的良好光栅，这种条件下，瑞利散射射线会发生相干叠加，出现衍射增强现象。1913年布拉格父子在其基础上测定了NaCl、KCl等物质的晶体结构，并提出晶体衍射的布拉格公式：
$$ 2d\sin \left( {\frac{\theta }{2}} \right) = n\lambda \text{，} $$ (1) 其中，d是晶格间距，θ是散射角，λ是 X射线波长，n为任意整数[3]。当θ与λ满足布拉格公式时，如图2（a）所示，即产生干涉叠加增强，探测器探测到的衍射谱上就会产生明显的峰，如图2（b）所示，其中横坐标为动量转移，纵坐标为相对强度。这也意味着晶体的特征能够被X射线衍射谱良好地反映出来。
![]()
图 2 晶体衍射原理图与衍射谱线Figure 2. Crystal diffraction principle diagram and diffraction spectral linesXRD技术的理论基础即前述的布拉格公式，根据光子能量公式可变形为：
$$ \frac{E}{{hc}}\sin \left( {\frac{\theta }{2}} \right) = \frac{n}{{2d}} \text{，} $$ (2) 其中，E是 X射线能量，h为普朗克常数，c为真空光速。对于待测物体来说晶格间距d固定，θ和E作为两个可控变量，从而X射线衍射探测技术分成两种模式：角度色散X射线衍射（angular dispersive X-ray diffraction，ADXRD）探测技术[4]，以及能量色散X射线衍射（energy dispersive X-ray diffraction，EDXRD）探测技术，两种方式的工作原理如图3所示。其中ADXRD技术一般使用单能X射线源，通过前准直器后对待测物体进行不同角度的照射，因此需要测角仪、旋转的探测器等复杂的设备，分析速度慢。此外由于X射线为单能，所以光子通量较小，信号较弱。EDXRD技术使用普通X射线源，通过前准直器后对待测物体进行照射，在固定角度放置后准直器与能谱探测器进行测量，探测器收集到的不同能量X射线强度不同，从而可以绘制出强度-能量衍射谱[5]。尽管也有研究利用ADXRD技术进行安检，但是不太符合安检的实际需要。目前安检领域普遍采用的均为EDXRD技术，其优点在于设备简单、信号较强、成像速度快，更符合现实中安检的高效率、高吞吐需求。一些情况下也以动量转移（momentum transferred）作为横坐标，记作q，其表达式为：
$$ q = \frac{E}{{hc}}\sin \left( {\frac{\theta }{2}} \right) 。 $$ (3) 一些晶体的衍射谱[6]如图4（a）和图4（b）所示。图4（a）展示了NaCl与SiO2的衍射谱，其中NaCl主衍射峰位于52.30 keV，SiO2的主衍射峰位于44.05 keV。图4（b）中测得了扑热息痛具有7个衍射峰，由于晶格间距较大，因此衍射峰位于低能段，58.7 keV与67.3 keV处的峰为X射线源钨靶的Kα与Kβ特征辐射，可以看到不同位置的布拉格峰很好地反映了被检材料的分子信息。XRD技术是基于晶体晶格结构的布拉格公式，因此非晶体物质，如液体、玻璃等材料获取的谱线并没有布拉格峰，而为连续曲线，但由于其谱形能够反映分子的径向分布，同样具有很强的物质特异性。图4（c）展示了一些有机液体的能谱[7]，虽然缺少显著的布拉格峰，但是仍然可以获得其分子结构参数信息[8-9]。
2. EDXRD检测方案的技术进展
与ADXRD检测技术相比，EDXRD技术具有检测速度快，检测方法简单等诸多优点，受到业界的广泛关注。近年来为适应安检领域的需求，EDXRD检测方案在各方面不断研究、发展、改进，不仅在整体结构上做出了许多优化性工作，而且也提出了圆环检测方案、编码孔检测方案等来提高其性能和效率。
第1代的EDXRD检测系统[10]使用高准直的笔束和单探测器，依照X射线衍射原理制造的最基础光路系统[11]，系统结构如图5所示。X射线经过前准直器后照射到物体上发生衍射，然后通过后准直器被探测器接收。第1代EDXRD系统的优点是结构和原理十分简单，但是鉴于其“点对点”式扫描方式，导致探测范围过小，对稍大物体的检测便会占用大量的时间，所以只能算作实验性设备，无法应用于实际安检系统。
为解决“点对点”式扫描导致扫描时间过长的问题，人们提出了多探测器像素的测量结构。第2代EDXRD系统在第1代基础上采用线阵列探测器代替单像素探测器，能够测量沿着主光束路径上多个像素的衍射谱[10-11]，几何结构如图6所示。相比于第1代系统，第2代系统成像速度更快，只需要物体在两个垂直方向有序运动即可对物体进行三维扫描。基于第2代结构，德国Morphoph Detection公司制造了XRD3500爆炸物探测系统，如图7所示，被检物体从右侧开口处送入，然后进行三维立体XRD扫描。第2代EDXRD系统较低的扫描效率和较大的体积仍然难适用于机场、车站等需要较大吞吐量的场所。并且两个方向的移动会使得安检仪较为复杂，从而诞生了第3代EDXRD系统[10]。
第3代EDXRD系统利用扇形束照射待检物体，同时利用面阵列探测器进行接受，将探测范围再次扩大，提升到二维层面，同时三维成像扫描所需的移动方向也减少到了1个。使得设备更加快速和精简，更能满足实际应用中的安检需求。如Greenberg等[12]利用扇形束EDXRD检测违禁药物，其装置的结构原理如图8，对于一个常规物体的三维成像扫描可以在数十秒到数百秒内完成。
上述的扇形束XRD以射线源为圆心发出射线检测物体，但该种结构需要沿着通道宽度方向平铺面阵列能谱探测器，成本很高。另一种逆扇形束结构与之相反，该结构扇形束以探测器为圆心，采用多焦点X射线源在不同角度照射，穿过被测物体后汇集到同个探测器上[13]，如图9（a）中的虚线部分所示，这减少了探测器研制的难度和成本，使得较少较小的探测器就能够进行大范围探测。Harding等[14]提出利用阵列探测器和多源组件组成的多焦点逆扇形束（multiple inverse fan beam，MIFB）系统，其结构如图9（a）所示。该系统不同射线源均能与探测器配套实现扇束扫描，通过多射线源依次扫描基本实现检测通道全覆盖，物体沿垂直扇形束方向运动即可完成扫描。Morpho Detection公司研发了第3代的XDi系统即MIFB结构[15]，相比于XRD3500型，整机仅有前者的1/3大小，传动带扫描速度为1 cm/s，对一般大小行李扫描速度为40～60 s[16]，其外形如图9（b）所示。
![]()
图 9 逆扇形束XRD结构示意图与XDi系统Figure 9. Structural diagram of multiple inverse fan beam XRD and XDi system此外，Dicken等[17]在第1代XRD结构的基础上提出了环形束结构，它并不是追求更大的单次扫描面积，而是缩短单次的扫描时间。环形束扫描的原理图如图10（a）所示，射线源经过前准直器形成环形束，照射在被检测物体上，在主光轴上放置能谱探测器[17-18]，无需后准直器便可以测量到衍射谱。环形束的实现结构如图10（b）所示，前准直器上有个圆环，产生环形束X射线。环形束结构利用对称性，每条射线的衍射角都是一致的，测量信号是由环上的所有材料共同产生，并且无法检测深度信息。因此，环形束XRD需要被检测区域的物质是同一种材料，并且被检材料需要是薄片。环形束单次扫描速度可达0.5 s（扇形束单次需要10 s），厚度方向探测能力仅有约10 mm[18]。
![]()
图 10 环形束结构XRD原理示意图Figure 10. Schematic diagram of the circular beam structure XRD system为了继续提高探测器的检测效率，提高检测速度，人们提出了编码孔技术。在EDXRD系统中，其能量分辨率满足关系[19]：
$$ \frac{{\Delta E}}{E} = \frac{1}{2}\cot \left( {\frac{\theta }{2}} \right)\Delta \theta 。 $$ (4) 可以看出光束 ∆θ越小能量分辨率越好。为此需要限制衍射线的垂直方向发散，工程中通常在通路上设置索拉狭缝（Soller Slit）来解决。但是这种做法有一个天然存在的矛盾：小的狭缝提高分辨率，但是接收到的衍射光子更少，导致信号强度较弱；大的狭缝接收到的衍射光子多，衍射信号强度大，但是分辨率自然降低。编码孔径成像技术良好地解决了这个问题，在保证分辨率的前提下提高了信号强度。
编码孔径技术是以一定规律（编码）排布的多个小孔（孔径）代替单个小孔，达到增大信号强度的目的，同时通过后期信号处理还原混叠的信号，保证原有的分辨率[20]。如图11（a）所示，第1行即窄孔径，虽然图像清晰但是信号强度弱，第2行宽孔径，虽然信号强度较高，但是图像模糊分辨率低，正好对应前述的矛盾。第3行即编码孔径成像，可以看到信号强度相比窄孔径明显提升，通过处理后能得到比宽孔径更好的清晰度。实际中编码孔径图案并非如图11（a）所示那样简单，而是如图11（b）一样的复杂图样[21]，获得经过编码孔径阵列的信号后，再用对应的解码孔径阵列对信号进行处理，从而可以兼顾分辨率和强度的信号[20]，如图11（c）所示。
编码孔径成像技术应用于X射线衍射探测技术中的工作原理[22]如图12所示。几何结构和一般EDXRD系统大致类似，只是对于散射光束不再通过单一准直器准直，而是通过编码孔径后被面阵探测器捕捉，获得通过编码孔径后的编码信号，在后续数据处理阶段再还原信号。鉴于其良好的性能，编码孔径技术已经被诸多研究者应用于XRD探测技术中[23-25]。
3. XRD识别方法的的进展
在EDXRD系统对可疑物质探测后，获得相应的衍射谱，从其特征获得物质信息也是一个较为重要的过程。因此，在实际应用中，建立一个衍射谱和物质信息一一对应的、全面而精确的XRD数据库即为能谱识别关键。虽然已经有现存的通过ISO认证的ICDD数据库，但是其为ADXRD数据库，对安检方面常用的EDXRD系统帮助有限。而如果通过实验进行逐个分析又过于繁琐。随着计算机技术不断发展，计算机模拟为EDXRD数据库的建立提供了新的思路。王丽晓等[19]利用计算机模拟技术，结合ICDD数据，模拟出的SiO2和扑热息痛晶体的能谱和理论值、实验值，对比如图13所示，可以看到仿真能谱和实测能谱基本一致。王新等[26]也基于X射线衍射原理构建了仿真理论模型，模拟了Cu、Si和NaCl晶体的衍射强度分布，和实测谱基本一致。利用计算机模拟技术可以更有效、更全面构建XRD数据库。
![]()
材料成分检测要求将测量的衍射谱与数据库比对，从而获取物质信息。在此过程中，如果采用传统的基于相关性的计算方法，则面临数据库样本不充分、能量谱分辨率低、噪声等因素的影响，从而降低物质识别的准确性。清华大学团队根据液体EDXRD光谱特点，设计了混合判别分析算法并训练参数，利用算法提炼的EDXRD光谱特征进行液体识别。模拟实验表明，混合判别分析算法可获得很高的物质识别率，是一种行之有效的液体识别解决方案[27]。
近年来，机器学习技术在能谱对比方面的应用显现出了独特的优势。Diallo等[28]利用卷积神经网络（convolution neural network，CNN）来进行检测材料分类，相比于传统的基于相关性的分类，CNN分类方法有着更低的误报率，而且训练分数越低时，差异显得越大，如图14（a）所示。Diallo等[29]利用支持向量机（support vector machine，SVM）进行分类，相比于基于相关性的分类，误报率明显下降，如图14（b）所示。许多研究均表明了相比于传统的分类技术，机器学习技术能够有效降低误报率[30-31]。
![]()
图 14 分类算法的效果对比Figure 14. Comparison of the effectiveness of classification algorithms4. XRD安检技术的优势及应用现状
随着X射线光源技术、探测器技术、计算机技术等相关领域的不断发展，X射线安检技术的内涵也被极大的拓宽了。除了本文所述的X射线衍射安检技术，应用X射线的安检技术还有：X射线透射成像技术、CT成像技术、X射线背散射成像技术、X射线相衬成像技术等[32]。这些技术在安检领域都有着自己独特的优势，其特点如表1所示。
表 1 X射线安检技术的特点Table 1. Characteristics of X-ray security inspection technology检测技术 X射线衍射 X射线背散射 X射线透射 CT 相衬成像 检查效率 较慢 一般 很快 较快 很慢 技术是否成熟 不成熟 成熟 成熟 成熟 不成熟 空间分辨率 较差 较差 良好 良好 良好 违禁品查验能力 衍射谱区分，
灵敏度很高背散射强度区分 投影的有效原子序
数、电子密度区分切片的有效原子序
数、电子密度区分透射、相衬与暗场
区分，灵敏度较高可检测违禁
品种类含晶体结构的材
料，如爆炸物、
毒品等低原子序数的有机
物，如有机炸药、
毒品等区分金属、无机物、
有机物区分金属、有机物、
无机物弱吸收低对比度物
质，如高分子材料、
生物体组织成像区域 较小 较大 较大 较大 较小 成像原理 小角散射 大角度康普顿散射 X射线在介质中衰减
规律X射线在介质中衰减
规律X射线的相位变化 备注 针对晶体结构
效果明显探测器和光源处于
同侧原理简单造价低 能够获得被检物的
3D图像对低原子序数的物
体成像效果较好通常来说，单一的安检手段无法满足所有安检需求。虽然X射线衍射探测技术获取的是分子结构信息，对于爆炸物、毒品等晶体物质有着极高的区分度，但是其扫描速度较慢，扫描区域较小的缺点，使得在安检中对于大体积被测物进行整体的XRD扫描是低效率的。所以在实际应用中，多种安检技术混合使用，优势互补，可使得安检性能更加优秀。
在实际的检测中，并非所有的违禁品均需要使用XRD技术进行检测，大部分的违禁品，比如管制刀具、枪械等金属制品，利用X射线透射技术即可较为容易检测出来。但是X射线透射技术或CT技术难以区分有效原子序数和密度相近的违禁品和普通材料，经常将普通材料误报为毒品、爆炸物等违禁品，而X射线衍射正好能对其进行补充。
Zhang等[33]提出了一种新的从X射线衍射信息导出液体原子模型（MIF）的方法，基于此结合XRD技术和双能CT技术，有效地对液体进行了鉴别。Greenberg等[34]研究认为CT技术和XRD技术能够在安检方面混合使用，XRD带来的分子结构信息能够为CT获取的原子序数信息作补充，能够更好分辨待检材料。杜克大学搭建了一个实验性的CT+XRD平台，结果显示，对于一些单独CT检测错误地标记为危险的区域，混合方法检测将之标为安全，图15表明混合系统能够有效降低误报率。所以为提高效率，一种安检策略是：由X射线透射机做初次检查，如果未检测出威胁，直接通过，如果检测出威胁，则标记威胁的具体位置并传送至后续XRD系统，XRD对指定危险区域进行第2次检查，这样能够在降低误报率的情况下保证检查效率。依照此种原理，可以设计多级安检系统，XRD检查技术因为查验效率低和误报率低的特点，适合作为多级安检的最后一级。清华大学与同方威视技术股份有限公司合作开发了CT设备作为一级检测、XRD设备作为二级检测的两级安检流程[35]，如图16所示，包裹从放包区域进入物品机或CT设备，经过CT设备的检查，确认安全的包裹分流到取包区域；嫌疑包裹和不能确定的包裹通过判断模块后分流到XRD传输线；经过XRD的进一步检测筛查后确认安全的包裹分流到取包区域，仍有嫌疑的包裹被分流到开包间。多技术融合将是未来X射线探测技术发展的一大重要方向。
![]()
EDXRD安检技术作为一种违禁品探测技术，目前已在各国开展了试运行与认证管理。在美国，衍射技术的研发由美国国土安全部（Department of Homeland Security，DHS）主导，包括两个研发项目，分别是与美国运输安全局（Transportation Security Administration，TSA）合作开展的先进安全检查项目，以及与美国海关和边境保护局（Customs and Border Protection，CBP）合作开展的阿片类毒品探测项目。在安检方面，DHS在2018年对XRD技术大力投资，资助了DxRay/Rapiscan公司开发大视野高计数率的能谱探测器设备，同时也资助了EV Products公司开展高速编码孔径成像技术，与杜克大学合作研发两种XRD扫描检查技术[36-37]。2019年，DHS资助Halo公司开发针对X射线手提行李和托运行李的违禁品两级检测系统，并在2020年希望将此设备与IDSS的DETECT 1000安检CT系统集成在一起，降低误报率，同时减少与手检相关的人工成本[38]。基于XRD的两级安检设备已逐步开始实验，2021年在迈阿密国际机场、2022年在波士顿洛根机场分别测试，减低工作负担的同时收集违禁品数据，用于训练自动爆炸物探测算法。在毒品检查方面，2019年DHS与CBP等部门发起了阿片类毒品探测挑战赛，比赛结果显示XRD技术能够识别毒品，后续希望在运营环境中试点并部署这些技术[39]。
EDXRD系统作为新兴的一类安检系统，能够提高毒品、爆炸物的检测准确度，但我国还缺少与之相关的应用研究，在此我们也呼吁尽快开展设备早期的试运行，积累实际应用数据。
5. XRD样机及有效性验证
清华大学与同方威视威视团队基于第2代EDXRD的基本原理搭建了样机，如图17所示，来验证XRD系统的有效性[40]。该样机按照作为旅检二级检测设备的定位进行设计的，待检箱包先用CT设备进行检查，没有问题的直接通行，有嫌疑的再分流到XRD设备进行复检，以降低整体的误报率。CT与XRD两级安检系统如图18所示[35]。样机通道尺寸大于600 mm（宽度）×400 mm（高度），光机电压设置为160 kVp，采集总剂量为300 mAs（采集电流与采集时间的乘积），衍射角设置为4.5°[40]。该团队统计了在日常安检CT应用中的易误报的物品（这些物品在CT图像上与违禁品具有相似的原子序数和电子密度，所以很难区分）；然后采集各材料的XRD衍射谱，并进行归一化处理；最后计算这些材料XRD衍射谱的相关系数，从而系统性对XRD技术进行评估[41]。
团队从X射线安检中易误报物品中选取了蜂蜜、巧克力、沐浴露作为安全样品，与高氯酸钾、硝酸钾、氯化铵3种爆炸物的原材料进行对比测试。在测试中将这些物品放入箱包中，箱包放在托盘中，由于只是初步验证设备效果与有效性，箱包中只用衣服作为填充物，没有更多的干扰物。
图19展示了爆炸物原材料与安全品的衍射谱对比，左图为危险品，右图为安全品，可以看到危险品有一些衍射峰位而安全品衍射谱基本是连续的，比较容易区分。图20计算了其两两特征谱的皮尔逊相关系数，相关系数大于0.95的认为谱形相似，不易区分；小于0.95的认为是谱形有明显不同，容易区分。相关系数的数据也验证了安全品与危险品有较大差异，能够通过基础的方式进行区分。
![]()
图 20 衍射特征谱两两皮尔逊相关系数，其中材料1到6分别是高氯酸钾、硝酸钾、氯化铵、蜂蜜、沐浴乳、巧克力Figure 20. The Pearson correlation coefficient between KClO4, KNO3, NH4Cl, Honey, shower gel and chocolate在采集的几种材料中，危险品都有衍射峰，并且衍射峰位有明显区别，表2列出了危险品材料的主要峰位，安全品蜂蜜、沐浴乳、巧克力由于都是有机材料，并且都含有水，主要成分一致，因此它们的衍射谱比较相似，没有显著的衍射峰位[41]。
表 2 高氯酸钾、硝酸钾、氯化铵、蜂蜜、沐浴乳、巧克力特的主要衍射峰Table 2. The diffraction peak position of KClO4, KNO3, NH4Cl, Honey, shower gel and chocolate第1衍射峰/keV 第2衍射峰/keV 第3衍射峰/keV 高氯酸钾 52.25 71.25 82.75 硝酸钾 56.25 39.75 77.50 氯化铵 55.25 — — 蜂蜜 — — — 沐浴乳 — — — 巧克力 38.75 — — 从实验结果可以看出，以上6种样品的谱型有明显差别、峰位有明显特异性，结合谱型相似系数和峰位信息，通过机器学习等算法，可以轻松识别违禁品种类。当然，现在的分析方法还有提升空间，如果能够提取更多信息，相信识别会更加准确。综上所述，该团队初步验证了XRD检查系统能够对CT难以区分的违禁品进行有效识别，可以形成对CT技术的有效补充。
不过，目前的实验是在没有干扰物的情况下收集的数据，跟安检中的真实情况还有差距；另外，对比测试的样品种类也比较有限，需要进行更多的违禁品和安全品数据采集，以获取充分的数据进行数据训练和识别准确性验证。上述问题会在后续工作中重点开展。
6. 总结
能量色散X射线衍射探测技术作为一种新兴的危险物品检测方法，在安检方面有着独特的优势和广阔的应用前景。利用该项技术能够对危险物品成分进行准确的识别，准确率与误报率均优于安检领域传统的X射线检测技术。目前EDXRD系统难以广泛推广的原因在于其生产成本较高、视野范围较小、检测效率低下。
随着能谱探测技术、计算机技术和人工智能技术的不断进步，高度自动化、智能化、小型化的EDXRD系统或是未来安检领域发展的重要方向之一。同时，通过与现有安检技术融合，实现多级查验为特征的新型安检解决方案，将有望提前实现XRD在民航、海关等领域的应用落地，推动X射线技术在公共安全领域发挥更加重要的作用。
-
![]()
图 2 晶体衍射原理图与衍射谱线
Figure 2. Crystal diffraction principle diagram and diffraction spectral lines
![]()
图 9 逆扇形束XRD结构示意图与XDi系统
Figure 9. Structural diagram of multiple inverse fan beam XRD and XDi system
![]()
图 10 环形束结构XRD原理示意图
Figure 10. Schematic diagram of the circular beam structure XRD system
![]()
![]()
图 14 分类算法的效果对比
Figure 14. Comparison of the effectiveness of classification algorithms
![]()
![]()
图 20 衍射特征谱两两皮尔逊相关系数，其中材料1到6分别是高氯酸钾、硝酸钾、氯化铵、蜂蜜、沐浴乳、巧克力
Figure 20. The Pearson correlation coefficient between KClO4, KNO3, NH4Cl, Honey, shower gel and chocolate
表 1 X射线安检技术的特点
Table 1 Characteristics of X-ray security inspection technology
检测技术 X射线衍射 X射线背散射 X射线透射 CT 相衬成像 检查效率 较慢 一般 很快 较快 很慢 技术是否成熟 不成熟 成熟 成熟 成熟 不成熟 空间分辨率 较差 较差 良好 良好 良好 违禁品查验能力 衍射谱区分，
灵敏度很高背散射强度区分 投影的有效原子序
数、电子密度区分切片的有效原子序
数、电子密度区分透射、相衬与暗场
区分，灵敏度较高可检测违禁
品种类含晶体结构的材
料，如爆炸物、
毒品等低原子序数的有机
物，如有机炸药、
毒品等区分金属、无机物、
有机物区分金属、有机物、
无机物弱吸收低对比度物
质，如高分子材料、
生物体组织成像区域 较小 较大 较大 较大 较小 成像原理 小角散射 大角度康普顿散射 X射线在介质中衰减
规律X射线在介质中衰减
规律X射线的相位变化 备注 针对晶体结构
效果明显探测器和光源处于
同侧原理简单造价低 能够获得被检物的
3D图像对低原子序数的物
体成像效果较好
下载: 导出CSV
表 2 高氯酸钾、硝酸钾、氯化铵、蜂蜜、沐浴乳、巧克力特的主要衍射峰
Table 2 The diffraction peak position of KClO4, KNO3, NH4Cl, Honey, shower gel and chocolate
第1衍射峰/keV 第2衍射峰/keV 第3衍射峰/keV 高氯酸钾 52.25 71.25 82.75 硝酸钾 56.25 39.75 77.50 氯化铵 55.25 — — 蜂蜜 — — — 沐浴乳 — — — 巧克力 38.75 — —
下载: 导出CSV
-
[1] Global Terrorism Index 2022[EB/OL]. (2022-03-31)[2023-08-04]. https://www.economicsandpeace.org/wp-content/uploads/2022/03/GTI-2022-web-09062022.pdf.
[2] RYZHIKOV V D, GRINYOV B V, OPOLONIN O D, et al. Capabilities of dual-energy X-ray imaging in medicine and security[J]. Proceedings of SPIE: The International Society for Optical Engineeing, 2012, 8509(4): 644−663.
[3] 潘峰, 王英华, 陈超. X射线衍射技术[M]. 北京: 化学工业出版社, 2016. PAN F, WANG Y H, CHEN C. X-ray diffraction technology[M]. Beijing: Chemical Industry Press, 2016. (in Chinese).
[4] DICKEN A, ROGERS K, EVANS P, et al. The separation of X-ray diffraction patterns for threat detection[J]. Applied Radiation and Isotopes: Including Data, Instrumentation and Methods for Use in Agriculture, Industry and Medicine, 2010, 68(3): 439−443.
[5] WELLS K, BRADLEY D A. A review of X-ray explosives detection techniques for checked baggage[J]. Applied Radiation & Isotopes Including Data, Instrumentation & Methods for Use in Agriculture, Industry & Medicine, 2012, 70(8): 1729−1746.
[6] 王新, 徐捷, 穆宝忠. 晶体的X射线衍射物相分析方法研究[J]. 实验技术与管理, 2021,38(3): 29−33. doi: 10.16791/j.cnki.sjg.2021.03.007 WANG X, XU J, MU B Z. Study on phase analysis method of X-ray diffraction of crystals[J]. Experimental Technology and Management, 2021, 38(3): 29−33. (in Chinese). doi: 10.16791/j.cnki.sjg.2021.03.007
[7] YU Z, BAI S, YU D, et al. Identification of liquid materials using energy dispersive X-ray scattering[J]. Procedia Engineering, 2010, 7(none): 135−142.
[8] HARDING G, DELFS J. Liquids identification with X-ray diffraction[C]//Penetrating Radiation Systems & Applications Ⅷ, 2007.
[9] HARDING G, FLECKENSTEIN H, OLESINSKI S, et al. Liquid detection trial with X-ray diffraction[C]//SPIE Conference on Penetrating Radiation Systems and Applications. 2010.
[10] HARDING G. X-ray diffraction imaging: A multi-generational perspective[J]. Applied radiation and Isotopes: Including Data, Instrumentation and Methods for Use in Agriculture, Industry and Medicine, 2008, 67(2): 287−295.
[11] SRIDHAR V, KISNER S J, SKATTER S, et al. Model-based reconstruction for X-ray diffraction imaging[C]//SPIE Defense+Security. International Society for Optics and Photonics, 2016.
[12] GREENBERG J A, STRYKER S, CARPENTER J, et al. Concealed drug detection via fan beam coded-aperture X-ray diffraction imaging[C]//Conference on Anomaly Detection and Imaging with X-rays. 2021.
[13] 王新, 李明涛, 杨宝璐, 等. X射线衍射在安检技术领域的研究进展[J]. 物理实验, 2020,40(10): 11. doi: 10.19655/j.cnki.1005-4642.2020.10.001 WANG X, LI M T, YANG B L, et al. Research progress of X-ray diffraction in the field of security inspection[J]. Physics Experimentation, 2020, 40(10): 11. (in Chinese). doi: 10.19655/j.cnki.1005-4642.2020.10.001
[14] HARDING G, FLECKENSTEIN H, KOSCIESZA D, et al. X-ray diffraction imaging with the multiple inverse fan beam topology: Principles, performance and potential for security screening[J]. Applied Radiation & Isotopes Including Data, Instrumentation & Methods for Use in Agriculture, Industry & Medicine, 2012, 70(7): 1228−1237.
[15] ASHOK A, NEIFELD M A, GEHM M E, et al. Detecting liquid threats with X-ray diffraction imaging (XDi) using a hybrid approach to navigate trade-offs between photon count statistics and spatial resolution[C]//International Society for Optics and Photonics. 2016: 984704.
[16] KOSCIESZA D, SCHLOMKA J P, MEYER J, et al. X-ray diffraction imaging system for the detection of illicit substances using pixelated CZT-detectors[C]//Nuclear Science Symposium & Medical Imaging Conference. IEEE, 2014.
[17] DICKEN A J, EVANS J P O, ROGERS K D, et al. Energy-dispersive X-ray diffraction using an annular beam[J]. Optics Express, 2015, 23(10): 13443−13454. doi: 10.1364/OE.23.013443
[18] EVANS P, ROGERS K, CHAN J, et al. High intensity X-ray diffraction in transmission mode employing an analog of Poisson's spot[J]. Applied Physics Letters, 2010, 97(20): 947.
[19] 王丽晓, 陈异凡, 徐捷, 等. EDXRD安检系统衍射谱数据库的仿真研究[J]. 光学仪器, 2018,40(6): 29. WANG L X, CHEN Y F, XU J, et al. Simulation study of diffracted spectrum database for EDXRD security inspection system[J]. Optical Instruments, 2018, 40(6): 29. (in Chinese).
[20] MARCIA R F, WILLETT R M. Compressive coded aperture superresolution image reconstruction[C]//Acoustics, Speech and Signal Processing, ICASSP 2008, IEEE International Conference on. IEEE, 2008.
[21] 孙世峰. 基于可分离编码的高分辨X射线荧光成像技术研究[J]. 物理学报, 2020,69(19): 365−373. doi: 10.7498/aps.69.20200674 SUN S F. High-resolution coded aperture X-ray fluorescence imaging with separable masks[J]. Acta Physica Sinica, 2020, 69(19): 365−373. (in Chinese). doi: 10.7498/aps.69.20200674
[22] GREENBERG J A, HASSAN M, REGNERUS B, et al. Design and implementation of a fan beam coded aperture X-ray diffraction tomography system for checkpoint baggage scanning[C]//Society of Photo-optical Instrumentation Engineers. Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series, 2017.
[23] ASHOK A, NEIFELD M A, GEHM M E, et al. Multi-view coded aperture coherent scatter tomography[C]//Spie Defense+Security. 2016: 98470 A.
[24] ASHOK A, NEIFELD M A, GEHM M E, et al. Snapshot full-volume coded aperture X-ray diffraction tomography[C]//Spie Defense+Security. 2016: 984706.
[25] DIALLO S O, GREGORY C, ROE K, et al. Towards an X-ray-based coded aperture diffraction system for bulk material identification[C]//Anomaly Detection and Imaging with X-rays (ADIX) Ⅲ. 2018.
[26] 王新, 徐捷, 穆宝忠. 晶体的X射线衍射谱仿真与实验研究[J]. 实验室研究与探索, 2021,40(2): 4. doi: 10.19927/j.cnki.syyt.2021.02.007 WANG X, XU J, MU B Z. Simulation and experimental research on X-ray diffracted spectrum for crystal[J]. Research and Exploration in Laboratory, 2021, 40(2): 4. (in Chinese). doi: 10.19927/j.cnki.syyt.2021.02.007
[27] YANGDAI T, ZHANG L. Liquid contrabands classification based on energy dispersive X-ray diffraction and hybrid discriminant analysis[J]. Nuclear Inst & Methods in Physics Research A, 2016, 808: 128−134.
[28] DIALLO S O, GREGORY C, ROYSE C, et al. Material classification using Convolution Neural Network (CNN) for X-ray based coded aperture diffraction system [C]//Anomaly Detection and Imaging with X-rays (ADIX) Ⅳ. 2019.
[29] ROYSE C, WOLTER S D, GREENBERG J A. Emergence and distinction of classes in XRD data via machine learning[C]//Anomaly Detection and Imaging with X-Rays (ADIX) Ⅳ. 2019.
[30] ZHAO B, GREENBERG J A, WOLTER S. Application of machine learning to X-ray diffraction-based classification[C]//Anomaly Detection and Imaging with X-rays (ADIX) Ⅲ. 2018.
[31] YUAN S, WOLTER S, GREENBERG J A. Material-identification-free detection based on material-science-informed clustering[C]//Conference on Anomaly Detection and Imaging with X-rays Ⅱ. Duke University, Dept. of Electrical and Computer Engineering, Durham, NC, USA; Elon University, Dept. of Physics, Elon, NC, USA; Duke University, Dept. of Electrical and Computer Engineering, Durham, NC, USA, 2017.
[32] 陈志强, 张丽, 金鑫. X射线安全检查技术研究新进展[J]. 科学通报, 2017,62: 1350−1364. DOI: 10.1360/N972016-00698. CHEN Z Q, ZHANG L, JIN X. Recent progress on X-ray security inspection technologies[J]. Chinese Science Bulletin, 2017, 62: 1350−1364. DOI: 10.1360/N972016-00698. (in Chinese).
[33] ZHANG L, YANGDAI T. Determination of liquid's molecular interference function based on X-ray diffraction and dual-energy CT in security screening[J]. Applied Radiation and Isotopes, 2016: 179-187.
[34] GREENBERG J A, CARPENTER J H, COCCARELLI D, et al. Design and analysis of a hybrid X-ray transmission and diffraction system[C]//Anomaly Detection and Imaging with X-rays (ADIX) VI. 2021.
[35] 张丽, 杨洪恺, 邢宇翔, 等. 行李物品智能安检系统和方法[P]: 中国, CN115793077A. 2023-03-14. ZHANG L, YANG H K, XING Y X, et al. Intelligent luggage item security inspection system and method[P]: China, CN115793077A. 2023-03-14.
[36] Duke to Lead $5.83 million DHS project to reinvent airport screening[EB/OL]. [2023-08-31]. https://pratt.duke.edu/about/news/reinvent-airport-screening.
[37] News release: DHS S & T Awards $3.5M to improve X-ray detection technology[EB/OL]. [2023-08-31]. https://www.dhs.gov/science-and-technology/news/2018/08/30/news-release-dhs-st-awards-35m-improve-X-ray-detection.
[38] Integrated defense and security solutions awarded contract to advance airport screening[EB/OL]. [2023-08-31]. https://www.businesswire.com/news/home/20201109005629/en/Integrated-Defense-and-Security-Solutions-Awarded-Contract-to-Advance-Airport-Screening.
[39] Integrated defense and security solutions awarded contract to develop an integrated detect™ 1000 with Halo X-ray diffraction technology[EB/OL]. [2023-08-31]. https://www.idsscorp.net/en/news/2020/11/9/integrated-defense-and-security-solutions-awarded-contract-to-develop-an-integrated-detect-1000-with-halo-X-ray-diffraction-technology
[40] 张丽, 陈志强, 任远达, 等. 安检设备(XRD)[P]: 中国, CN307774841 S. 2023-01-06. ZHANG L, CHEN Z Q, REN Y D, et al. Security inspection device (XRD)[P]: China, CN307774841 S. 2023-01-06.
[41] 许晓飞. 基于X射线光子计数探测器的成像方法与安检应用研究[D]. 北京: 清华大学, 2021. XU X F. Research on reconstruction algorithm and security application based on X-ray photon counting detectors[D]. Beijing: Tsinghua University, 2021. (in Chinese).
-
期刊类型引用(2)
1. 斯琴图雅，杨建鑫，汤明威，孙培琳，张丹丹，张子呈，范庆丽. 辐射诱变育种技术概述. 黑龙江科学. 2024(16): 16-19+24 . 
百度学术
2. 刘必成，易茜，宗春光，许艳伟，李亮. 基于梯度特征聚类分析的大尺寸物体CT图像环状伪影校正方法. CT理论与应用研究. 2024(06): 781-789 . 本站查看
其他类型引用(7)
计量
- 文章访问数: 315
- HTML全文浏览量: 187
- PDF下载量: 99
- 被引次数: 9
