一种基于尺度不变特征变换的行李图像运动行为描述方法
【技术领域】
[0001] 本发明设及一种基于尺度不变特征变换的行李图像运动行为描述方法，属于图像 处理、机器视觉技术领域。
【背景技术】
[0002] 目前，安检工作行为评估是近些年来业界提出的一个全新研究领域。其中，最具吸 引力的是图像判读岗位工作行为评估。因为该岗位是安检系统的关键岗位，肩负着安检工 作最核屯、的任务。图像判读岗位工作质量低下、安全警惕性不足是导致多起飞行器恐怖袭 击事件的重要原因之一。
[000引例如，申请号为CN201310166191. 4的专利公开了一种图像描述方法和装置，用W 减小针对内容相同但颜色变化较大的图像的描述的误差。提供的图像描述方法包括：将图 像从藍绿红BGR颜色空间转换到高斯颜色空间，并将所述图像从所述高斯颜色空间转换到 光反射不变颜色空间；其中，将所述图像从所述高斯颜色空间转换到光反射不变颜色空间 的处理包括；对于所述图像上的每个像素点，根据所述像素点在高斯颜色空间的第一系数 和第二系数，确定所述像素点在所述光反射不变颜色空间对应的颜色通道，实现了减小针 对内容相同但颜色变化较大的图像的描述的误差。
[0004] 例如，申请号为CN201210251160. 4的专利公开了基于纹理聚类的电力塔杆图像 描述方法。先从训练样本中生成码本，然后用该些码本与测试图像做卷积生成相关面，再从 相关面中选取与码本相似度最大的那些组成电力塔杆的原型分配图，并把原型分配图表示 成直方图，即张量，最后，把张量量化成固定大小的可W用在分类器中的相关面集描述子。 W各类架空电力线路巡检所得的含有电力塔杆的真实图像为实验数据，验证了该发明适用 于丰富纹理中的电力杆塔描述，描述准确且计算复杂度较低。
[000引例如，申请号为CN201410491596. X的专利公开了一种基于词袋模型的图像描述 方法及系统。该方法及系统是在现有技术基础上应用模糊理论，在得到距离集合后，利用高 斯隶属度函数为每一视觉单词分配不同的隶属度，W将距离集合转换为模糊集合，之后用 具有不同隶属度的视觉单词对特征点进行编码，从而有效降低传统方法引起的信息丢失问 题，进而提高图像描述的准确度。
[0006] 图像判读岗位工作行为评估的前提和基础是岗位人员工作行为的量化描述。只有 确切记录下工作行为过程并准确复现，才能够有依据地对岗位人员工作质量进行评估与管 控。图像判读是一种典型的人机协作过程，即人员通过观察X射线设备显示屏上呈现的行 李图像（W下简称行李图像）的动态运行过程，即时做出判断。对此过程进行量化描述的 有效方法是关注区域分析，因为岗位人员主要依赖视觉进行决策，只要记录下其关注过的 图像区域并对关注行为进行分析，即能为工作行为评估提供确凿的依据。关注区域分析设 及了两方面的行为量化描述与复现需求；一方面是人员的视觉行为；另一方面则是显示屏 上行李图像的运动行为。只有该两方面的行为准确融合，即视线落点与行李图像在时、空二 维精确配准，才能真实复现岗位人员的决策过程。因此，目前传统的方法不能实现行李图像 运动行为的量化描述与复现。
【发明内容】
[0007] 本发明的目的在于提供一种能够克服上述技术问题的基于尺度不变特征变换 的行李图像运动行为描述方法；本发明是一种基于尺度不变特征变换（Scale-Invariant FeETture Transform, SIFT)的行李图像运动行为模型并能用于精确描述行李图像随时间的 运动情况，本发明能够实现行李图像运动行为的量化描述与复现，本发明的核屯、是构建行 李图像运动行为模型，即在一幅行李图像从进入到离开屏幕的过程中准确跟踪其任意时刻 在屏幕上的位置并为实现图像判读岗位行为评估奠定基础。本发明是能准确还原行李图像 的运动行为的一种方法。
[000引本发明的一种基于尺度不变特征变换的行李图像运动行为描述方法包括；单帖图 像行李检测算法和基于尺度不变特征变换（Scale-Invariant Fea1:ure Transform, SIFT) 将单帖图像中的行李位置综合为整个行李图像运动行为模型两个步骤。
[0009] 本发明所述的单帖图像行李检测算法是；定位X射线设备输出的单帖图像中行李 的位置，由于行李的形状各有不同，采用分层投影算法得到行李的外接矩形位置表示行李 位置，所述采用分层投影算法得到行李的外接矩形包含同一行李全部像素的最小矩形。
[0010] 所述单帖图像行李检测算法包括W下步骤：
[0011] (1)得到单帖图像的二值化描述；
[0012] (2)将二值图像向水平方向投影，得到水平方向的直方图，按照水平投影将整个图 像分为若干个子图像；
[001引 做将每个子图像向垂直方向投影，得到每个子图像垂直方向的直方图；
[0014] (4)进而得到了每个行李外接矩形的水平及垂直位置。
[0015] 本发明所述的基于尺度不变特征变换（Scale-Invariant Fea1:ure Transform， SIFT)将单帖图像中的行李位置综合为整个行李图像运动行为模型是：提取同一行李在不 同帖中的位置，得到对该行李图像从出现到消失过程的描述，由于可能存在加亮、放大图像 处理操作，选择局部纹理描述行李，通过计算行李在相邻帖之间的位移量、放大或缩小信 息，将同一行李各个时刻的位置序列作为行李图像运动行为模型。
[0016] 所述基于尺度不变特征变换将单帖图像中的行李位置综合为整个行李图像运动 行为模型包括W下步骤：
[0017] (1)计算当前帖的尺度不变特征变换（SIFT)特征点及对应的特征描述子，通过比 较当前帖与前一帖图像，得到仿射矩阵；
[0018] (2)根据仿射矩阵判断可能存在的各类图像处理操作，得到不同时刻同一行李图 像的位置。
[0019] 所述单帖图像行李检测算法通过分层投影算法得到单帖图像中的行李图像外接 矩形位置，其具体步骤为：
[0020] 步骤1 ;采用Canny算子对X射线设备输出的单帖图像进行边缘提取，得到单帖图 像的二值化描述；
[0021] 步骤2 ;将二值图像向水平方向投影，得到水平方向的直方图，水平方向的直方图 中的非零段即代表行李外接矩形的水平位置，按照水平投影的非零段将整个图像分为若干 个行李的子图像；
[002引步骤3 ;将每个子图像向垂直方向投影，得到每个子图像垂直方向的直方图；
[0023] 步骤4 ;进而得到了每个行李外接矩形的水平及垂直位置。
[0024] 所述单帖图像行李检测算法，对行李运动做如下定义：
[0025] 基本单元：行李在某时刻的位置，PtD(n为行李编号，t为时刻）为，
[0026] 口1。= [t，sp，fp] (1)
[0027] 其中，t为时间参数，sp和巧为行李外接矩形的左上角和右下角坐标值。
[002引行李生命周期；行李从出现到消失的全过程，由若干个基本单元构成，即；
[0029] 产=、K、巧，…，町 (2)
[0030] 其中，n为行李编号，t。，ti，. . .，tm为行李从出现到消失的若干时间点，t w-ti为行 李图像采样周期。
[0031] 行李序列；包含若干个行李，由若干个行李生命周期构成，即；
[003引 P = [P。，pi，. . .，pN] (3)
[0033] (1)计算当前帖的SIFT特征点及对应的特征描述子，通过比较当前帖与前一帖图 像，得到仿射矩阵H G护^3;
[0034] (2)根据仿射矩阵H判断可能存在的各类图像处理操作，得到不同时刻同一行李 图像的位置，将各个时刻的行李位置Pt"组合成行李