一种被动毫米波图像中人体隐匿物品的检测方法及其系统的制作方法
【技术领域】
[0001] 本发明涉及一种被动毫米波图像处理方法，具体涉及一种被动毫米波图像中人体 隐匿物品的检测方法及其系统。
【背景技术】
[0002] 毫米波成像系统分为主动和被动两种工作模式，在探测人体隐匿物体的应用中， 被动毫米波成像系统占据了主要地位。被动毫米波成像系统不仅可以检测出隐藏在织物下 的金属物体，还可以检测出塑料、液体、炸药等危险品，获得的信息更加详尽准确，可以大大 地降低误警率。除此之外，被动毫米波成像系统不发射电磁波，不会对人体造成任何伤害。 近年来，被动毫米波成像技术在人员安检等方面得到了越来越广泛的应用，因此完成被动 毫米波图像中人体隐匿危险物品的检测具有重要的意义。
[0003] 现有的人体隐匿危险物品的检测方法主要是针对微波图像、红外图像、太赫兹THz 图像、X光射线图像等，所采用的物品检测算法都是根据自身图像的成像特点设计的。在本 人申请的被动毫米波图像中人体隐匿危险物品的检测中，现有的物体检测算法并不适用， 主要原因包括：一是被动毫米波成像技术结构复杂造价昂贵，将毫米波成像技术用于藏匿 物品的探测还处于初级阶段，被动毫米波成像系统所采集到的图像较之上述几类图像，图 像中的噪声和模糊现象严重，分辨率低，不能很好地反映目标场景的特性，图像达不到所要 求的质量，藏匿在衣服下的物体形状模糊难以辨别；二是图像中包含的隐匿物体种类更详 细，包含金属、塑料、液体、炸药等，表现在灰度图像中灰度值有高有低，亮度有明有暗，增加 了检测的难度。
[0004] 综上，根据被动毫米波图像的特点，需要设计一种适应并且有效的被动毫米波图 像中人体隐匿危险物品的检测方法。
【发明内容】
[0005] 本发明所要解决的技术问题在于提供一种被动毫米波图像中人体隐匿物品的检 测方法及其系统，以解决现有技术中存在的被动毫米波图像中人体隐匿危险物品的检测 中，现有的物体检测算法不适用的问题。
[0006] 为达上述目的，本发明提供了一种被动毫米波图像中人体隐匿物品的检测方法， 包括：
[0007] 图像预处理步骤：对采集到的原始被动毫米波图像，通过插值重建后，采用三次迭 代增强方法进行图像增强，获取被动毫米波图像，以使所述被动毫米波图像目标与背景进 行明显区分；
[0008] 人体区域检测步骤：基于所述被动毫米波图像，通过对人体是否存在的预判断，进 行人体目标检测，获取人体区域；
[0009] 隐匿物品检测步骤：在所述人体区域内，采用两次迭代分割的方法，对隐匿物品进 行检测，并对检测到的隐匿物品区域进行标记。
[0010] 上述被动毫米波图像中人体隐匿物品的检测方法，所述图像预处理步骤还包括：
[0011] 插值重建步骤：采用立方卷积插值算法对所述被动毫米波图像进行插值重建；
[0012] 增强步骤：对完成插值重建后的所述被动毫米波图像进行三场迭代增强处理，提 高所述被动毫米波图像的对比度，并降低背景的噪声。
[0013] 上述被动毫米波图像中人体隐匿物品的检测方法，所述增强步骤还包括：
[0014] 第一次迭代增强步骤：采用最短模糊熵准则对所述被动毫米波图像进行第一次增 强处理，以使所述被动毫米波图像的的亮度增强，并抑制背景区域的噪声，改善图像的对比 度；
[0015] 第二次迭代增强步骤：采用幂次变换方法对完成第一次迭代增强后的所述被动毫 米波图像进行第二次增强处理，以使所述被动毫米波图像的高灰度级扩展，压缩低灰度级， 进一步改善图像的对比度；
[0016] 第三次迭代增强步骤：采用自适应中值滤波算法对完成第二次迭代增强后的所述 被动毫米波图像进行第三次增强处理，实现清除椒盐噪声，处理空间中的冲激噪声，并平滑 非冲激噪声。
[0017] 上述被动毫米波图像中人体隐匿物品的检测方法，人体区域检测步骤还包括：
[0018] 人体目标判断步骤：对是否存在人体目标进行粗判断；
[0019] 人体区域分割步骤：在人体目标判断步骤中，如果所述人体目标存在，则采用最大 类间方差法进行人体区域的分割，并对分割后的所述人体区域进行形态学闭运算得到最终 的人体区域。
[0020] 上述被动毫米波图像中人体隐匿物品的检测方法，所述人体目标判断步骤还包 括：
[0021] 统计步骤：统计整个所述被动毫米波图像的灰度直方图分布；
[0022] 确定最大值步骤：确定所述确定像素点数目最多的灰度值；
[0023] 像素点个数计算步骤：以所述像素点数目最多的灰度值为中心，并以长度阈值为 限向左右扩展，计算所述长度阈值范围内的像素点的个数；
[0024] 判断步骤：计算所述像素点的个数所占整个图像像素总数的比例，若所占比例小 于预设门限值，则图像中存在人体区域，进行人体区域分割，否则就不存在人体隐匿危险物 品，结束危险物品的检测。
[0025] 上述被动毫米波图像中人体隐匿物品的检测方法，所述隐匿物品检测步骤还包 括：
[0026] 第一次迭代分割步骤：采用最大类间方差法在所述人体区域的图像的灰度直方图 中计算隐匿物品分割阈值T M，根据所述隐匿物品分割阈值将所述人体区域分割为隐匿 物品区域和非隐匿物品区域；
[0027] 第二次迭代分割步骤：对完成第一次迭代分割的所述人体区域进行第二次迭代分 害I]，在所述人体区域的图像的灰度直方图中计算隐匿物品分割阈值，根据所述隐匿物品 分割阈值，将所述人体区域再次分割为隐匿物品区域和非隐匿物品区域；
[0028] 筛选步骤：对分割得到的所述隐匿物品区域内的目标物体填充孔洞后，对作为所 述目标物体进行筛选，找到候选的隐匿物品，并对所述候选隐匿物品所在区域进行标记，完 成人体隐匿物品的检测。
[0029] 上述被动毫米波图像中人体隐匿物品的检测方法，所述第一次迭代分割步骤中所 述隐匿物品区域的标记矩阵为P，所述灰度直方图为H p，所述直方图HP最高峰值点所对应的 灰度值为HP_，如果所述隐匿物品分割阈值T M > HP_，则P定义如下：
[0030]
[0031] 否则TM < HP_，则P定义如下：
[0032]
其中I (X，y)为所述人体区域图像I的坐标值。
[0033] 上述被动毫米波图像中人体隐匿物品的检测方法，所述第二次迭代分割步骤中人 体区域图像设为I t，则It定义如下：
[0034]
[0035] 其中，HPt_为所述直方图HPt最高峰值点所对应的灰度值，如果所述隐匿物品分割 阈值，则P重置为：
[0036]
[0037] 否则T02 < HPt_，则P重置为：
[0038] 其中It(x，y)为所述人体区域图像It的坐标值。 ，
[0039] 本发明还提供一种被动毫米波图像中人体隐匿物品的检测系统，采用如所述被动 毫米波图像中人体隐匿物品的检测方法，包括：
[0040] 图像预处理模块：对采集到的原始被动毫米波图像，通过插值重建后，采用三次迭 代增强方法进行图像增强，获取被动毫米波图像，以使所述被动毫米波图像目标与背景进 行明显区分；
[0041] 人体区域检测模块：基于所述被动毫米波图像，通过对人体是否存在的预判断，进 行人体区域检测，获取人体区域；
[0042] 隐匿物品检测模块：在所述人体区域内，采用两次迭代分割的方法，对隐匿物品进 行检测，并对检测到的隐匿物品区域进行标记。
[0043] 上述被动毫米波图像中人体隐匿物品的检测系统，所述图像预处理模块还包括：
[0044] 插值重建模块：采用立方卷积插值算法对所述被动毫米波图像进行插值重建；
[0045] 增强模块：对完成插值重建后的所述被动毫米波图像进行三场迭代增强处理，提 高所述被动毫米波图像的对比度，并降低背景的噪声。
[0046] 上述被动毫米波图像中人体隐匿物品的检测系统，所述增强模块还包括：
[0047] 第一次迭代增强模块：采用最短模糊熵准则对所述被动毫米波图像进行第一次增 强处理，以使所述被动毫米波图像的的亮度增强，并抑制背景区域的噪声，改善图像的对比 度；
[0048] 第二次迭代增强模块：采用幂次变换方法对完成第一次迭代增强后的所述被动毫 米波图像进行第二次增强处理，以使所述被动毫米波图像的高灰度级扩展，压缩低灰度级， 进一步改善图像的对比度；
[0049] 第三次迭代增强模块：采用自适应中值滤波算法对完成第二次迭代增强后的所述 被动毫米波图像进行第三次增强处理，实现清除椒盐噪声，处理空间中的冲激噪声，并平滑 非冲激噪声。
[0050] 上述被动毫米波图像中人体隐匿物品的检测系统，人体区域检测模块还包括：