一种基于x射线背散射图像的人体隐藏物的检测方法
【专利摘要】本发明公开了一种基于X射线背散射图像的人体隐藏物的检测方法，涉及计算机图像处理【技术领域】，其特征在于：包括如下步骤：采集X射线背散射图像，对所获得的图像进行预处理；对预处理之后的图像进行全局阈值与动态阈值相结合的阈值计算方法，并利用平滑技术对动态阈值造成的灰度不连续性进行处理；利用上述所获阈值进行图像分割，且利用模糊度、区域内部均匀性以及区域间对比度这三个评价指标作为反馈，自适应地得到分割效果最好的动态阈值最终获得理想的分割效果。在此基础上利用连通区域标记法对分割出的隐藏物进行提取。该方法具有工作效率高，检测结果准确的特点。
【专利说明】一种基于X射线背散射图像的人体隐藏物的检测方法
【技术领域】
[0001]本发明涉及计算机图像处理【技术领域】，特别是涉及一种基于X射线背散射图像的人体隐藏物的检测方法。
【背景技术】
[0002]随着国内外对于危险源的检测、评估以及应急方案的研究越来越深入，X射线背散射成像技术已被用于安检领域从而进行人体携带隐藏物的检测。其中对于扫描图像的图像分割是X射线背散射图像人体探测的最基本环节。它的目标在于从X射线背散射扫描图像中将隐藏物从人体中提取出来。完整有效的人体隐藏物自动分割对于后期隐藏物的特征提取、分类识别及危险级别判别等具有重要作用。目前上述设备所获得的扫描图像主要依靠检查人员进行人工判读，针对此类图像的危险品自动检测技术研究成果甚少，除此之外，由于X射线背散射成像时受到物体在人体上的位置，衣服材料、人体姿势及光照等因素的影响，使得快速准确的人体隐藏物分割难度增大。因此实现计算机对X射线背散射图像中人体隐藏物品的自动检测，进而识别各类危险品，从而避免耗费大量人力及时间具有十分重要的研究意义。
【发明内容】
[0003]本发明要解决的技术问题是:提供一种基于X射线背散射图像的人体隐藏物的检测方法。
[0004]本发明为解决公知技术中存在的技术问题所采取的技术方案是:
[0005]一种基于X射线背散射图像的人体隐藏物的检测方法，包括如下步骤:
[0006]S101、采集X射线背散射图像，对X射线背散射图像进行预处理，获取预处理图像；
[0007]S102、对预处理图像进行全局阈值与动态阈值相结合的阈值计算，并利用平滑技术对动态阈值造成的灰度不连续性进行处理；具体过程为:
[0008]S1021、利用otsu算法对预处理图像进行全局阈值计算，获得图像全局阈值tl ；
[0009]S1022、将预处理图像分割为一系列子图像，并对每一帧子图像进行otsu局部阈值计算，得到每一帧子图像的局部阈值t2，随后根据该局部阈值下的类间方差进行分类讨论:若类间方差小于用户自行定义的阈值常数threshold，则利用S1021中所获得的全局阈值tl，根据公式
[0010]t = (l-α )tl+a t2获取新阈值t ;其中，a为类间方差；否则:新阈值t = t2 ;
[0011]S1023、将新阈值t存入矩阵M中，对矩阵M进行平滑处理，具体为:
[0012]将矩阵M中每个新阈值t和其周围4邻域中存在的各个阈值元素进行加权相加，并以此来代替新阈值t ;其中4领域的权值分别为0.1 ;平滑工作完成后得到新的阈值矩阵M2 ；
[0013]S103、利用上述所获阈值进行图像分割，且利用模糊度、区域内部均匀性以及区域间对比度这三个评价指标作为反馈，自适应地得到分割效果最好的动态阈值完成图像二值化；具体过程为:
[0014]S1031、利用阈值矩阵M2中的阈值元素对预处理图像进行二值化分割处理；
[0015]S1032、利用模糊度、区域内部均匀性及区域间对比度对上述二值化分割处理后的分割结果进行综合评价；
[0016]S1033、依次重复步骤S1022、S1023、S1031、S1032，直至获得评价值最高的分割情况；
[0017]S1034、利用上述获得的分割情况进行全局阈值与动态阈值相结合的阈值计算，完成图像二值化；
[0018]S104、对所获得的二值化图像进行连通区域标记，利用物体所包含的像素个数在某一范围内这一条件作为筛选，获得最终隐藏物的提取。
[0019]进一步:所述步骤SlOl中的预处理具体为:
[0020]SlOl1、图像灰度化
[0021]采用DIB结构提取X射线背散射图像的RGB像素值，并将三个分量以不同的权值进行加权平均，其 中红色像素权重为30%,绿色像素为59%,及蓝色像素为11% ;
[0022]S1012、图像去噪
[0023]采用高斯滤波对图像进行去噪处理，高斯滤波的具体操作是:用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代卷积中心像素点的值；高斯模板中越是靠近邻域中心的位置，其权值就越高；如此安排权值的意义在于对图像细节进行平滑的同时，可以更多地保留图像总体的灰度分布特征；上述模板大小为3*3，模板中坐标为(x，y)的数值计算公式为:
[0024]
【权利要求】
1.一种基于X射线背散射图像的人体隐藏物的检测方法，其特征在于:包括如下步骤: s101、采集X射线背散射图像，对X射线背散射图像进行预处理，获取预处理图像； s102、对预处理图像进行全局阈值与动态阈值相结合的阈值计算，并利用平滑技术对动态阈值造成的灰度不连续性进行处理；具体过程为: s1021、利用otsu算法对预处理图像进行全局阈值计算，获得图像全局阈值tl； s1022、将预处理图像分割为一系列子图像，并对每一帧子图像进行otsu局部阈值计算，得到每一帧子图像的局部阈值t2，随后根据该局部阈值下的类间方差进行分类讨论:若类间方差小于用户自行定义的阈值常数threshold，则利用S1021中所获得的全局阈值tl，根据公式 t = (l-α )tl+a t2获取新阈值t ;其中，a为类间方差；否则:新阈值t = t2 ; s1023、将新阈值t存入矩阵M中，对矩阵M进行平滑处理，具体为: 将矩阵M中每个新阈值t和其周围4邻域中存在的各个阈值元素进行加权相加，并以此来代替新阈值t ;其中4领域的权值分别为0.1 ;平滑工作完成后得到新的阈值矩阵M2 ； s103、利用上述所获阈值进行图像分割，且利用模糊度、区域内部均匀性以及区域间对比度这三个评价指 标作为反馈，自适应地得到分割效果最好的动态阈值完成图像二值化；具体过程为: s1031、利用阈值矩阵M2中的阈值元素对预处理图像进行二值化分割处理； s1032、利用模糊度、区域内部均匀性及区域间对比度对上述二值化分割处理后的分割结果进行综合评价； 31033、依次重复步骤31022、31023、31031、31032，直至获得评价值最高的分割情况； S1034、利用上述获得的分割情况进行全局阈值与动态阈值相结合的阈值计算，完成图像二值化； s104、对所获得的二值化图像进行连通区域标记，利用物体所包含的像素个数在某一范围内这一条件作为筛选，获得最终隐藏物的提取。
2.根据权利要求1所述的检测方法，其特征在于:所述步骤SlOl中的预处理具体为: s1011、图像灰度化 采用DIB结构提取X射线背散射图像的RGB像素值，并将三个分量以不同的权值进行加权平均，其中红色像素权重为30%,绿色像素为59%,及蓝色像素为11% ; s1012、图像去噪 采用高斯滤波对图像进行去噪处理，高斯滤波的具体操作是:用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代卷积中心像素点的值；高斯模板中越是靠近邻域中心的位置，其权值就越高；如此安排权值的意义在于对图像细节进行平滑的同时，可以更多地保留图像总体的灰度分布特征；上述模板大小为3*3，模板中坐标为(x，y)的数值计算公式为:
3.根据权利要求1或2所述的检测方法，其特征在于:所述步骤S104具体为: .51041、对所获得的二值化图像进行连通区域标记，获得多个连通区域； .51042、计算每个连通区域所包含的像素点个数； .51043、当连 通区域包含的像素点个数大于或小于用户自定义的阈值，则认为不可能是隐藏物从而筛选出最终的隐藏物。
【文档编号】G06T7/00GK103955940SQ201410209538
【公开日】2014年7月30日 申请日期:2014年5月16日 优先权日:2014年5月16日
【发明者】戴维迪, 王诗瑶, 何吉元, 贾重, 王玉川 申请人:天津重方科技有限公司