一种基于形状上下文描述的太赫兹图像危险品识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108898132A(43)申请公布日2018.11.27(21)申请号201810517411.6(22)申请日2018.05.25(71)申请人广东工业大学地址510062广东省广州市大学城外环西路100号(72)发明人王卓薇罗鉴鹏程良伦(74)专利代理机构广东广信君达律师事务所44329代理人杨晓松(51)Int.Cl.G06K9/32(2006.01)G06K9/34(2006.01)G06K9/40(2006.01)权利要求书2页说明书5页附图5页(54)发明名称一种基于形状上下文描述的太赫兹图像危险品识别方法(57)摘要本发明公开了一种基于形状上下文描述的太赫兹图像危险品识别方法，包括如下步骤：S1：从太赫兹成像系统中获得被检对象的太赫兹图像，将太赫兹图像进行预处理，获得去噪后的太赫兹图像；S2：对去噪后的太赫兹图像分别采用分块查找和二分法查找的方法获得被检对象太赫兹图像中危险品的隐藏区域和轮廓边缘信息；S3：利用形状上下文特征描述算子提取危险品轮廓的特征向量，与数据库里的特征向量进行匹配、比较，最后确定危险品的名称和种类。与现有的太赫兹成像技术和图像处理方法相比，本发明实现安检自动化，提高安检效率，且快速地识别危险品信息，满足现代安检的实时性要求。CN108898132ACN108898132A权利要求书1/2页1.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：包括如下步骤：S1：从太赫兹成像系统中获得被检对象的太赫兹图像，将太赫兹图像进行预处理，获得去噪后的太赫兹图像；S2：对去噪后的太赫兹图像分别采用分块查找和二分法查找的方法获得被检对象太赫兹图像中危险品的隐藏区域和轮廓边缘信息；S3：利用形状上下文特征描述算子提取危险品轮廓的特征向量，与数据库里的特征向量进行匹配、比较，最后确定危险品的名称和种类。2.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：步骤S1中，具体为将图像采用Gamma校正的方式进行预处理增强图像的对比度和亮度。3.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：步骤S1中，具体为采用Gamma校正通过非线性函数调节图像中的像素灰度值，达到对比度增强的效果，实现了去噪的过程。4.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：步骤S2中，具体为选择适合于并行计算的分块查找法快速剔除预处理图像的背景信息，快速定位图像中的危险品隐藏位置。5.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：步骤S1包括如下步骤：S1.1:输入人体太赫兹图像；S1.2:统计太赫兹图像中灰度值在[α,β]之间的像素点的总数；S1.3:计算灰度值在[α,β]之间的像素点总数占全部像素点百分比x；S1.4:γ＝1-x；S1.5:将所述太赫兹图像通过公式(1)进行Gamma校正，获得去噪处理后的太赫兹图像,所述公式(1)具体为：g(x,y)＝f(x,y)*γ(1)其中，x,y为太赫兹图像输入像素点的坐标,f(x,y)为坐标是(x,y)的像素点的灰度值，γ为灰度校正系数，g(x,y)为坐标是(x,y)的输出图像的像素点灰度值。6.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：步骤S2中分块查找法获得被检对象太赫兹图像中危险品的隐藏区域，具体为将降噪后的太赫兹图像分块，利用直方图统计每一小块太赫兹图像中的灰度分布情况，因为太赫兹波能够对人体具有较好的穿透性和对金属物品具有较强的反射性，所以通过统计每一小块的太赫兹图像的灰度分布直方图能够判断当前这一小块的太赫兹图像是否存在危险品。7.根据权利要求1所述的一种基于形状上下文描述的太赫兹图像危险品识别方法，其特征在于：步骤S2中对去噪后的太赫兹图像采用二分法查找的方法获得被检对象太赫兹图像中危险品的轮廓边缘信息，具体为在检测到的危险品区域上取一点f(xm,ym)，如果存在一点f(xk,ym),使得f(xm,ym)-f(xk,ym)＝0,即认为像素点f(xk,yk)是危险品的边缘，因此，可以建立公式(2)所示方程，所述公式(2)方程具体为：2CN108898132A权利要求书2/2页y＝f(xm,ym)-f(xk,ym),xm,xk∈[xl,xh](2)建立了上述方程后，计算y的值，判断当前像素点f(xk,ym)是否在背景区域内；如果在背景区域内，则y＞0；如果不在背景区域内，满足y＜0；如果y＞0且xk＜xm,令xk＝(xk+xm)/2；如果y＞0且xk＜xm，令xk＝(xk+xm)/2；如果y＜0