【技术实现步骤摘要】
一种基于形状上下文描述的太赫兹图像危险品识别方法
本专利技术涉及计算机视觉领域，更具体地，设计了一种针对太赫兹图像的危险品识别方法。
技术介绍
同行业内已有一些对太赫兹图像进行处理的方法，现有的针对太赫兹图像处理较大程度上集中在太赫兹图像去噪等能提高太赫兹图像质量的方面。但是随着如今工艺水平不断进步，太赫兹成像系统所采用的的光学元器件更加先进，太赫兹成像技术日趋成熟。因此，将太赫兹成像技术与公交车站、机场等现实应用场景结合起来，实现智能化安检是太赫兹成像技术未来的发展趋势之一。然而，目前的研究中涉及太赫兹图像中的危险识别方法研究相对较少。在实际中，太赫兹图像不像光学图像有各种各样的比较明显的特征，比如颜色特征、形状特征等，这是因为光学图像的成像原理与太赫兹图像的成像原理有着很大的差异。如何针对信息量相对不那么丰富的太赫兹图像，设置一个算法提取太赫兹图像中的危险品的特征，进而识别出太赫兹图像中的危险品是设计本技术方案的初衷。目前，太赫兹成像技术越来越成熟，太赫兹图像的分辨率越来越高，但是在实际生活中太赫兹安检技术还是处于半自动化状态，虽然能够满足机场、海关、口岸等公...
【技术保护点】
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。
【技术特征摘要】
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...
【专利技术属性】
技术研发人员：王卓薇，罗鉴鹏，程良伦，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。