一种基于形状上下文描述的太赫兹图像危险品识别方法技术

本发明专利技术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，本发明专利技术实现安检自动化，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。

【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、口岸等公共场所的基本安检需要，但是仍然可以通过图像识别技术进一步提高自动化程度，进一步提高安检效率。比如，祁春超博士领衔的研发团队研发的主动式毫米波安检仪产品TAI-40-HP，设备的功率密度仅为0.13μW/cm2，进行一次人体扫描的工作时间仅为2.8s，能实现对人体360度全方位扫描成像，最高分辨率为4.5mm，但是该系统还未能完全实现自动化安检。这充分说明太赫兹成像技术已经日趋成熟，太赫兹图像质量能够满足实际需要，可以通过图像识别技术进一步提高安检效率的。如何从太赫兹图像中寻找危险品的特征，实现安检自动化显得越来越重要。为实现安检自动化，使用通用的计算机视觉领域的图像处理技术，从太赫兹图像中提取危险品的特征信息，从而实现安检自动化。现有的太赫兹图像图像处理和识别方法采用通用的图像处理和识别方法，但与光学拍照设备所生成的光学图像具有丰富的颜色、纹理特征不一样，太赫兹图像往往没有丰富的信息，图像中能够被充分利用充当特征的信息往往只有灰度信息和轮廓信息，目前针对轮廓和灰度特征进行分析的方法比较常用。另外，在太赫兹图像处理和识别的相关研究方面，已公开成果“太赫兹成像安检设备以及图像处理和识别方法”(蒋林华，严志讯，林晓，邬春学，杨贵松，朱亦鸣，CN201710404636.6)，其使用的轮廓提取方法为主动形状模型法，使用统计学方法计算轮廓图像中不同位置的灰度值和纹理信息来判断危险品的隐藏区域，计算过程相对繁琐，时间复杂度较高；已公开成果“一种基于毫米波图像的人体异物检测方法及系统”(陈寒江，李志权，祁春超，赵术开，CN201610855267.8)通过滑动窗口搜索危险品区域，然后利用聚类算法计算疑似危险品的RGB特征，然后根据RGB特征匹配确定危险品的名称和种类，这种方法所得的危险品的匹配识别准确率难以满足实际需要。
技术实现思路
本专利技术提出了一种使用形状上下文特征描述算法识别危险品的轮廓特征，通过使用分块查找和二分查找的方法分别快速定位危险品的隐藏区域和轮廓，能够在较短的时间内获得太赫兹图像中的危险品特征信息，通过与数据库中的特征向量进行比对，获得较高的识别准确率。本专利技术所采用的技术方案：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。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。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。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。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。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。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：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且xk＜xm,令xk＝(xk+xm)/2；如果y＜0且xk＞xm,令xk＝(xk+xh)/2；通过不断改变xk的值，直至找到当前行的边缘点；找到了当前行的边缘点后，通过改变ym的值寻找下一行的边缘点，直至找到图像中所有的边缘点。步骤S3中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，具体为将步骤S2所得危险品图像获得的轮廓边缘，对轮廓边缘进行采样得到一组离散的点集Q＝{q1,q2,q3,q4,L,qn}；然后使用公式(3)计算其形状上下文，所述公式(3)具体如下：hi(k)＝#{p≠qi:(p-qi)∈bin(k)}(3)其中，k＝{1,2,3,L,k},k＝M*N；M是以点qi为参考点，R为半径的区域沿圆周方向的M等分，N是以点qi为参考点，R为半径的局域内按对数距离建立的同心圆的数目；使用公式(4)计算代价矩阵和数据库中的危险品图像进行比对，所述公式(4)具体如下：使用公式(5)找到当前太赫兹危险品图像和数据库中的危险品图像的对应关系π(i),使得∑Ci,π(i)最小，所述公式(5)具体如下：与现有技术相比，本专利技术的有益效果是：本专利技术提出一种基于形状上下文描述的太赫兹图像危险品识别方法，对被检对象太赫兹图像进行本文档来自技高网...

【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