基于太赫兹特征的违禁物品智能检测方法技术

本申请属于光谱分析技术领域，提供了基于太赫兹特征的违禁物品智能检测方法，通过获取拍摄的太赫兹图像中的某一帧图像，对该图像进行预处理，初步消除噪声；对预处理后的图像进行计算，精准分辨出因为震动导致的噪声，跟据判断结果对图像进行去噪；对去噪后图像采用神经网络模型识别出目标物体是否是违禁物品，完成对违禁物品的智能检测

【技术实现步骤摘要】
基于太赫兹特征的违禁物品智能检测方法


[0001]本申请涉及光谱分析
，尤其涉及基于太赫兹特征的违禁物品智能检测方法
。

技术介绍

[0002]太赫兹波是指在光线波长处于一段特定频率的光，处于这段频率的光据有高穿透性
、
低能量性
、
吸水性等特点
。
基于太赫兹波的上述特点，在目前的违禁物品检测中它能穿透遮挡物，发现被检测物品中的液体
、
炸药
、
金属制品等违禁物品，因此太赫兹波在违禁品检测中得到了广泛的应用
。
[0003]在目前的基于太赫兹特征的违禁物品检测系统中，可能因为被检测物体在被传送带传输时难以避免的震动导致待测物品周围出现大量的背景噪声，此种噪声形状是待测物体震动时产生的残影
。
对这种噪声采用传统的去噪手段结果并不理想，而保留这种噪声会降低图像质量，影响最终违禁品检测的结果
。
[0004]因此，亟需一种方法有效的去除以上背景噪声，用以提高违禁品检测结果的速度和质量
。

技术实现思路

[0005]为了解决以上技术问题，本申请提供了基于太赫兹特征的违禁物品智能检测方法，用以提高违禁品检测结果的速度和质量
。
[0006]本专利技术提供的一种基于太赫兹特征的违禁物品智能检测方法，所述方法包括：采集获取背景固定噪声修正图像和原始检测灰度图，将所述原始检测灰度图进行背景去噪，获得一次去噪图像，继续进行小孔消除，获得二值图像；对所述二值图像进行连通域检测，然后对检测获得的连通域外部轮廓进行检索分析，获得所述二值图像的疑似震动噪声距离
、
疑似震动噪声连通域厚度和检索坐标对；基于所述疑似震动噪声距离和所述疑似震动噪声连通域厚度，获得所述二值图像的疑似噪声连通域分割指标；根据所述疑似噪声连通域分割指标，结合所述检索坐标对，对所述二值图像进行第一次噪声筛选，将所述二值图像中分割出第一次噪声筛选连通域图，获得修正震动噪声距离和修正震动噪声连通域厚度；分析所述修正震动噪声距离和所述修正震动噪声连通域厚度，获得第一次噪声筛选连通域图的唯一特征值，并将所述第一次噪声筛选连通域图进行分组；分析所述唯一特征值，获得噪声判断值；根据所述噪声判断值，基于所述第一次噪声筛选连通域图，对所述二值图像进行第二次噪声筛选和处理，获得震动噪声掩模图；将所述震动噪声掩模图与所述一次去噪图像进行与运算，获得二次去噪图像；对所述二次去噪图像，采用神经网络模型识别出目标物体是否是违禁物品，完成
对违禁物品的智能检测
。
[0007]在本专利技术的一些实施例中，进行小孔消除，获得二值图像，包括：对所述一次去噪图像采用大津阈值法求得阈值，根据阈值对所述一次去噪图像进行二值分割，获得二值分割图像；对所述二值分割图像进行
Canny
边缘检测，得到所述二值分割图像的条纹信息图；基于所述条纹信息图，检测所有首尾相连的条纹包围内部区域中是否完全包含有首尾相连的条纹，如果有将内部条纹所包围区域内部任选一点在所述二值分割图像中标记出来，并在所述条纹信息图中将内部条纹所在数据点的灰度值改为所述条纹信息图的背景灰度值；在被标记后的所述二值分割图像中，对每一个被标记的数据点采用泛洪填充算法以
255
为填充值将所有的小孔消除，获得二值图像
。
[0008]在本专利技术的一些实施例中，对所述二值图像进行连通域检测，然后对检测获得的连通域外部轮廓进行检索分析，获得所述二值图像的疑似震动噪声距离
、
疑似震动噪声连通域厚度和检索坐标对，包括：对所述二值图像进行连通域检测，获得连通域标号记为
m
；在所述连通域的外部轮廓中选择一个数据点，从该数据点出发，沿其切线垂直向外方向进行数据点检索，直到检索到图片边缘或者触碰到另一个连通域的外部轮廓数据点时停止检索；如果停止检索时触碰到的是图片边缘，不做任何操作；如果停止检索时触碰到另一个连通域的外部轮廓数据点，则记录下检索过程中一共检索了多少个数据点，记为连通域距离
d
及记录停止检索处的坐标
(x1,y1)
；随后继续按照检索方向，在触碰到的连通域内部进行检索，直到触碰到被检索连通域的轮廓，记录在连通域内部检索了多少个数据点，记为连通域厚度
s
及记录停止检索处的坐标
(x2,y2)
；获得检索坐标对
AM=(x1,y1,x2,y2)
；起始的连通域标号记为
m
a
，结束连通域标号记为
m
b
，得到震动噪声距离
d
ab
，震动噪声连通域厚度
s
ab
,
检索坐标对
AM
ab
；沿顺时针方向遍历所有连通域外部轮廓上的所有数据点，对于同一个结束连通域获得
n
个震动噪声距离
d
ab
，按照
d
ab
在起始连通域
m
a
顺时针方向从先到后的顺序对其进行编号，得到疑似震动噪声距离
d
nab
，同理对
s
ab
进行编号获得疑似震动噪声连通域厚度
s
nab
，对
AM
ab
进行编号获得检索坐标对
AM
nab
。
[0009]在本专利技术的一些实施例中，所述疑似噪声连通域分割指标为：
;
式中，
nsm
n
表示二值图像的疑似噪声连通域分割指标，
d
nab
表示标号为
n
的疑似震动噪声距离，
d
n
‑
1ab
表示标号为
n
‑1的疑似震动噪声距离，
s
nab
表示标号为
n
的疑似震动噪声连通域厚度，
s
n
‑
1ab
表示标号为
n
‑1的疑似震动噪声连通域厚度，
μ
dab
表示疑似震动噪声距离
d
nab
的均值，
μ
sab
表示疑似震动噪声连通域厚度的
s
nab
均值
。
[0010]在本专利技术的一些实施例中，根据所述疑似噪声连通域分割指标，结合所述检索坐标对，对所述二值图像进行第一次噪声筛选，将所述二值图像中分割出第一次噪声筛选连
通域图，获得修正震动噪声距离和修正震动噪声连通域厚度，包括：将所述疑似噪声连通域分割指标
nsm
n
小于
0.1、
且相邻的元素分为一组，获得的每组开头或结尾标号
n
，根据标号
n
对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于太赫兹特征的违禁物品智能检测方法，其特征在于，所述方法包括：采集获取背景固定噪声修正图像和原始检测灰度图，将所述原始检测灰度图进行背景去噪，获得一次去噪图像，继续进行小孔消除，获得二值图像；对所述二值图像进行连通域检测，然后对检测获得的连通域外部轮廓进行检索分析，获得所述二值图像的疑似震动噪声距离
、
疑似震动噪声连通域厚度和检索坐标对；基于所述疑似震动噪声距离和所述疑似震动噪声连通域厚度，获得所述二值图像的疑似噪声连通域分割指标；根据所述疑似噪声连通域分割指标，结合所述检索坐标对，对所述二值图像进行第一次噪声筛选，将所述二值图像中分割出第一次噪声筛选连通域图，获得修正震动噪声距离和修正震动噪声连通域厚度；分析所述修正震动噪声距离和所述修正震动噪声连通域厚度，获得第一次噪声筛选连通域图的唯一特征值，并将所述第一次噪声筛选连通域图进行分组；分析所述唯一特征值，获得噪声判断值；根据所述噪声判断值，基于所述第一次噪声筛选连通域图，对所述二值图像进行第二次噪声筛选和处理，获得震动噪声掩模图；将所述震动噪声掩模图与所述一次去噪图像进行与运算，获得二次去噪图像；对所述二次去噪图像，采用神经网络模型识别出目标物体是否是违禁物品，完成对违禁物品的智能检测
。2.
根据权利要求1所述的基于太赫兹特征的违禁物品智能检测方法，其特征在于，进行小孔消除，获得二值图像，包括：对所述一次去噪图像采用大津阈值法求得阈值，根据阈值对所述一次去噪图像进行二值分割，获得二值分割图像；对所述二值分割图像进行
Canny
边缘检测，得到所述二值分割图像的条纹信息图；基于所述条纹信息图，检测所有首尾相连的条纹包围内部区域中是否完全包含有首尾相连的条纹，如果有将内部条纹所包围区域内部任选一点在所述二值分割图像中标记出来，并在所述条纹信息图中将内部条纹所在数据点的灰度值改为所述条纹信息图的背景灰度值；在被标记后的所述二值分割图像中，对每一个被标记的数据点采用泛洪填充算法以
255
为填充值将所有的小孔消除，获得二值图像
。3.
根据权利要求1所述的基于太赫兹特征的违禁物品智能检测方法，其特征在于，对所述二值图像进行连通域检测，然后对检测获得的连通域外部轮廓进行检索分析，获得所述二值图像的疑似震动噪声距离
、
疑似震动噪声连通域厚度和检索坐标对，包括：对所述二值图像进行连通域检测，获得连通域标号记为
m
；在所述连通域的外部轮廓中选择一个数据点，从该数据点出发，沿其切线垂直向外方向进行数据点检索，直到检索到图片边缘或者触碰到另一个连通域的外部轮廓数据点时停止检索；如果停止检索时触碰到的是图片边缘，不做任何操作；如果停止检索时触碰到另一个连通域的外部轮廓数据点，则记录下检索过程中一共检索了多少个数据点，记为连通域距离
d
及记录停止检索处的坐标
(x1,y1)
；随后继续按照检索方向，在触碰到的连通域内部进行
检索，直到触碰到被检索连通域的轮廓，记录在连通域内部检索了多少个数据点，记为连通域厚度
s
及记录停止检索处的坐标
(x2,y2)
；获得检索坐标对
AM=(x1,y1,x2,y2)
；起始的连通域标号记为
m
a
，结束连通域标号记为
m
b
，得到震动噪声距离
d
ab
，震动噪声连通域厚度
s
ab
,
检索坐标对
AM
ab
；沿顺时针方向遍历所有连通域外部轮廓上的所有数据点，对于同一个结束连通域获得
n
个震动噪声距离
d
ab
，按照
d
ab
在起始连通域
m
a
顺时针方向从先到后的顺序对其进行编号，得到疑似震动噪声距离
d
nab
，同理对
s
ab
进行编号获得疑似震动噪声连通域厚度
s
nab
，对
AM
ab
进行编号获得检索坐标对
AM
nab
。4.
根据权利要求1所述的基于太赫兹特征的违禁物品智能检测方法，其特征在于，所述疑似噪声连通域分割指标为：
;
式中，
nsm
n
表示二值图像的疑似噪声连通域分割指标，
d
nab
表示标号为
n
的疑似震动噪声距离，
d
n
‑
1ab
表示标号为
n
‑1的疑似震动噪声距离，
s
nab
表示标号为
n
的疑似震动噪声连通域厚度，
s
n
‑
1ab
表示标号为
n
‑1的疑似震动噪声连通域厚度，
μ
dab
表示疑似震动噪声距离
d
nab
的均值，
μ
sab
表示疑似震动噪声连通域厚度的
s
nab
均值
。5.
根据...

【专利技术属性】
技术研发人员：胡秋生，胡锦文，姚斌斌，潘蓉，田伟，
申请(专利权)人：江苏鹰创科技有限公司，
类型：发明
国别省市：