CN106384336A - 一种x光图像处理方法、系统和设备 - Google Patents

一种x光图像处理方法、系统和设备 Download PDF

Info

Publication number
CN106384336A
CN106384336A CN201510478002.6A CN201510478002A CN106384336A CN 106384336 A CN106384336 A CN 106384336A CN 201510478002 A CN201510478002 A CN 201510478002A CN 106384336 A CN106384336 A CN 106384336A
Authority
CN
China
Prior art keywords
ray image
slope
image processing
edge
detected material
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510478002.6A
Other languages
English (en)
Inventor
李新
程荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sinocloud Wisdom Beijing Technology Co Ltd
Original Assignee
Sinocloud Wisdom Beijing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sinocloud Wisdom Beijing Technology Co Ltd filed Critical Sinocloud Wisdom Beijing Technology Co Ltd
Priority to CN201510478002.6A priority Critical patent/CN106384336A/zh
Publication of CN106384336A publication Critical patent/CN106384336A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种X光图像处理方法、系统及设备，所述X光图像处理方法包括获取待处理的X光图像，预处理X光图像去除图像中的噪声，对X光图像进行边缘检测和霍夫变换，找出X光图像中被检测物边缘的直线段，计算直线段的斜率统计出大部分直线段一致或相近的斜率，根据大部分直线段斜率对X光图像进行旋转，使X光图像中的被检测物处于水平或垂直方向，然后再计算被检测物是否属检测目标物的。使得被检测物基本都被旋转成为水平或垂直方向，减少了自由度，能够增强检测算法的精度及提高鲁棒性。

Description

一种X光图像处理方法、系统和设备
技术领域
本发明涉及图像处理领域，具体说涉及一种X光图像目标物自动检测的图像增强方法及X光图像处理系统和设备。
背景技术
如今，公共交通安全领域、交通运输和邮递快递行业、检验检疫和海关监管等诸多领域大量采用X光机设备对行李包括或货物进行免侵入检查。在对X光机检查的需求呈现出了爆炸性增长的同时，传统的人工看图检查方式已不能满足现状，部分场景中已开始采用使用了各种目标物检测算法的计算机辅助检视技术、目标物自动检测技术等。
然而，现在的计算机辅助自动检测技术还不是十分完备，需要考虑的因素非常之多，比如通过X光机的行李或货物摆放方向基本是随机的，为了减少此被检测物品的方向自由度，本发明在应用目标物检测算法前先对物品在图像中的方向进行一定程度的规整，有利于提高后续目标物检测算法的效率和鲁棒性。
发明内容
针对现有技术存在的问题，本发明的目的在于提出种X光图像目标物自动检测的图像增强方法及X光图像处理系统和X光图像处理设备。
为实现上述目的，本发明提出一种X光图像处理方法，所述方法包括：获取待处理的X光图像；预处理所获得的X光图像，去除X光图像中的噪声；使用边缘检测算法检测出所述X光图像中被检测物的边缘；对所得包含边缘的图像进行霍夫变换，找出属于被检测物边缘中直线段；从所有找到的直线段中筛选出所有符合长度要求的直线段；计算所找出的所有直线段的斜率，统计出大部分直线段走向一致或相近的斜率作为斜率阈值；将斜率阈值作为所述X光图像中被检测目标物的斜率对X光图像进行旋转，使被检测物处；于水平或垂直方向；在旋转后的图像中计算被检测物是否属检测目标物。
上述的X光图像处理方法中，所述对X光图像进行预处理，以去除所述X光图像中的噪声具体为：计算所述X光图像的灰度直方图；根据所述灰度直方图，由高向低依次将每一灰度值对应的像素点个数进行累加，并计算累加像素点个数与所述X光图像像素点个数的比值，当所述比值大于预设噪声像素点个数与所述X光图像像素点个数的比值时，将当前的灰度值作为灰度阈值；遍历所述X光图像，将所述X光图像中所有大于所述灰度阈值的像素点的灰度值设置为所述灰度阈值。
上述的X光图像处理方法中，所述边缘检测算法为Canny边缘检测算法、Roberts边缘检测算法、Sobel边缘检测算法、Laplace边缘检测算法、Prewitt边缘检测算法中的任意一种。
本发明的另一目的在于提出一种X光图像处理系统，包括获取单元，用于获取待处理的X光图像；预处理单元，用于对所述X光图像进行预处理以去除X光图像中的噪声；边缘检测单元，用于检测所述X光图像中被检测物的边缘；斜率计算单元，用于计算被检测物边缘中所有直线段的斜率，确定斜率阈值；图像旋转单元，用于根据阈值斜率作为所述X光图像中被检测目标物的斜率对X光图像进行旋转，使被检测物处于水平或者垂直方向；图像计算单元，用于计算被检测物是否为检测目标物。
上述的X光图像处理系统中，所述X光图像获取单元为X光机。
上述的X光图像处理系统中，所述预处理单元具体包括：灰度直方图计算模块，用于计算所述X光图像的灰度直方图；灰度阈值确定模块，用于根据所述灰度直方图，由高向低依次将每一灰度值对应的像素点进行累加，并计算累加像素点个数与所述X光图像像素点个数的比值，当所述比值大于预设噪声像素点个数与所述X光图像像素点个数的比值时，将当前的灰度值作为灰度阈值；X光图像遍历模块，用于遍历所述X光图像，将所述X光图像中所有大于所述灰度阈值的像素点的灰度值设置为所述灰度阈值。
上述的X光图像处理系统中，上述的斜率计算单元具体包括斜率计算模块，用于计算直线段的斜率；直线段遍历模块，用于遍历所述X光图像中的直线段的斜率，统计出大部分直线段走向一致或相近的斜率，将该斜率设为斜率阈值。
本发明的还目的在于提供一种X光图像处理设备，所述X光图像处理设备包括所述的X光图像处理系统。
本发明与现有技术相比，有益效果在于：获取待处理的X光图像，预处理X光图像去除图像中的噪声，对X光图像进行边缘检测和霍夫变换，找出X光图像中被检测物边缘的直线段，计算直线段的斜率统计出大部分直线段一致或相近的斜率，根据大部分直线段斜率对X光图像进行旋转，使X光图像中的被检测物处于水平或垂直方向，然后再计算被检测物是否属检测目标物的。使得被检测物基本都被旋转成为水平或垂直方向，减少了自由度，能够增强检测算法的精度及提高鲁棒性。
附图说明
图1为本发明一个具体实施例中的X光图像处理方法的流程图；
图2为本发明一个具体实施例中的X光图像处理系统的结构图；
图3为本发明一个具体实施例中提供的原始X光图像；
图4为本发明一个具体实施例中的X光图像的边缘图像；
图5为本发明一个具体实施例中的经过本发明的图像处理方法处理后的图像与原始X光图像的对比图。
具体实施方式
下面结合附图和实施例对本发明提出的X光图像处理方法、系统及设备做进一步描述。以下实施例仅用于说明本发明，但不用来限制本发明的范围。
如图1、图3至图5所示，本发明一个具体实施例中的X光图像处理方法包括：获取待处理的X光图像；预处理所获得的X光图像，去除X光图像中的噪声；使用边缘检测算法检测出所述X光图像中被检测物的边缘；对所得包含边缘的图像进行霍夫变换，找出属于被检测物边缘中直线段；从所有找到的直线段中筛选出所有符合长度要求的直线段；计算所找出的所有直线段的斜率，统计出大部分直线段走向一致或相近的斜率作为阈值斜率；将斜率阈值作为所述X光图像中被检测目标物的斜率对X光图像进行旋转，使被检测物处；于水平或垂直方向；在旋转后的图像中计算被检测物是否属检测目标物。图3至图5为采用本发明的图像处理方法处理的X光图像的处理结果图，及原始图与X光图像处理结果的对比效果图。
本发明具体实施例中对X光图像进行预处理，以去除所述X光图像中的噪声具体为：计算所述X光图像的灰度直方图；根据所述灰度直方图，由高向低依次将每一灰度值对应的像素点个数进行累加，并计算累加像素点个数与所述X光图像像素点个数的比值，当所述比值大于预设噪声像素点个数与所述X光图像像素点个数的比值时，将当前的灰度值作为灰度阈值；遍历所述X光图像，将所述X光图像中所有大于所述灰度阈值的像素点的灰度值设置为所述灰度阈值。
本发明具体实施例中的边缘检测算法为Canny边缘检测算法、Roberts边缘检测算法、Sobel边缘检测算法、Laplace边缘检测算法、Prewitt边缘检测算法中的任意一种。
霍夫变换主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。本发明中的几何形状为直线。以直线检测为例，每个像素坐标点经过变换都变成都直线特质有贡献的统一度量，一个简单的例子如下：一条直线在图像中是一系列离散点的集合，通过一个直线的离散极坐标公式，可以表达出直线的离散点几何等式如下：
X*cos(theta)+y*sin(theta)=r其中角度theta指r与X轴之间的夹角，r为到直线几何垂直距离。任何在直线上点，x,y都可以表达，其中r，theta是常量。
然而在实现的图像处理领域，图像的像素坐标P(x, y)是已知的，而r, theta则是我们要寻找的变量。如果我们能绘制每个(r, theta)值根据像素点坐标P(x, y)值的话，那么就从图像笛卡尔坐标系统转换到极坐标霍夫空间系统，这种从点到曲线的变换称为直线的霍夫变换。变换通过量化霍夫参数空间为有限个值间隔等分或者累加格子。当霍夫变换算法开始，每个像素坐标点P(x, y)被转换到(r, theta)的曲线点上面，累加到对应的格子数据点，当一个波峰出现时候，说明有直线存在。
如图2所示，本发明一个具体实施例中的X光图像处理系统包括获取单元，用于获取待处理的X光图像；预处理单元，用于对所述X光图像进行预处理以去除X光图像中的噪声；边缘检测单元，用于检测所述X光图像中被检测物的边缘；斜率计算单元，用于计算被检测物边缘中所有直线段的斜率，确定斜率阈值；图像旋转单元，用于根据阈值斜率作为所述X光图像中被检测目标物的斜率对X光图像进行旋转，使被检测物处于水平或者垂直方向；图像计算单元，用于计算被检测物是否为检测目标物。
本发明具体实施例中的X光图像获取单元为X光机。
本发明具体实施例中的预处理单元具体包括：灰度直方图计算模块，用于计算所述X光图像的灰度直方图；灰度阈值确定模块，用于根据所述灰度直方图，由高向低依次将每一灰度值对应的像素点进行累加，并计算累加像素点个数与所述X光图像像素点个数的比值，当所述比值大于预设噪声像素点个数与所述X光图像像素点个数的比值时，将当前的灰度值作为灰度阈值；X光图像遍历模块，用于遍历所述X光图像，将所述X光图像中所有大于所述灰度阈值的像素点的灰度值设置为所述灰度阈值。
本发明具体实施例中的斜率计算单元具体包括斜率计算模块，用于计算直线段的斜率；直线段遍历模块，用于遍历所述X光图像中的直线段的斜率，统计出大部分直线段走向一致或相近的斜率，将该斜率设为斜率阈值。
本发明一个具体实施例中的X光图像处理设备包括所述的X光图像处理系统。
以上使用方式仅用于说明本发明，而并非对发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的保护范畴。

Claims (8)

1.一种X光图像处理方法，其特征在于，所述方法包括：
获取待处理的X光图像；
对所述X光图像进行预处理以去除X光图像中的噪声；
使用边缘检测算法检测出所述X光图像中被检测物的边缘；
对所得包含边缘的图像进行霍夫变换，找出被检测物边缘中的所有直线段；
从所有找到的直线段中筛选出所有符合长度要求的直线段；
计算所找出的所有直线段的斜率，确定斜率阈值；
将斜率阈值作为所述X光图像中被检测目标物的斜率对X光图像进行旋转，使被检测物处于水平或垂直方向；
在旋转后的图像中计算被检测物是否属检测目标物。
2.如权利要求1所述的X光图像处理方法，其特征在于，所述对X光图像进行预处理，以去除所述X光图像中的噪声具体为：
计算所述X光图像的灰度直方图；
根据所述灰度直方图，由高向低依次将每一灰度值对应的像素点个数进行累加，并计算累加像素点个数与所述X光图像像素点个数的比值，当所述比值大于预设噪声像素点个数与所述X光图像像素点个数的比值时，将当前的灰度值作为灰度阈值；
遍历所述X光图像，将所述X光图像中所有大于所述灰度阈值的像素点的灰度值设置为所述灰度阈值。
3.如权利要求1所述的X光图像处理方法，其特征在于，所述边缘检测算法为Canny边缘检测算法、Roberts边缘检测算法、Sobel边缘检测算法、Laplace边缘检测算法、Prewitt边缘检测算法中的任意一种。
4.一种X光图像处理系统，其特征在于，包括
获取单元，用于获取待处理的X光图像；
预处理单元，用于对所述X光图像进行预处理以去除X光图像中的噪声；
边缘检测单元，用于检测所述X光图像中被检测物的边缘；
斜率计算单元，用于计算被检测物边缘中所有直线段的斜率，确定斜率阈值；
图像旋转单元，用于根据阈值斜率作为所述X光图像中被检测目标物的斜率对X光图像进行旋转，使被检测物处于水平或者垂直方向；
图像计算单元，用于计算被检测物是否为检测目标物。
5.如权利要求4所述的X光图像处理系统，其特征在于，所述X光图像获取单元为X光机。
6.如权利要求4所述的X光图像处理系统，其特征在于，所述预处理单元，具体包括：
灰度直方图计算模块，用于计算所述X光图像的灰度直方图；
灰度阈值确定模块，用于根据所述灰度直方图，由高向低依次将每一灰度值对应的像素点进行累加，并计算累加像素点个数与所述X光图像像素点个数的比值，当所述比值大于预设噪声像素点个数与所述X光图像像素点个数的比值时，将当前的灰度值作为灰度阈值；
X光图像遍历模块，用于遍历所述X光图像，将所述X光图像中所有大于所述灰度阈值的像素点的灰度值设置为所述灰度阈值。
7.如权利要求4所述的X光图像处理系统，其特征在于，所述斜率计算单元具体包括：
斜率计算模块，用于计算直线段的斜率；
直线段遍历模块，用于遍历所述X光图像中的直线段的斜率，
斜率阈值确定模块，用于确定斜率阈值。
8.一种X光图像处理设备，其特征在于，所述X光图像处理设备包括权利要求4至7任一权利要求所述的X光图像处理系统。
CN201510478002.6A 2015-08-07 2015-08-07 一种x光图像处理方法、系统和设备 Pending CN106384336A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510478002.6A CN106384336A (zh) 2015-08-07 2015-08-07 一种x光图像处理方法、系统和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510478002.6A CN106384336A (zh) 2015-08-07 2015-08-07 一种x光图像处理方法、系统和设备

Publications (1)

Publication Number Publication Date
CN106384336A true CN106384336A (zh) 2017-02-08

Family

ID=57916381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510478002.6A Pending CN106384336A (zh) 2015-08-07 2015-08-07 一种x光图像处理方法、系统和设备

Country Status (1)

Country Link
CN (1) CN106384336A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949142A (zh) * 2021-12-20 2022-01-18 广东科凯达智能机器人有限公司 一种基于视觉识别的巡线机器人自主充电方法、系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504724A (zh) * 2009-03-20 2009-08-12 北京中星微电子有限公司 一种指纹对准的方法、指纹采集装置、指纹对准装置
US20110305393A1 (en) * 2010-06-09 2011-12-15 Microsoft Corporation Techniques in optical character recognition
CN102663737A (zh) * 2012-03-19 2012-09-12 西安交通大学 一种针对富含几何信息的视频信号的消逝点检测方法
CN103424415A (zh) * 2013-07-05 2013-12-04 公安部第三研究所 X光定位检测装置及定位检测方法
CN103903254A (zh) * 2012-12-31 2014-07-02 中国科学院深圳先进技术研究院 一种x光图像处理方法、系统及x光图像处理设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504724A (zh) * 2009-03-20 2009-08-12 北京中星微电子有限公司 一种指纹对准的方法、指纹采集装置、指纹对准装置
US20110305393A1 (en) * 2010-06-09 2011-12-15 Microsoft Corporation Techniques in optical character recognition
CN102663737A (zh) * 2012-03-19 2012-09-12 西安交通大学 一种针对富含几何信息的视频信号的消逝点检测方法
CN103903254A (zh) * 2012-12-31 2014-07-02 中国科学院深圳先进技术研究院 一种x光图像处理方法、系统及x光图像处理设备
CN103424415A (zh) * 2013-07-05 2013-12-04 公安部第三研究所 X光定位检测装置及定位检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113949142A (zh) * 2021-12-20 2022-01-18 广东科凯达智能机器人有限公司 一种基于视觉识别的巡线机器人自主充电方法、系统
CN113949142B (zh) * 2021-12-20 2022-09-02 广东科凯达智能机器人有限公司 一种基于视觉识别的巡线机器人自主充电方法、系统

Similar Documents

Publication Publication Date Title
CN115239704B (zh) 一种木材表面缺陷的精准检测修复方法
CN110070523B (zh) 一种用于瓶底的异物检测方法
Jie et al. Real-time rail head surface defect detection: A geometrical approach
Qiang et al. An edge-detection method based on adaptive canny algorithm and iterative segmentation threshold
CN109671078B (zh) 一种产品表面图像异常检测方法及装置
US10074551B2 (en) Position detection apparatus, position detection method, information processing program, and storage medium
CN106780437B (zh) 一种快速qfn芯片塑封图像获取与放大方法
Zhang et al. Edge detection based on improved sobel operator
CN104613869A (zh) 一种基于最大内切圆的椭圆孔组检测方法和系统
Sun et al. A robust lane detection method for autonomous car-like robot
CN110807354B (zh) 一种工业流水线产品计数方法
CN104036514A (zh) 一种基于直方图峰值搜索的圆检测方法
CN110060239B (zh) 一种用于瓶子瓶口的缺陷检测方法
CN115471476A (zh) 一种部件缺陷检测方法、装置、设备及介质
Sa et al. Improved Otsu segmentation based on sobel operator
CN107818583A (zh) 十字中心检测方法及装置
Ping et al. Whole surface defect detection method for bearing rings based on machine vision
CN106384336A (zh) 一种x光图像处理方法、系统和设备
JP5889778B2 (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法
CN204759528U (zh) 一种x光图像处理系统和设备
CN111028215A (zh) 一种基于机器视觉的检测钢卷端面缺陷方法
Sun et al. Research on image segmentation and extraction algorithm for bicolor water level gauge
CN108010020B (zh) 一种硅片的滑道检测方法及装置
CN113192061A (zh) Led封装外观检测图像的提取方法、装置、电子设备和存储介质
JP5911122B2 (ja) 直線検出装置および直線検出方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170208

WD01 Invention patent application deemed withdrawn after publication