CN106446819A - 人体安检成像中人体轮廓边缘物体的识别方法 - Google Patents
人体安检成像中人体轮廓边缘物体的识别方法 Download PDFInfo
- Publication number
- CN106446819A CN106446819A CN201610833551.5A CN201610833551A CN106446819A CN 106446819 A CN106446819 A CN 106446819A CN 201610833551 A CN201610833551 A CN 201610833551A CN 106446819 A CN106446819 A CN 106446819A
- Authority
- CN
- China
- Prior art keywords
- point
- human body
- human
- pixel
- circular shuttering
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种人体安检成像中人体轮廓边缘物体的识别方法,首先通过预处理算法排除人体的头颈部和手部;然后利用圆形模板沿成像边缘轮廓线移动,依次计算以轮廓点为圆心的圆形区域内人体区域面积所占比例,如果占比低于一个低阈值Pmin,记为凸点Ni点,或者高于一个高阈值Pmax,记为凹点Xj点。相邻两个凸点Ni和Ni+1点间存在凹点Xj,并且两点直线距离必须小于一个阈值K,防止误识别;对得到的特征凸点Ni和Ni+1点进行连线,对连线完的轮廓填充的二值图与原成像二值图进行差运算,即得到检测目标物。本方法抗噪声能力强,识别速度快,识别精度高,可出色完成人体边缘与背景连通的物体成像的全自动识别任务。
Description
技术领域
本发明涉及一种图像识别技术,特别涉及一种人体安检成像中人体轮廓边缘物体的识别方法。
背景技术
在一种很多人体安检技术中,由于物体与背景成像上不存在区别,放置在人体边缘的物体成像与背景连通,通过视觉可观察到的是人体轮廓缺了一块,这个缺失的一块就是违禁物体,但是计算机的图像识别算法却很难将之提取出来。人体轮廓边缘的物体的识别是一个技术难点,这方面的研究很少,研究成果也非常之有限,不过在实际的安检应用中与背景连通物体的识别现象却普遍存在,因此本文识别方法具有很强的应用价值。
发明内容
本发明是针对人体轮廓边缘的物体识别困难的问题,提出了一种人体安检成像中人体轮廓边缘物体的识别方法,解决了人体轮廓边缘物体的自动识别难题,识别速度快准确度高。
本发明的技术方案为:一种人体安检成像中人体轮廓边缘物体的识别方法,具体包括如下步骤:
1)对原始人体安检图像进行预处理:排除人体的头颈部和手部,并使轮廓只由连续的单像素点连接,并进行轮廓跟踪,记录轮廓每个点的坐标;
2)构造圆形模板沿人体轮廓边缘移动,圆形模板在轮廓线上的移动是以轮廓上的点作为中心的,计算每个轮廓点位置处圆形模板内人体目标区域面积所占比例,如果比例低于一个低阈值Pmin则记为凸点,标记为Ni点,i=1,2…;如果高于一个高阈值Pmax则记为凹点,标记为Xj点,j=1,2…;
3)从起始位置开始,对每两个相邻凸点进行连线判断,如果相邻两个凸点Ni和Ni+1点间存在凹点Xj,同时该两凸点直线距离必须小于一个阈值K,则将两个凸点Ni和Ni+1点有效连接,否则取消连接,有效连接轮廓存在检测目标物;
4)对连线完的轮廓填充的二值图与原成像二值图进行差运算,即得到检测目标物。
所述步骤2)中构造圆形模板:是在半径为r的像素块中构造的,如果在圆形模板半径r大于人体手臂宽度的1/3,或者对于识别精度要求不高的情况下,用锯齿形边缘的像素块来直接表示圆形模板,像素块中,与圆形模板区域有交集的像素其像素值为1,无交集则像素值为0;如果在圆形模板半径r大于人体手臂宽度的1/3,或者对精度有较高要求的情况下,使用加权重的方式来构造标准圆形模板:即计算正方形像素块中每个像素与圆形模板区域相交面域所占像素本身面域的比例,此比例值即作为每个像素的分配权重。
所述阈值Pmin、Pmax和K根据不同模型和人体图像清晰度情况进行设定。
所述低阈值Pmin取值0.2-0.3;高阈值Pmax取值0.7-0.8;阈值K取值15-20厘米。
本发明的有益效果在于:本发明人体安检成像中人体轮廓边缘物体的识别方法,抗噪声能力强,识别速度快,识别精度高,可出色完成人体边缘与背景连通的物体成像的全自动识别任务,通过修改相应阈值(Pmin、Pmax和K)可以适用于不同模型和人体图像清晰度情况,可移植性高。
附图说明
图1为人体边缘携带物体原始成像图;
图2为本发明对原始图像轮廓的预处理及圆形模板检测示意图;
图3为本发明对满足条件的凸点进行连线示意图;
图4为本发明不含头颈部和手部人体边缘物体识别的完整处理图像。
具体实施方式
人体安检成像中人体轮廓边缘物体的识别方法:首先对原始人体安检图像(图1所示)进行预处理,第一步是排除人体的头颈部和手部(因为这几个部位通常无法藏匿违禁品,同时也是为了避免该算法在头颈部和手部的误识别)。第二步是去除图像中的噪声等干扰图像边缘质量的因素,对预处理后转化的二值图像剔除非连通的噪声,并通过腐蚀膨胀、膨胀腐蚀的操作优化二值图像的边缘效果。第三步是对处理后的二值图像进行轮廓提取和细化,使轮廓只由连续的单像素点连接,并进行轮廓跟踪,记录轮廓每个点的坐标。
如图2所示,构造圆形模板沿人体轮廓边缘移动,圆形模板在轮廓线上的移动是以轮廓上的点作为中心的,计算每个轮廓点位置处圆形模板内人体目标区域面积所占比例,如果比例低于一个低阈值Pmin(一般取值0.2-0.3)则记为凸点——Ni(i=1,2…)点,如果高于一个高阈值Pmax(一般取值0.7-0.8)则记为凹点——Xj(j=1,2…)点。
如果相邻两个凸点Ni和Ni+1点间存在凹点Xj,同时该两凸点直线距离必须小于一个阈值K(一般取值15-20厘米),则判断凸点Ni和Ni+1点间区域存在检测目标物;如图3所示,对得到的特征凸点Ni和Ni+1点进行连线,对连线完的轮廓填充的二值图与原成像二值图(不含头颈部和手部)进行差运算,即得到检测目标物。如图4所示不含头颈部和手部人体边缘物体识别的完整处理图像,白色为识别的边缘物体。
圆形模板是在半径为r的像素块中构造的,在圆形模板面积很大(半径r大于人体手臂宽度的1/3),或者对于识别精度要求不高的情况下,可用锯齿形边缘的像素块来直接表示圆形模板,像素块中,与圆形模板区域有交集的像素其像素值为1,无交集则像素值为0;在圆形模板面积较小(半径r小于人体手臂宽度的1/3)或者对精度有较高要求的情况下,使用加权重的方式来构造标准圆形模板:即计算正方形像素块中每个像素与圆形模板区域相交面域所占像素本身面域的比例,此比例值即作为每个像素的分配权重。
从起始位置开始,对每两个相邻凸点依次连线遵循顺序试点的原则,该原则为:从起始位置开始,将相邻两个凸点Ni和Ni+1点进行试连接,如果这两个凸点间不存在凹点,或者凸点间直线距离大于阈值K则取消该连接,否则为有效连接。
通过修改相应阈值(Pmin、Pmax和K)可以适用于不同模型和人体图像清晰度情况,可移植性高。
Claims (4)
1.一种人体安检成像中人体轮廓边缘物体的识别方法,其特征在于,具体包括如下步骤:
1)对原始人体安检图像进行预处理:排除人体的头颈部和手部,并使轮廓只由连续的单像素点连接,并进行轮廓跟踪,记录轮廓每个点的坐标;
2)构造圆形模板沿人体轮廓边缘移动,圆形模板在轮廓线上的移动是以轮廓上的点作为中心的,计算每个轮廓点位置处圆形模板内人体目标区域面积所占比例,如果比例低于一个低阈值Pmin则记为凸点,标记为Ni点,i=1,2…;如果高于一个高阈值Pmax则记为凹点,标记为Xj点,j=1,2…;
3)从起始位置开始,对每两个相邻凸点进行连线判断,如果相邻两个凸点Ni和Ni+1点间存在凹点Xj,同时该两凸点直线距离必须小于一个阈值K,则将两个凸点Ni和Ni+1点有效连接,否则取消连接,有效连接轮廓存在检测目标物;
4)对连线完的轮廓填充的二值图与原成像二值图进行差运算,即得到检测目标物。
2.根据权利要求1所述人体安检成像中人体轮廓边缘物体的识别方法,其特征在于,所述步骤2)中构造圆形模板:是在半径为r的像素块中构造的,如果在圆形模板半径r大于人体手臂宽度的1/3,或者对于识别精度要求不高的情况下,用锯齿形边缘的像素块来直接表示圆形模板,像素块中,与圆形模板区域有交集的像素其像素值为1,无交集则像素值为0;如果在圆形模板半径r大于人体手臂宽度的1/3,或者对精度有较高要求的情况下,使用加权重的方式来构造标准圆形模板:即计算正方形像素块中每个像素与圆形模板区域相交面域所占像素本身面域的比例,此比例值即作为每个像素的分配权重。
3.根据权利要求1所述人体安检成像中人体轮廓边缘物体的识别方法,其特征在于,所述阈值Pmin、Pmax和K根据不同模型和人体图像清晰度情况进行设定。
4.根据权利要求3所述人体安检成像中人体轮廓边缘物体的识别方法,其特征在于,所述低阈值Pmin取值0.2-0.3;高阈值Pmax取值0.7-0.8;阈值K取值15-20厘米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610833551.5A CN106446819B (zh) | 2016-09-20 | 2016-09-20 | 人体安检成像中人体轮廓边缘物体的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610833551.5A CN106446819B (zh) | 2016-09-20 | 2016-09-20 | 人体安检成像中人体轮廓边缘物体的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106446819A true CN106446819A (zh) | 2017-02-22 |
CN106446819B CN106446819B (zh) | 2019-04-16 |
Family
ID=58166026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610833551.5A Active CN106446819B (zh) | 2016-09-20 | 2016-09-20 | 人体安检成像中人体轮廓边缘物体的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106446819B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063690A (zh) * | 2018-08-31 | 2018-12-21 | 北京融通智慧科技有限公司 | 一种对进入变电站环境的目标的分析方法 |
CN110163810A (zh) * | 2019-04-08 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置以及终端 |
CN114549694A (zh) * | 2021-12-29 | 2022-05-27 | 世纪开元智印互联科技集团股份有限公司 | 一种证件照换装方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540891A (zh) * | 2009-04-09 | 2009-09-23 | 复旦大学 | 基于监控视频的行李传送仓人体检测系统 |
CN102629315A (zh) * | 2012-02-29 | 2012-08-08 | 北京无线电计量测试研究所 | 一种隐匿物品的自动检测和识别装置 |
CN102708560A (zh) * | 2012-02-29 | 2012-10-03 | 北京无线电计量测试研究所 | 一种基于毫米波成像的隐私保护方法 |
CN103279960A (zh) * | 2013-06-18 | 2013-09-04 | 天津大学 | 一种基于x射线背散射图像的人体隐藏物的图像分割方法 |
EP2830004A1 (en) * | 2013-07-23 | 2015-01-28 | Tsinghua University | Human body security inspection method and system |
CN104850219A (zh) * | 2014-02-19 | 2015-08-19 | 北京三星通信技术研究有限公司 | 估计附着物体的人体姿势的设备和方法 |
-
2016
- 2016-09-20 CN CN201610833551.5A patent/CN106446819B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101540891A (zh) * | 2009-04-09 | 2009-09-23 | 复旦大学 | 基于监控视频的行李传送仓人体检测系统 |
CN102629315A (zh) * | 2012-02-29 | 2012-08-08 | 北京无线电计量测试研究所 | 一种隐匿物品的自动检测和识别装置 |
CN102708560A (zh) * | 2012-02-29 | 2012-10-03 | 北京无线电计量测试研究所 | 一种基于毫米波成像的隐私保护方法 |
CN103279960A (zh) * | 2013-06-18 | 2013-09-04 | 天津大学 | 一种基于x射线背散射图像的人体隐藏物的图像分割方法 |
EP2830004A1 (en) * | 2013-07-23 | 2015-01-28 | Tsinghua University | Human body security inspection method and system |
CN104850219A (zh) * | 2014-02-19 | 2015-08-19 | 北京三星通信技术研究有限公司 | 估计附着物体的人体姿势的设备和方法 |
Non-Patent Citations (5)
Title |
---|
FEIFEI XIN等: "《Terahertz Imaging System for Remote Sensing and Security Applications》", 《2014 3RD ASIA-PACIFIC CONFERENCE ON ANTENNAS AND PROPAGATION》 * |
张馨等: "《被动式太赫兹图像分割算法》", 《强激光与粒子束》 * |
王琪: "《室内安检毫米波辐射特性分析与图像特征提取》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
赵然等: "《被动式人体太赫兹图像中的目标辅助识别》", 《强激光与粒子束》 * |
赵静秒等: "《基于阈值的人体数字图像测量点的确定》", 《天津工业大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063690A (zh) * | 2018-08-31 | 2018-12-21 | 北京融通智慧科技有限公司 | 一种对进入变电站环境的目标的分析方法 |
CN109063690B (zh) * | 2018-08-31 | 2022-09-30 | 北京融通智慧科技有限公司 | 一种对进入变电站环境的目标的分析方法 |
CN110163810A (zh) * | 2019-04-08 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置以及终端 |
CN110163810B (zh) * | 2019-04-08 | 2023-04-25 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置以及终端 |
CN114549694A (zh) * | 2021-12-29 | 2022-05-27 | 世纪开元智印互联科技集团股份有限公司 | 一种证件照换装方法及系统 |
CN114549694B (zh) * | 2021-12-29 | 2024-03-01 | 世纪开元智印互联科技集团股份有限公司 | 一种证件照换装方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106446819B (zh) | 2019-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104008553B (zh) | 融合影像梯度信息和分水岭方法的裂缝检测方法 | |
CN106340044B (zh) | 摄像机外参自动标定方法及标定装置 | |
CN103714541B (zh) | 一种利用山体轮廓区域约束识别定位建筑物的方法 | |
CN102880877B (zh) | 一种基于轮廓特征的目标识别方法 | |
CN110378376A (zh) | 一种基于机器视觉的加油口目标识别定位方法 | |
CN101246544B (zh) | 一种基于边界点搜索和最小核值相似区边缘检测的虹膜定位方法 | |
CN102567733B (zh) | 一种微波图像非合作情况下人体隐私部位检测与遮挡方法 | |
CN104408722A (zh) | 一种用于pcb视觉定位的检测方法 | |
CN101996401B (zh) | 基于强度图像和深度图像的目标分析方法及设备 | |
CN112132789B (zh) | 基于级联式神经网络的受电弓在线检测装置及方法 | |
CN106936964B (zh) | 一种基于霍夫变换模板匹配的手机屏幕角点检测方法 | |
CN106056046B (zh) | 从图像中提取特征的方法和装置 | |
CN102540264B (zh) | 一种人体隐私部位自动检测与遮挡的微波安检系统 | |
CN106446819A (zh) | 人体安检成像中人体轮廓边缘物体的识别方法 | |
CN101699511A (zh) | 彩色图像分割方法及系统 | |
CN103473571A (zh) | 一种人体检测方法 | |
CN105631852B (zh) | 基于深度图像等高线的室内人体检测方法 | |
CN106683076A (zh) | 基于纹理特征聚类的机车轮对踏面损伤检测的方法 | |
CN105678792A (zh) | 一种人体轮廓提取方法及系统 | |
CN104647893A (zh) | 一种基于十字线的印刷套印误差检测方法 | |
CN104517276A (zh) | 一种棋盘格角点检测方法 | |
CN104359415B (zh) | 一种水火弯板角变形量测量方法及系统 | |
CN104400265A (zh) | 一种激光视觉引导的焊接机器人角接焊缝特征的提取方法 | |
CN106127732B (zh) | 微波图像中人体性别检测方法和装置 | |
CN104732211A (zh) | 一种基于自适应阈值的交通标志检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |