CN106447634A - 一种基于有源毫米波成像的隐私部位定位与保护方法 - Google Patents
一种基于有源毫米波成像的隐私部位定位与保护方法 Download PDFInfo
- Publication number
- CN106447634A CN106447634A CN201610858411.3A CN201610858411A CN106447634A CN 106447634 A CN106447634 A CN 106447634A CN 201610858411 A CN201610858411 A CN 201610858411A CN 106447634 A CN106447634 A CN 106447634A
- Authority
- CN
- China
- Prior art keywords
- human body
- pixel
- chest
- crotch
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003384 imaging method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000000877 morphologic effect Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 24
- 230000009467 reduction Effects 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000011946 reduction process Methods 0.000 claims description 7
- 230000003628 erosive effect Effects 0.000 claims description 5
- 230000036544 posture Effects 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 210000000038 chest Anatomy 0.000 description 38
- 230000000694 effects Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 230000004807 localization Effects 0.000 description 3
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于有源毫米波成像的隐私部位定位与保护方法,包括以下步骤:图像降噪预处理;面部、胸部和裆部位置定位;糊化处理;其中面部、胸部和裆部位置定位包括:图像二值化处理;形态学处理;人体目标高度确定;面部定位;胸部和裆部的初步定位;胸部和裆部位置准确定位。本发明的方法可以对不同站姿、不同高度的人员进行快速准确的隐私部位定位和保护。
Description
技术领域
本发明属于有源毫米波成像领域,具体涉及一种基于有源毫米波成像的隐私部位定位与保护方法。
背景技术
有源毫米波成像系统通过发射和接收物体辐射的毫米波波段能量,并利用探测到的从被测物体反射的信号强度来实现成像。该成像方法无离子辐射、方式隐蔽、非接触、分辨适度,不会危害被检人员健康,成像分辨率高于无源毫米波成像方式,适应人体安检的综合应用。因此,利用有源毫米波探测成像技术来实现对随身隐匿违禁物的透视成像探检,成为近年来国内外科学界和企业界研究热点和发展的主流方向。目标检测技术是利用隐匿目标的亮温、尺度、形状、运动等特征与背景的差异,在毫米波图像序列中对目标进行检测、分割和定位隐匿目标。近年在反恐领域多有应用,利用有源毫米波探测成像技术对隐匿物(如枪支、凶器和塑料爆炸物等)的检测,已经在营区、机场、银行、场馆等重要场所开展了系列安检示范应用。
虽然有源毫米波成像不能像X射线那样清晰,但仍然能够看出人体某些隐私部位,采用技术手段对人像隐私部位进行保护成为近年来人们关注的热点。
常规的隐私部位定位方法可以分为两类,一类是横向分割定位,另一类是中位线直方图定位(参考专利文献ZL201110458213.5的技术方案)。横向分割定位对于人体的面部、胸部、裆部位置定位较为准确,一般不会出现上下偏移,但是由于没有左右方向的限定,可能无法正确区分人体面部和高举的手部,造成面部识别位置左右偏移;而且横向分割定位算法操作复杂,运算量大,在实际运用中无法满足毫米波安检系统快速检测的需求。中位线直方图定位在算法初期就需要先确定人体图像的中位线所在,但在实际使用时,受检人的站姿不统一,可能出现中位线定位不准确,从而导致后期遮挡位置不正确。
常规的隐私保护模糊化方法采用卷积滤波,即选择低频滤波器,对图像中每个像素点进行卷积操作,由于卷积计算量巨大,使得程序运行效率低下,影响图像呈现时间。
发明内容
针对上述现有技术的不足,本发明目的在于提供一种基于有源毫米波成像的隐私部位定位与保护方法,该方法可以对不同站姿、不同高度的人员进行快速准确的隐私部位定位和保护。
为了实现上述目的,本发明采用如下技术方案:
一种基于有源毫米波成像的隐私部位定位与保护方法,包括以下步骤:
步骤S1,对原始的有源毫米波人体图像进行图像降噪预处理;
步骤S2,在降噪后的有源毫米波人体图像中进行面部、胸部和裆部位置定位;
步骤S3,结合所述步骤S2的定位结果对面部、胸部和裆部位置进行模糊化处理;
其中,所述步骤S2包括:
步骤S21,对降噪后的有源毫米波人体图像进行图像二值化处理;
步骤S22,对二值化处理后的有源毫米波人体图像进行形态学处理,以使图像中的人体目标像素点的灰度值皆为255,背景像素点的灰度值皆为0;
步骤S23,在形态学处理后的图像中确定人体目标高度;
步骤S24,根据人体目标高度与有源毫米波人体图像整体高度的比值进行面部定位;
步骤S25,根据人体目标高度、面部定位结果和预先建立的人体部位相对位置比例模型进行胸部和裆部的初步定位;
步骤S26,对胸部和裆部的初步定位结果进行复查校准,得到胸部和裆部位置的准确定位。
优选地,所述步骤1采用数学形态学处理算法进行图像降噪预处理。
进一步地,所述数学形态学处理算法采用式(1)实现:
g(x,y)=(A-1)×f(x,y)+h(x,y) (1);
式(1)中,x为图像中像素点的列数目,y为图像中像素点的行数目,g(x,y)为经过降噪处理后的图像,f(x,y)为原始的有源毫米波人体图像,h(x,y)为f(x,y)经过高通滤波后的图像,变量A为控制降噪程度的常数。
优选地,所述步骤S21中图像二值化处理采用式(3)实现:
式(3)中,g(x,y)表示降噪处理后的有源毫米波人体图像,G(x,y)表示二值化处理后的有源毫米波人体图像,T为二值化的阈值。
优选地,所述二值化的阈值T采用最大类间方差法计算得到。
进一步地,所述步骤S22中的形态学处理包括形态学的腐蚀运算及闭运算处理。
进一步地,所述步骤S23通过如下步骤确定人体目标高度:
步骤S231,从二值化处理后的有源毫米波人体图像顶部沿垂直方向遍历各个像素点,并求得垂直方向上灰度值为255的连续长度最长的像素点串,以该串像素点最顶部的像素点作为人体目标的最高点;
步骤S232,从二值化处理后的有源毫米波人体图像底部开始横向逐行遍历像素点,当遇到灰度值为255的像素点时停止遍历,以此点作为人体目标的最低点;
步骤S233,计算人体目标的最高点与最低点之差,即得到人体目标高度。
进一步地,所述步骤S24通过如下步骤进行面部定位:
步骤S241,根据人体目标高度与有源毫米波人体图像整体高度的比值,在有源毫米波人体图像的上半部分划定一面部待定框,并使一面部锁定框在所述面部待定框内移动遍历,遍历过程中分别获取所述面部锁定框在不同位置时其内部各像素点的灰度值;
步骤S242,计算所述面部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述面部锁定框的位置,该位置即为面部定位位置。
进一步地,所述步骤S25通过如下步骤进行胸部初步定位:
步骤S251,根据面部定位结果、人体目标高度和预先建立的人体部位相对位置比例模型,在有源毫米波人体图像上划定一胸部待定框,并使一胸部锁定框在所述胸部待定框内移动遍历,遍历过程中分别获取所述胸部锁定框在不同位置时其内部各像素点的灰度值;
步骤S252,计算所述胸部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述胸部锁定框的位置,该位置即为胸部初步定位位置。
进一步地,所述步骤S25通过如下步骤进行裆部初步定位:
步骤S253,根据面部定位结果、人体目标高度和预先建立的人体部位相对位置比例模型,在有源毫米波人体图像上划定一裆部待定框,并使一裆部锁定框在所述裆部待定框内移动遍历,遍历过程中分别获取所述裆部锁定框在不同位置时其内部各像素点的灰度值;
步骤S254,计算所述裆部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述裆部锁定框的位置,该位置即为裆部初步定位位置。
进一步地,所述步骤S26通过如下步骤进行胸部准确定位:
步骤S261,遍历所述胸部待定框左右两侧的像素点,确认左侧或右侧是否存在连续的灰度值为255的像素点,若存在,则相应向左或向右扩大胸部待定框的宽度;
步骤S262,使所述胸部锁定框在所述胸部待定框内移动遍历,遍历过程中分别获取所述胸部锁定框在不同位置时其内部各像素点的灰度值;
步骤S263,计算所述胸部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述胸部锁定框的位置,该位置即为胸部准确定位位置。
进一步地,所述步骤S26通过如下步骤进行裆部准确定位:
步骤S264,遍历所述裆部待定框下方的像素点,确认下方是否存在连续的灰度值为255的像素点,若存在,则相应向下扩大裆部待定框的高度;
步骤S265,使所述裆部锁定框在所述裆部待定框内移动遍历,遍历过程中分别获取所述裆部锁定框在不同位置时其内部各像素点的灰度值;
步骤S266,计算所述裆部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述裆部锁定框的位置,该位置即为裆部准确定位位置。
优选地,所述步骤S3采用快速均值滤波算法对面部、胸部和裆部位置进行模糊化处理。
通过采用上述技术方案,本发明带来如下有益效果:通过采用先进的数学形态学处理算法对原始的有源毫米波人体图像进行降噪处理,增强了图像对比度,提高了图像的分辨率;通过采用图像二值化、形态学处理、人体目标身高确定、面部定位、胸部和裆部初步定位和定位复查校准步骤对隐私部位加以辨识,可以对不同站姿,不同高度的人员进行准确的隐私部位定位;最后,通过采用快速均值滤波算法对隐私部位进行模糊化处理,可以有效保护被检人员隐私,并且大幅减少了图像呈现的时间,提高运算效率。此外,本发明中隐私部位的模糊程度可根据快速均值滤波的迭代次数控制,模糊区域大小可以根据隐私部位的不同进行调节。
附图说明
图1为本发明一种基于有源毫米波成像的隐私部位定位与保护方法的流程图;
图2为本发明人体隐私部位识别定位步骤的流程图;
图3为两个不同身高受检人的原始有源毫米波人体图像;
图4为受检人典型站姿的示意图;
图5为本发明模糊化处理过程中滤波区域的示意图;
图6为本发明两个不同高度人员隐私部位模糊化效果图;
图7为现有技术横向分割法导致的面部定位横向偏移图;
图8为本发明不同站姿人员隐私部位模糊化效果图。
具体实施方式
下面结合附图,给出本发明的较佳实施例,并予以详细描述,使能更好地理解本发明的功能、特点。
如图1所示,本发明主要通过图像降噪预处理、人体隐私部位识别定位和隐私部位模糊化处理三个步骤完成对有源毫米波人体图像中面部、胸部和裆部的定位和保护,达到保护受检人个人隐私的目的。
下面分别对上述各步骤的具体操作过程进行详细描述:
1、图像降噪预处理
通常,有源毫米波系统在成像时,会受到接收机部件、数据采样、周围环境温度和天气状况等因素影响,获得的图像一般都具有较差分辨率,图像的周围会出现目标边缘模糊、图像附带大量毛刺噪声、图像边界的过渡地带发送混叠等现象,因此有必要加以降噪处理。常用的比较成熟的降噪方法有空域滤波、频域滤波和小波变换等方法,主要是针对目标边缘相对清晰的图像处理。本发明根据有源毫米波人体图像的上述特征,采用数学形态学处理方法进行降噪,该方法针对目标边缘模糊的图像,处理后使得图像对比度明显增加。
具体地,本发明的图像降噪预处理步骤采用式(1)所示的图像降噪处理算法,其核心是在增加高频分量及细节的同时保持原图像的低频部分:
g(x,y)=(A-1)×f(x,y)+h(x,y) (1);
式(1)中,x为图像中像素点的列数目,y为图像中像素点的行数目,g(x,y)为经过降噪处理后的有源毫米波人体图像,f(x,y)为原始的有源毫米波人体图像,h(x,y)为f(x,y)经过高通滤波后的图像,变量A是控制锐化程度的常数,可以根据需要进行更改。
由于需对原始有源毫米波人体图像中的每一点都进行降噪处理,所以,求取h(x,y)的滤波算子为:
本发明在实际实现过程中,为达到更快的处理速度,并不直接对原始毫米波人体图像进行图像降噪预处理,而是将原始毫米波图像存储为一维数组,通过遍历对图中每个像素点进行降噪预处理运算操作,输出结果同样以一维数组存储。
2、人体隐私部位识别定位
人体隐私部位识别定位步骤的实现过程如图2所示,包括:图像二值化处理、形态学处理、人体目标高度确定、面部定位、胸部和裆部初步定位以及定位复查校准步骤,用以对不同站姿、不同高度的人员进行准确的隐私部位定位,并具有对隐私部位加以辨识复查功能。其中:
1)图像二值化处理
本发明中,图像二值化处理采用式(3)实现,使图像中具有不同灰度值的各像素点进行非黑即白处理,增强图像对比度,以利于后续的定位判断:
式(3)中,g(x,y)表示经过降噪处理的有源毫米波人体图像,G(x,y)表示二值化处理后的有源毫米波人体图像,T为二值化的阈值。
在图像二值化处理步骤中,核心即为确定合适的阈值T,进而确定255与0的分配。本发明采用最大类间方差法(Otsu)确定T,即,通过选择合适的阈值T使得类间方差最大,此时人体目标和背景的差别最大,二值化效果最好,具体来说:
毫米波图像包含256个灰度值,其取值范围为0~255,在此范围内选取灰度值t,可以将图像分成G0和G1两组,其中G0包含的像素点的灰度值在0~t范围内,G1包含的像素点的灰度值在t+1~255范围内。
G0和G1两组像素点的个数在整体图像中所占百分比为w0、w1:
式(4)和式(5)中,pi为每一个灰度值i出现的概率。G0和G1两组像素的平均灰度为u0、u1:
进而可以求得图像总平均灰度u为:
u=w0×u0+w1×u1 (8);
根据最大类间方差的核心算法,类间方差σ(t)为:σ(t)2=w0(u0-u)2+w1(u1-u)2,将式(4)~(8)代入后可得类间方差σ(t)2=w0w1(u0-u1)2。
所求最佳阈值T为:T=argmax(σ(t)),即类间方差最大时所对应的t值。
2)形态学处理
形态学处理是指将二值化处理后的有源毫米波人体图像做形态学的腐蚀运算及闭运算处理。首先进行腐蚀运算,以消除降噪预处理时残留的背景噪声,即去除人体目标外的背景中灰度值为255的像素点;然后进行闭运算,目的在于填补人体目标上的微小空洞,抚平边缘过渡毛刺,平滑人体目标边缘。腐蚀运算、闭运算均为现有的形态学处理方法,在此不再赘述。
形态学处理完成后可以得到清晰明显的人体图像,图像中人体目标与背景完全分离,人体目标像素点的灰度值皆为255(白色),背景像素点的灰度值皆为0(黑色)。
3)人体目标高度确定
在进行面部定位前,为避免定位待选区域偏离,需计算有源毫米波人体图像中人体目标的高度,防止出现由于身高不同导致的纵向定位偏差。由于受检人在接受安检时会被要求按照图3所示姿势站立,本发明在确定人体高度时会首先从二值化处理后的图像顶部沿垂直方向遍历各个像素点,并求得垂直方向上灰度值为255的连续长度最长的像素点串,以该串像素点最顶部的像素点作为人体目标的头部最高点A;然后从二值化处理后的图像底部开始横向逐行遍历像素点,当遇到灰度值为255的像素点时停止遍历,以此点作为人体目标的最低点B。将A、B两点的纵坐标求差即可得到图像中人体目标的高度L。L的大小将对应于预先建立好的人体部位相对位置比例模型,其中,人体部位相对位置比例模型建立过程如下:
车站实地随机采集有源毫米波人体图像,包含男女、高矮胖瘦各种体型,样本丰富。为了构建人体部位相对位置比例模型,从毫米波图像图库中随机选取多幅(例如600幅)有清晰人体目标的图像作为模型构建图库,并按前述人体高度确定步骤求得每幅图像中各人体目标的高度L。按L大小将人体目标划分为高、中、矮三类,每类中第i个人体目标的身高为Li,然后如图4所示,分别计算每类中第i个人体目标的面部、胸部和裆部中心点的纵坐标y1i、y2i、y3i,同时求得每类身高对应的三个中心点的相对位置比例P1、P2、P3,作为后续定位的参考标准:
上面三个式子中,N为模型构建图库中相应类高度对应的图像数量。
4)面部定位
本发明中面部定位包括面部初步粗略定位和面部复查校准定位,主要过程为:根据人体目标高度L与有源毫米波人体图像的整体高度H的比值大小,在二值化及形态学处理后的图像上半部分划定一定尺寸(如100×100个像素点)的面部待定框,并将一面部锁定框(其尺寸小于面部待定框的尺寸,如40×40个像素点)以面部待定框的左上顶点为坐标基准点,在面部待定框内移动遍历,遍历过程中分别获取面部锁定框在不同位置时其内部各像素点的灰度值。
由于在有源毫米波人体图像中,人的面部成像较为清晰,一般显示亮度较高,因而在二值化与形态学处理后,图像中的面部为集中的灰度值为255的像素点团。因此,本发明根据遍历过程中累计的面部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,得到包含灰度值为255的像素点个数最多时面部锁定框的位置,并计算该位置对应的坐标范围,面部锁定框的坐标范围即为所求面部的坐标范围。面部坐标范围将被记录用于其他部位的定位。
5)胸部和裆部初步定位
由于人体面部与胸部基本位于同一垂直线,获得面部坐标范围后,根据面部定位结果以及人体高度L所对应高度范围的人体部位相对位置比例模型在有源毫米波人体图像上划定一胸部待定框,并利用与前述面部定位相同的像素点遍历方法确定胸部初步定位的坐标范围。
对于裆部初步部位,结合面部定位与胸部定位的方法,同样根据人体高度L所对应高度范围的人体部位相对位置比例模型在有源毫米波人体图像上划定一裆部待定框,并利用与前述面部定位相同的像素点遍历方法确定裆部初步定位的坐标范围。
6)定位复查校准
为了保证各个部位定位的准确性,本发明提供定位复查校准算法对胸部和裆部的定位准确性进行验证。对于胸部位置定位验证,首先遍历胸部待定框左右两侧的像素点,确认左侧或右侧是否存在连续的灰度值为255的像素点,若存在,则相应地向左或向右扩大胸部待定框的宽度,然后利用前述的像素点遍历方法确定胸部最终定位的坐标范围。对于裆部位置定位验证,首先遍历裆部待定框下方的像素点,确认下方是否存在连续的灰度值为255的像素点,若存在,则相应地向下扩大裆部待定框的高度,然后利用前述的像素点遍历方法确定裆部最终定位的坐标范围。应该理解,各个隐私部位的锁定框可以根据实际定位情况调整大小。
3、隐私部位模糊化处理步骤
本发明在隐私部位(即胸部和裆部最终定位的坐标范围内)选用滤波速度比卷积滤波更快的快速均值滤波算法进行隐私部位模糊化处理。图2示出了隐私部位区域原图,用函数f(x,y)表示,x=1,2,3…M,y=1,2,3…N,整个图像区域包含像素点个数为M×N,S(x,y)是以点(x,y)为中心的待滤波区域,同理S(x,y+1)是以点(x,y+1)为中心的待滤波区域,p(x,y)为滤波处理后的图像。S(x,y)可以划分为S1 (x,y)和S2 (x,y),S(x,y+1)可以划分为S2 (x,y+1)和S3 (x ,y+1),如图5所示,则f(x,y)经过滤波处理后的表达式为:
f(x,y+1)滤波处理后的表达式为:
由图3可知,S2 (x,y)和S2 (x,y+1)为相同的区域,故式(13)又可表示为:
式(14)即为快速均值滤波算法的数学表达式。
在模糊化处理隐私部位时,模糊区域大小可根据部位的不同进行调整,模糊程度也可以由快速均值滤波的迭代次数控制,迭代次数越多,图像模糊程度越高。
综上所述,本发明可以快速获得不同身高人员的隐私部位的准确定位和保护,效果如图6所示,处理时间在0.1s内。与图7所示的常规横向分割法面部定位往往会发生横向偏移相比,本发明可实现不同站姿人员隐私部位的准确定位,效果如图8所示。
以上所述的,仅为本发明的较佳实施例,并非用以限定本发明的范围,本发明的上述实施例还可以做出各种变化。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰,皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。
Claims (13)
1.一种基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,包括以下步骤:
步骤S1,对原始的有源毫米波人体图像进行图像降噪预处理;
步骤S2,在降噪后的有源毫米波人体图像中进行面部、胸部和裆部位置定位;
步骤S3,结合所述步骤S2的定位结果对面部、胸部和裆部位置进行模糊化处理;
其中,所述步骤S2包括:
步骤S21,对降噪后的有源毫米波人体图像进行图像二值化处理;
步骤S22,对二值化处理后的有源毫米波人体图像进行形态学处理,以使图像中的人体目标像素点的灰度值皆为255,背景像素点的灰度值皆为0;
步骤S23,在形态学处理后的图像中确定人体目标高度;
步骤S24,根据人体目标高度与有源毫米波人体图像整体高度的比值进行面部定位;
步骤S25,根据人体目标高度、面部定位结果和预先建立的人体部位相对位置比例模型进行胸部和裆部的初步定位;
步骤S26,对胸部和裆部的初步定位结果进行复查校准,得到胸部和裆部位置的准确定位。
2.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤1采用数学形态学处理算法进行图像降噪预处理。
3.根据权利要求2所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述数学形态学处理算法采用式(1)实现:
g(x,y)=(A-1)×f(x,y)+h(x,y) (1);
式(1)中,x为图像中像素点的列数目,y为图像中像素点的行数目,g(x,y)为经过降噪处理后的图像,f(x,y)为原始的有源毫米波人体图像,h(x,y)为f(x,y)经过高通滤波后的图像,变量A为控制降噪程度的常数。
4.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S21中图像二值化处理采用式(3)实现:
式(3)中,g(x,y)表示降噪处理后的有源毫米波人体图像,G(x,y)表示二值化处理后的有源毫米波人体图像,T为二值化的阈值。
5.根据权利要求4所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述二值化的阈值T采用最大类间方差法计算得到。
6.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S22中的形态学处理包括形态学的腐蚀运算及闭运算处理。
7.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S23通过如下步骤确定人体目标高度:
步骤S231,从二值化处理后的有源毫米波人体图像顶部沿垂直方向遍历各个像素点,并求得垂直方向上灰度值为255的连续长度最长的像素点串,以该串像素点最顶部的像素点作为人体目标的最高点;
步骤S232,从二值化处理后的有源毫米波人体图像底部开始横向逐行遍历像素点,当遇到灰度值为255的像素点时停止遍历,以此点作为人体目标的最低点;
步骤S233,计算人体目标的最高点与最低点之差,即得到人体目标高度。
8.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S24通过如下步骤进行面部定位:
步骤S241,根据人体目标高度与有源毫米波人体图像整体高度的比值,在有源毫米波人体图像的上半部分划定一面部待定框,并使一面部锁定框在所述面部待定框内移动遍历,遍历过程中分别获取所述面部锁定框在不同位置时其内部各像素点的灰度值;
步骤S242,计算所述面部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述面部锁定框的位置,该位置即为面部定位位置。
9.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S25通过如下步骤进行胸部初步定位:
步骤S251,根据面部定位结果、人体目标高度和预先建立的人体部位相对位置比例模型,在有源毫米波人体图像上划定一胸部待定框,并使一胸部锁定框在所述胸部待定框内移动遍历,遍历过程中分别获取所述胸部锁定框在不同位置时其内部各像素点的灰度值;
步骤S252,计算所述胸部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述胸部锁定框的位置,该位置即为胸部初步定位位置。
10.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S25通过如下步骤进行裆部初步定位:
步骤S253,根据面部定位结果、人体目标高度和预先建立的人体部位相对位置比例模型,在有源毫米波人体图像上划定一裆部待定框,并使一裆部锁定框在所述裆部待定框内移动遍历,遍历过程中分别获取所述裆部锁定框在不同位置时其内部各像素点的灰度值;
步骤S254,计算所述裆部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述裆部锁定框的位置,该位置即为裆部初步定位位置。
11.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S26通过如下步骤进行胸部准确定位:
步骤S261,遍历所述胸部待定框左右两侧的像素点,确认左侧或右侧是否存在连续的灰度值为255的像素点,若存在,则相应向左或向右扩大胸部待定框的宽度;
步骤S262,使所述胸部锁定框在所述胸部待定框内移动遍历,遍历过程中分别获取所述胸部锁定框在不同位置时其内部各像素点的灰度值;
步骤S263,计算所述胸部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述胸部锁定框的位置,该位置即为胸部准确定位位置。
12.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S26通过如下步骤进行裆部准确定位:
步骤S264,遍历所述裆部待定框下方的像素点,确认下方是否存在连续的灰度值为255的像素点,若存在,则相应向下扩大裆部待定框的高度;
步骤S265,使所述裆部锁定框在所述裆部待定框内移动遍历,遍历过程中分别获取所述裆部锁定框在不同位置时其内部各像素点的灰度值;
步骤S266,计算所述裆部锁定框在不同位置时其内部包含的灰度值为255的像素点个数,并得到包含灰度值为255的像素点个数最多时所述裆部锁定框的位置,该位置即为裆部准确定位位置。
13.根据权利要求1所述的基于有源毫米波成像的隐私部位定位与保护方法,其特征在于,所述步骤S3采用快速均值滤波算法对面部、胸部和裆部位置进行模糊化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610858411.3A CN106447634B (zh) | 2016-09-27 | 2016-09-27 | 一种基于有源毫米波成像的隐私部位定位与保护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610858411.3A CN106447634B (zh) | 2016-09-27 | 2016-09-27 | 一种基于有源毫米波成像的隐私部位定位与保护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106447634A true CN106447634A (zh) | 2017-02-22 |
CN106447634B CN106447634B (zh) | 2018-02-27 |
Family
ID=58170440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610858411.3A Active CN106447634B (zh) | 2016-09-27 | 2016-09-27 | 一种基于有源毫米波成像的隐私部位定位与保护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447634B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108108740A (zh) * | 2017-12-18 | 2018-06-01 | 中国科学院上海微系统与信息技术研究所 | 一种主动毫米波人体图像性别识别方法 |
CN108648204A (zh) * | 2018-04-24 | 2018-10-12 | 特斯联(北京)科技有限公司 | 一种实现人工智能区域屏蔽的人体安检的方法和装置 |
CN109190519A (zh) * | 2018-08-15 | 2019-01-11 | 上海师范大学 | 一种人体图像裆部检测方法 |
CN109805819A (zh) * | 2019-01-28 | 2019-05-28 | 上海与德通讯技术有限公司 | 一种马桶控制方法、装置、终端及存储介质 |
CN109886864A (zh) * | 2017-12-06 | 2019-06-14 | 杭州海康威视数字技术股份有限公司 | 隐私遮蔽处理方法及装置 |
CN110009770A (zh) * | 2018-12-10 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种标识用户的方法、设备及门禁装置 |
CN110334571A (zh) * | 2019-04-03 | 2019-10-15 | 复旦大学 | 一种基于卷积神经网络的毫米波图像人体隐私保护方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040022423A1 (en) * | 2002-08-02 | 2004-02-05 | Eastman Kodak Company | Method for locating faces in digital color images |
CN102540264A (zh) * | 2011-12-30 | 2012-07-04 | 北京华航无线电测量研究所 | 一种人体隐私部位自动检测与遮挡的微波安检系统 |
CN102567733A (zh) * | 2011-12-30 | 2012-07-11 | 北京华航无线电测量研究所 | 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 |
CN102697503A (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人体检测方法 |
CN102707322A (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人体检测装置 |
-
2016
- 2016-09-27 CN CN201610858411.3A patent/CN106447634B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040022423A1 (en) * | 2002-08-02 | 2004-02-05 | Eastman Kodak Company | Method for locating faces in digital color images |
CN102540264A (zh) * | 2011-12-30 | 2012-07-04 | 北京华航无线电测量研究所 | 一种人体隐私部位自动检测与遮挡的微波安检系统 |
CN102567733A (zh) * | 2011-12-30 | 2012-07-11 | 北京华航无线电测量研究所 | 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 |
CN102697503A (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人体检测方法 |
CN102707322A (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人体检测装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109886864A (zh) * | 2017-12-06 | 2019-06-14 | 杭州海康威视数字技术股份有限公司 | 隐私遮蔽处理方法及装置 |
CN109886864B (zh) * | 2017-12-06 | 2021-03-09 | 杭州海康威视数字技术股份有限公司 | 隐私遮蔽处理方法及装置 |
CN108108740A (zh) * | 2017-12-18 | 2018-06-01 | 中国科学院上海微系统与信息技术研究所 | 一种主动毫米波人体图像性别识别方法 |
CN108108740B (zh) * | 2017-12-18 | 2022-01-04 | 中国科学院上海微系统与信息技术研究所 | 一种主动毫米波人体图像性别识别方法 |
CN108648204A (zh) * | 2018-04-24 | 2018-10-12 | 特斯联(北京)科技有限公司 | 一种实现人工智能区域屏蔽的人体安检的方法和装置 |
CN109190519A (zh) * | 2018-08-15 | 2019-01-11 | 上海师范大学 | 一种人体图像裆部检测方法 |
CN109190519B (zh) * | 2018-08-15 | 2021-07-16 | 上海师范大学 | 一种人体图像裆部检测方法 |
CN110009770A (zh) * | 2018-12-10 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种标识用户的方法、设备及门禁装置 |
CN109805819A (zh) * | 2019-01-28 | 2019-05-28 | 上海与德通讯技术有限公司 | 一种马桶控制方法、装置、终端及存储介质 |
CN110334571A (zh) * | 2019-04-03 | 2019-10-15 | 复旦大学 | 一种基于卷积神经网络的毫米波图像人体隐私保护方法 |
CN110334571B (zh) * | 2019-04-03 | 2022-12-20 | 复旦大学 | 一种基于卷积神经网络的毫米波图像人体隐私保护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106447634B (zh) | 2018-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106447634B (zh) | 一种基于有源毫米波成像的隐私部位定位与保护方法 | |
EP3869459B1 (en) | Target object identification method and apparatus, storage medium and electronic apparatus | |
US8577151B2 (en) | Method, apparatus, and program for detecting object | |
CN110462633B (zh) | 一种人脸识别的方法、装置和电子设备 | |
US11093737B2 (en) | Gesture recognition method and apparatus, electronic device, and computer-readable storage medium | |
CN109447071A (zh) | 一种基于fpga和深度学习的毫米波成像危险物品检测方法 | |
CN105825516B (zh) | 一种dicom影像血流分析系统 | |
Puhan et al. | Efficient segmentation technique for noisy frontal view iris images using Fourier spectral density | |
CN100373397C (zh) | 一种虹膜图像预处理方法 | |
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 | |
CN102844768B (zh) | 图像模板的屏蔽 | |
CN106683075A (zh) | 一种输电线杆塔横担处螺栓缺陷检测方法 | |
CN102540264B (zh) | 一种人体隐私部位自动检测与遮挡的微波安检系统 | |
CN114862837A (zh) | 基于改进YOLOv5s的人体安检图像检测方法及系统 | |
CN101201893A (zh) | 一种基于灰度信息的虹膜识别预处理方法 | |
JP2004206444A (ja) | 個人認証方法および虹彩認証装置 | |
CN102629315A (zh) | 一种隐匿物品的自动检测和识别装置 | |
CN102708372A (zh) | 一种隐匿物品的自动检测和识别方法 | |
CN109363698A (zh) | 一种乳腺影像征象识别的方法及装置 | |
CN108664838A (zh) | 基于改进rpn深度网络的端到端的监控场景行人检测方法 | |
CN106559749A (zh) | 一种基于射频层析成像的多目标被动式定位方法 | |
CN109363699A (zh) | 一种乳腺影像病灶识别的方法及装置 | |
CN102707322A (zh) | 一种基于毫米波成像的人体检测装置 | |
CN102708560A (zh) | 一种基于毫米波成像的隐私保护方法 | |
CN110520865A (zh) | 人脸识别的方法、装置和电子设备 |
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 |