CN108549898B - 一种用于安检透视的特定目标识别与增强的方法和系统 - Google Patents

一种用于安检透视的特定目标识别与增强的方法和系统 Download PDF

Info

Publication number
CN108549898B
CN108549898B CN201810230693.1A CN201810230693A CN108549898B CN 108549898 B CN108549898 B CN 108549898B CN 201810230693 A CN201810230693 A CN 201810230693A CN 108549898 B CN108549898 B CN 108549898B
Authority
CN
China
Prior art keywords
edge
pixel
image
safety check
region
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.)
Active
Application number
CN201810230693.1A
Other languages
English (en)
Other versions
CN108549898A (zh
Inventor
李莉莉
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.)
Terminus Beijing Technology Co Ltd
Original Assignee
Terminus 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 Terminus Beijing Technology Co Ltd filed Critical Terminus Beijing Technology Co Ltd
Priority to CN201810230693.1A priority Critical patent/CN108549898B/zh
Publication of CN108549898A publication Critical patent/CN108549898A/zh
Application granted granted Critical
Publication of CN108549898B publication Critical patent/CN108549898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V10/443—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 matching or filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例提供一种用于安检透视的特定目标识别与增强的方法和系统，其中方法包括：获取目标人体的X光安检透视图像；对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域；将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的物品进行识别；若匹配成功，将识别出来的物品的图像显示在卡通人体的对应位置处。本申请的实施例，通过对目标人体的X光安检透视图像进行识别处理，并将识别出的物品的图像显示在卡通人体的对应位置处，避免了对人体隐私部位的暴露，保护了人体的隐私，同时提高了安检速度。

Description

一种用于安检透视的特定目标识别与增强的方法和系统
技术领域
本申请涉及具有目标模式识别功能的智能设备领域，尤其涉及一种用于安检透视的特定目标识别与增强的方法和系统。
背景技术
在乘坐地铁、飞机、铁路等公共交通工具，进入球场、博物馆等公共区域，出入国境以及参与一些重要公共活动时，对人体本身进行安全检查都是必要的，防止有人随身携带武器、易燃易爆物品、作案工具、毒品、大笔外汇或走私品等违禁物品。对人体的安全检查手段主要是用金属探测器或金属探测门，用警犬嗅探，以及安检员轻轻拍打衣物进行检查。但是这些手段要么漏网或误报警可能性较大，要么花费时间较多，影响通行效率，造成人员滞留拥堵。
事实上，可以利用专用于人体的低剂量X光设备进行透视安检。透视安检速度快、不会造成人员滞留，而且能够直观显示出人体随身携带的各种外物的外形，甚至包括体内夹带的外物都能够发现，准确率高，而且其辐射剂量对人体健康完全无害。
但是，透视安检也会直接显示出被衣物遮挡的身体部位，特别是一些敏感和隐秘的身体区域，这对被检查者的隐私和个人尊严构成了一定的冒犯，难以被法律以及社会公序良俗所认可。
另外，透视图像为灰度图，人的身体呈现灰白色，金属物品呈现灰黑色，二者反差比较大，安检员尚容易观察；但是一些非金属的随身物品也呈现灰白色，与人的身体颜色反差不大，安检员观察就很费力，如果人流量大，通行速度又快，安检员持续观察，不但眼睛疲劳，而且很容易看错或者漏看。
发明内容
有鉴于此，本申请的目的在于提出一种用于安检透视的特定目标识别与增强的方法和系统，来解决现有技术中，透视安检容易暴露人体隐私部位，同时对与人体颜色反差较小的物体识别满的技术问题。
基于上述目的，本申请提出了一种用于安检透视的特定目标识别与增强的方法，其特征在于，包括：
获取目标人体的X光安检透视图像；
对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域；
将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的物品进行识别；
若匹配成功，将识别出来的物品的图像显示在卡通人体的对应位置处。
在一些实施例中，还包括：
若匹配失败，则将所述图像区域标记为未知物品，并将所述未知物品的图像显示在卡通人体的对应位置处。
在一些实施例中，在所述对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域之前，所述方法，还包括：
对所述X光安检透视图像进行图像增强，滤波去除噪声干扰，并去除伪影，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差。
在一些实施例中，所述对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域具体包括：
采用canny边缘检测算子对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域。
在一些实施例中，所述采用canny边缘检测算子对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域，包括：
对X光安检透视图像与高斯mask作卷积，对所述X光安检透视图像进行平滑处理；
利用Sobel算子计算平滑处理后的所述X光安检透视图像的每个像素点的梯度；
保留所述X光安检透视图像的每个像素点上梯度强度的极大值，删除其他值；
设定所述X光安检透视图像的每个像素点上梯度强度的极大值的阈值上界和阈值下界，将梯度强度的极大值大于所述阈值上界的像素点确认为边界，将梯度强度的极大值大于所述阈值下界小于所述阈值上界的像素点确认为弱边界，将梯度强度的极大值小于所述阈值下界的像素点确认为非边界；
将与所述边界相连的弱边界确认边界，将其他的若边界确认为非边界。
在一些实施例中，所述预先存储的模板包括：
违禁品模板、常用随身物品模板和隐私部位模板。
在一些实施例中，将所述图像区域与预先存储的模板进行匹配，包括：
将所述图像区域的外接矩形分别与所述违禁品模板、常用随身物品模板和隐私部位模板的外接矩形进行横纵对比。
在一些实施例中，将所述图像区域与预先存储的模板进行匹配，包括：
以所述图像区域的重心为原点向所述图像区域的边界引出多个向量，组成向量组，计算所述向量组与预先设定的所述违禁品模板或常用随身物品模板或隐私部位模板的向量组的标准差，判断所述标准差是否小于预设阈值，当所述标准差小于预设阈值时，确定所述图像区域与所述违禁品模板或常用随身物品模板或隐私部位模板中的一个匹配成功。
在一些实施例中，所述若匹配成功，将识别出来的物品的图像显示在卡通人体的对应位置处，具体包括：
将与所述违禁品模板和所述常用随身物品模板匹配成功的图像区域对应的物品的图像显示在卡通人体的对应位置处。
基于上述目的，本申请还提出一种用于安检透视的特定目标识别与增强的系统，包括：
图像获取模块，用于获取目标人体的X光安检透视图像；
图像处理模块，用于对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域；
图像匹配模块，用于将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的物品进行识别；
图像显示模块，用于若匹配成功，将识别出来的物品的图像显示在卡通人体的对应位置处。
在一些实施例中，还包括：
图像预处理模块，用于对所述X光安检透视图像进行图像增强，滤波去除噪声干扰，并去除伪影，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差。
在一些实施例中，还包括：
存储模块，用于存储违禁品模板、常用随身物品模板和隐私部位模板。
本申请实施例提供一种用于安检透视的特定目标识别与增强的方法和系统，包括：获取目标人体的X光安检透视图像；对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域；将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的物品进行识别；若匹配成功，将识别出来的物品的图像显示在卡通人体的对应位置处。本申请的实施例，通过对目标人体的X光安检透视图像进行识别处理，并将识别出的物品的图像显示在卡通人体的对应位置处，避免了对人体隐私部位的暴露，保护了人体的隐私，同时提高了安检速度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请实施例一的用于安检透视的特定目标识别与增强的方法的流程图；
图2是本申请实施例二的用于安检透视的特定目标识别与增强的方法的流程图；
图3是本申请实施例三的用于安检透视的特定目标识别与增强的系统的结构示意图；
图4是本申请实施例四的用于安检透视的特定目标识别与增强的系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了改变目前X光透视安检因侵犯个人隐私和尊严而不被接受的现状，并且克服肉眼辨识安检透视图像准确率低且造成安检员疲劳的缺点，通过综合利用图像增强、图像边缘检测、目标提取、目标自动识别、图形化人机界面交互等技术手段，本申请提出了一种用于安检透视的特定目标识别与增强的方法，如图1所示，是本申请实施例一的用于安检透视的特定目标识别与增强的方法的流程图，在本实施例中，所述用于安检透视的特定目标识别与增强的方法包括以下步骤：
S101：获取目标人体的X光安检透视图像。
在本实施例中，可以通过低剂量的X光机来获取目标人体的X光安检透视图像，该X光安检透视图像为由具有不同灰度值的像素构成的灰度图像。具体地，可以将X光机设置在安检入口的两侧，对通过安检入口的人体进行扫描，对目标人体(即人流中的特定单个人体)进行扫描时，可以获取所述目标人体的X光安检透视图像，以对所述目标人体随身携带或者手持的物品进行安全检查，防止携带的物品中有违禁品，包括危险物品和走私物品等。所述X光机可以是门框式的，所述门框式的X光机的两侧设置有X光机扫描光源，当有人体通过时，所述X光机即完成对人体的扫描。这里只是示例性的对X光机的使用进行说明，而不应当被理解为对本申请技术方案的限定。
S102：对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域。
在本实施例中，当利用X光机获取到所述目标人体的X光安检透视图像后，可以对所述X光安检透视图像进行边缘检测，并提取所述X光安检透视图像中由封闭边缘包围的图像区域。
具体来说，当人体随身携带物品时，物品和人体在X光安检透视图像中会呈现出各自的轮廓，由于人体和物品的构成材质不同，所以在X光安检透视图像中人体以及不同物品所呈现出的灰度值也不相同，由于灰度值的反差，使得人体和物品边缘比较明显。同时，人体的不同身体部位由于其体内生物质成分的差异，在X光安检透视图像中呈现的灰度值也不尽相同，因此人体各个部位也存在着较为明显的边缘，因此，在X光安检透视图像中可以显示出人体的各个部位的轮廓。此外，人体表面的毛发、比较深的皮肤褶皱也会形成边缘。
通过图像边缘检测，可以从X光安检透视图像当中，获取由人体各个身体部位轮廓、携带物品轮廓以及体表毛发等所形成的图像边缘。下面详细说明对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域具体步骤。
首先，本步骤采用canny边缘检测算子对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域，具体包括：先对X光安检透视图像与高斯mask算子作卷积计算，对所述X光安检透视图像进行平滑处理，然后利用Sobel算子计算平滑处理后的所述X光安检透视图像的每个像素点的梯度，之后保留所述X光安检透视图像的每个像素点上梯度强度的极大值，删除其他值，再设定所述X光安检透视图像的每个像素点上梯度强度的极大值的阈值上界和阈值下界，将梯度强度的极大值大于所述阈值上界的像素点确认为边界，将梯度强度的极大值大于所述阈值且下界小于所述阈值上界的像素点确认为弱边界，将梯度强度的极大值小于所述阈值下界的像素点确认为非边界，最后将与所述边界相连的弱边界确认边界，将其他的若边界确认为非边界。
当识别出所述X光安检透视图像中的图像边缘后，进一步可以从中筛选封闭边缘，获得由封闭边缘包围的图像区域。如上文所述，携带物品轮廓或者人体部位轮廓所形成的图像边缘通常都具有封闭性，而人体毛发等形成的图像边缘通常呈现线状。从本发明的发明目的出发，为了实现屏蔽人体部位、提取和识别携带物品目标，所需要关注的是由封闭边缘包围的图像区域，因为这些图像区域代表了物品以及人体部位，是后续处理的标的物。故而，本步骤中还要对所识别的图像边缘判断其封闭性，确定封闭边缘以及被该封闭边缘包围的图像区域。由于残留噪声、成像灰度误差等多种方面的原因，即使是封闭边缘，所包括的边缘像素点也不是完全连续的，因此，本步骤中采用如下方式来判定图像边缘是否构成封闭边缘：对于所识别的图像边缘中的每一个边缘像素(x，y)，提取以该边缘像素(x，y)为中心的3ⅹ3像素块中包含的每个相邻像素(xb，yb),进而，计算边缘像素(x，y)的灰度值I(x，y) |AF(x，y)-AF(xb，yb)|≤AFT和|DF(x，y)-DF(xb，yb)|≤DFT是否成立，若二者均成立则将该相邻像素(xb，yb)也加入边缘像素；其中AFT和DFT为预设的像素梯度角度阈值和像素梯度幅度阈值。遍历全部识别出的图像边缘像素及其相邻像素，以进行上述将相邻像素加入边缘像素的处理。然后，设置一封闭验证游标；选取任意边缘像素，将封闭验证游标放置在该边缘像素上，判断以该边缘像素为中心的3ⅹ3像素块当中是否存在其它边缘像素，如果存在则将封闭验证游标移动至所述其它边缘像素；迭代执行上述判断，如果通过遍历图像边缘的边缘像素，该游标能够回归其起点，则认定当前的边缘为封闭边缘。
这样，可以提取出由封闭边缘包围的图像区域，该封闭边缘包围的图像区域便可以作为后面对人体的部位或者人体携带的物品进行识别的标的，也可以作为识别后进行目标显示的内容。这样的原因在于，不同人体部位或者不同物体形成图像区域必然存在灰度的反差，例如，当人体携带金属制品时，在X光安检透视图像中，人的身体呈现灰白色，金属物品呈现灰黑色，由于二者反差比较大，可以突出金属物品的边缘，对由该边缘围成的图像区域的形状进行识别，便可以确认所述金属物品是何种物品。
S103：将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的人体部位或者物品类型进行识别。
在本实施例中，当提取由封闭边缘包围的图像区域后，将由封闭边缘包围的图像区域与预先存储的模板进行匹配，并判断是否匹配成功，所述预先存储的模板是根据不同物品或者人体部位的轮廓，为不同物品或者人体部位在X光安检透视图像中的图像区域建立的识别模板。若由封闭边缘包围的图像区域与预先存储的模板轮廓相似性能够达到预定的匹配程度，则可以确定所述由封闭边缘包围的图像区域为与之匹配的预先存储的模板对应的物品或者人体部位类型。
S104：根据通过匹配识别的物品或者人体部位类型，对所述图像区域进行相应的处理和显示；这一步骤可以具体包括以下任意一种或者多种：忽略全部人体部位，或者忽略属于隐私部位的人体部位的图像区域；将识别出来物品类型的图像区域及其类型提示显示在一个卡通人体的对应位置处。
例如，在本实施例中，当由封闭边缘包围的图像区域与预先存储的模板匹配成功时，则对由封闭边缘包围的图像区域对应的物品类型识别成功，从而即知道该物品是否为违禁物品，进而可以将该物品的图像区域显示在卡通人体的对应位置处，并且在该图像区域的邻近位置显示一个提示图标，例如一个危险符号，以提醒安检人员该物品在所述目标人体的对应位置处，并当该物品为违禁物品时，有利于安检人员快速地搜查出来。
本申请实施例的用于安检透视的特定目标识别与增强的方法，通过对目标人体的X光安检透视图像进行识别处理，并将识别出的物品的图像显示在卡通人体的对应位置处，避免了对人体隐私部位的暴露，保护了人体的隐私，同时提高了安检速度。
如图2所示，是本申请实施例二的用于安检透视的特定目标识别与增强的方法的流程图，本实施例的用于安检透视的特定目标识别与增强的方法，包括以下步骤：
S201：获取目标人体的X光安检透视图像。
S202：对所述X光安检透视图像进行图像增强，滤波去除噪声干扰，并去除伪影，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差。
在本实施例中，在获取所述目标人体的X光安检透视图像后，先对所述X光安检透视图像进行图像增强，采用低通滤波去除所述X光安检透视图像进行图像中的噪声，并采用高通滤波保留高频信号，锐化图像中的边缘，使得所述X光安检透视图像变得更加清晰，以利于后续步骤中的边缘检测。在进行图像增强并去除噪声后，对所述X光安检透视图像进行去除伪影处理；然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差，使得所述X光安检透视图像各部分的边缘更加突出，从而更容易被检测出来。
S203：对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域。
对经步骤201处理的X光安检透视图像进行边缘检测，由于步骤201中对所述X光安检透视图像进行了图像增强、去噪、去伪影和增强对比度的处理，使得本步骤中对所述X光安检透视图像进行边缘检测检测到边缘更准确，即弱边缘的数量更少。S203对边缘提取和封闭边缘识别的方式可以与上一个实施例相同。
S204：将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的人体部位或者物品类型进行识别。S205：若匹配成功，根据通过匹配识别的物品或者人体部位类型，对所述图像区域进行相应的处理和显示；这一步骤可以具体包括：忽略属于隐私部位的人体部位的图像区域；将识别出来物品类型的图像区域及其类型提示显示在一个卡通人体的对应位置处。。
S206：若匹配失败，则将所述图像区域标记为未知物品，并将所述未知物品的图像区域显示在卡通人体的对应位置处，也可以在图像区域的邻近处显示一个表示未知类型的提示图标，以提醒安检员注意肉眼识别。
在本实施例中，当所述图像区域与预先存储的模板进行匹配并且都匹配失败时，则所述图像区域不属于预先存储的模板中的物品，则将所述图像区域标记为未知物品，并将所述未知物品的图像显示在卡通人体的对应位置处，并标明为未知物品。为了提醒安检人员，也可以将所述未知物品的图像的颜色突出显示，或者语音提醒安检人员。
在本实施例中，与实施例一相同的步骤这里不再详细赘述，本实施例的用于安检透视的特定目标识别与增强的方法，通过对所述X光安检透视图像进行图像增强，滤波去除噪声干扰，并去除伪影，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差，使得所述X光安检透视图像中的边缘更加突出，有利于提高边缘检测的准确率，同时提高了安检速度，同时，对于不能识别的物品(未知物品)，可以在卡通人体上标明，以提醒安检人员，提高了安检的准确率。
包括：
作为本申请的一个可选实施例，上述第一个和第二个实施例中的预先存储的模板包括违禁品模板、常用随身物品模板和隐私部位模板(或者人体部位模板)。在将所述图像区域与预先存储的模板进行匹配的过程中，可以先将所述图像区域与隐私部位模板(或者人体部位模板)匹配，并当匹配成功时，忽略该图像区域，若匹配失败，则继续将所述图像区域与常用随身物品模板和违禁品模板进行匹配。若匹配成功，则将所述图像区域在卡通人体的对应位置处显示，以及显示相应的类型提示，例如在常用随身物品的图像区域邻近显示一个绿色对号图标，在违禁品的图像区域邻近显示一个红色叉的图标；这样可以便于安检员有针对性地进行肉眼复查，例如重点关注违禁品的图像区域；或者也可以在卡通人体的对应位置处显示表示图像区域对应的物品的卡通图像。若匹配失败，则将所述图像区域(或者图像区域的轮廓)在卡通人体的对应位置处显示，并标明未知物品，提示安检员肉眼查验识别。作为本实施例的一个可选实施方式，所述隐私部位模板包括人体各个隐私部位的模板，即将与所述违禁品模板和所述常用随身物品模板匹配成功的图像区域对应的物品的图像显示在卡通人体的对应位置处。与人体各个部位的模板匹配成功的图像区域的都忽略，则在卡通人体上不会出现真实的人体部位，进而保护了被安检人员的隐私，即便是某些因宗教信仰不允许身体任何部位被观看到的被安检者也可以使用。
作为本申请的一个可选实施例，上述第一个和第二个实施例中，在将所述图像区域与预先存储的模板进行匹配的过程中，可以将所述图像区域的外接矩形的高度值、长度值以及横纵比，分别与所述违禁品模板、常用随身物品模板和隐私部位模板(或者人体部位模板)的外接矩形的高度值区间、长度值区间以及横纵比区间进行对比，来初步判断是否匹配成功，进而对所述图像区域对应的物品进行识别。
作为本申请的一个可选实施例，上述第一个和第二个实施例中，还可以以所述图像区域的外接矩形重心为原点向所述图像区域的边界引出多个向量，组成向量组，计算所述向量组与预先设定的所述违禁品模板或常用随身物品模板或隐私部位模板(或者人体部位模板)的向量组的标准差，判断所述标准差是否小于预设阈值，当所述标准差小于预设阈值时，确定所述图像区域与所述违禁品模板或常用随身物品模板或隐私部位模板(或者人体部位模板)中的一个匹配成功。
作为本申请的一个可选实施例，上述第一个和第二个实施例中，具体地，将与所述违禁品模板和所述常用随身物品模板匹配成功的图像区域(或者图像区域对应的物品类型的卡通图像)显示在卡通人体的对应位置处，具体包括：
确定所述图像区域的中心在所述X光安检透视图像中的坐标位置。例如，可以以所述X光安检透视图像的外接矩形的临边为直角坐标系的坐标轴，建立平面直角坐标系，这样，所述X光安检透视图像中的点在建立的平面直角坐标系中都有对应的坐标，进而可以确定图像区域的中心在所述平面直角坐标系中的坐标。将所述X光安检透视图像划分为多个区域，将所述卡通人体划分为多个与所述X光安检透视图像对应的区域。具体地，可以将所述X光安检透视图像的外接矩形划分为包括左上、右上、左中、右中、左下、右下在内的六个区域，上述六个区域的形状和面积可以相同，并且上述的六个区域共同拼接成所述X光安检透视图像的外接矩形。相应地，将所述卡通人体的外接矩形也可以划分为多个与所述X光安检透视图像对应的区域。确定所述图像区域位于所述X光安检透视图像的哪个区域，并将所述图像区域或者物品的卡通图像显示所述卡通人体的对应的该区域。根据所述图像区域的中心在所述平面直角坐标系中的坐标，确定所述图像区域落入到所述X光安检透视图像的六个区域中的哪个区域，则将所述物品的图像显示所述卡通人体的对应的区域。
如图3所示，是本申请实施例三的用于安检透视的特定目标识别与增强的系统的结构示意图。本实施例中的用于安检透视的特定目标识别与增强的系统包括：
图像获取模块301，用于获取目标人体的X光安检透视图像，所述图像获取模块301可以是X光机，也可以是具有与X光机类似功能的其他装置。
图像处理模块302，用于对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域。
图像匹配模块303，用于将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的人体部位类型或者物品类型进行识别。
图像显示模块304，根据通过匹配识别的物品或者人体部位类型，对所述图像区域进行相应的处理和显示，可以具体包括以下任意一种或者多种：忽略全部人体部位，或者忽略属于隐私部位的人体部位的图像区域；将识别出来物品类型的图像区域及其类型提示显示在一个卡通人体的对应位置处，或者将识别出来的物品类型对应的卡通图像显示在一个卡通人体的对应位置处；若匹配失败，将所述图像区域标记为未知物品，并将所述未知物品的图像区域显示在卡通人体的对应位置处。
本实施例中的用于安检透视的特定目标识别与增强的系统能够取得与上述方法实施例相类似的技术效果，这里不再赘述。
如图4所示，是本申请实施例四的用于安检透视的特定目标识别与增强的系统的结构示意图，本实施例的用于安检透视的特定目标识别与增强的系统包括：
图像获取模块301，用于获取目标人体的X光安检透视图像，所述图像获取模块301可以是X光机，也可以是具有与X光机类似功能的其他装置。
图像处理模块302，用于对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域。
图像匹配模块303，用于将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的人体部位类型或者物品类型进行识别。
图像显示模块304，根据通过匹配识别的物品或者人体部位类型，对所述图像区域进行相应的处理和显示。
此外，还包括图像预处理模块401，用于对所述X光安检透视图像进行图像增强，滤波去除噪声干扰，并去除伪影，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差。
存储模块402，用于存储违禁品模板、常用随身物品模板和隐私部位模板。
本实施例的用于安检透视的特定目标识别与增强的系统，由于所述图像预处理模块401在获取所述目标人体的X光安检透视图像后，先对所述X光安检透视图像进行图像增强，采用低通滤波去除所述X光安检透视图像进行图像中的噪声，并采用高通滤波法增强边缘等高频信号，使得所述X光安检透视图像变得更加清晰，以利于后续步骤中的边缘检测。在进行图像增强并去除噪声后，对所述X光安检透视图像进行去除伪影处理，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差，使得所述X光安检透视图像各部分的边缘更加突出，从而更容易被检测出来。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (3)

1.一种用于安检透视的特定目标识别与增强的方法，其特征在于，包括：
获取目标人体的X光安检透视图像；对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域；具体包括：对X光安检透视图像与高斯mask算子作卷积计算，对所述X光安检透视图像进行平滑处理，然后利用Sobel算子计算平滑处理后的所述X光安检透视图像的每个像素点的梯度，之后保留所述X光安检透视图像的每个像素点上梯度强度的极大值，删除其他值，再设定所述X光安检透视图像的每个像素点上梯度强度的极大值的阈值上界和阈值下界，将梯度强度的极大值大于所述阈值上界的像素点确认为边缘，将梯度强度的极大值大于所述阈值且下界小于所述阈值上界的像素点确认为弱边缘，将梯度强度的极大值小于所述阈值下界的像素点确认为非边缘，最后将与所述边缘相连的弱边缘确认为边缘，将其他的弱边缘确认为非边缘；对于所识别的图像边缘中的每一个边缘像素(x，y)，提取以该边缘像素(x，y)为中心的3ⅹ3像素块中包含的每个相邻像素(xb，yb),进而，计算边缘像素(x，y)的灰度值I(x，y)在x方向的灰度梯度和在y方向的灰度梯度利用梯度计算像素梯度幅度函数值和像素梯度角度函数值计算相邻像素(xb，yb)的灰度值I(xb，yb)在x方向的灰度梯度和在y方向的灰度梯度计算相邻像素(xb，yb)的像素梯度幅度函数值和像素梯度角度函数值判断|AF(x，y)-AF(xb，yb)|≤AFT和|DF(x，y)-DF(xb，yb)|≤DFT是否成立，若二者均成立则将该相邻像素(xb，yb)也加入边缘像素；其中AFT和DFT为预设的像素梯度角度阈值和像素梯度幅度阈值；遍历全部识别出的图像边缘像素及其相邻像素，以进行上述将相邻像素加入边缘像素的处理；然后，设置一封闭验证游标；选取任意边缘像素，将封闭验证游标放置在该边缘像素上，判断以该边缘像素为中心的3ⅹ3像素块当中是否存在其它边缘像素，如果存在则将封闭验证游标移动至所述其它边缘像素；迭代执行上述判断，如果通过遍历图像边缘的边缘像素，该游标能够回归其起点，则认定当前的边缘为封闭边缘；这样提取出由封闭边缘包围的图像区域；
将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的人体部位或者物品类型进行识别；具体来说，以所述图像区域的外接矩形重心为原点向所述图像区域的边缘引出多个向量，组成向量组，计算所述向量组与预先设定的违禁品模板或常用随身物品模板或隐私部位模板的向量组的标准差，判断所述标准差是否小于预设阈值，当所述标准差小于预设阈值时，确定所述图像区域与所述违禁品模板或常用随身物品模板或隐私部位模板中的一个匹配成功；
根据通过匹配识别物品或者人体部位类型的结果，忽略属于隐私部位的人体部位的图像区域；将识别出来物品类型的图像区域及其类型提示显示在一个卡通人体的对应位置处，并显示相应的类型提示；
若所述图像区域与预先存储的模板匹配失败，则将所述图像区域标记为未知物品，并将所述未知物品的图像区域显示在卡通人体的对应位置处，并显示表示未知物品的类型提示。
2.根据权利要求1所述的方法，其特征在于，在所述对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域之前，所述方法，还包括：
对所述X光安检透视图像进行图像增强，滤波去除噪声干扰，并去除伪影，然后再增强对比度，增强所述X光安检透视图像不同灰度颜色区域的反差。
3.一种用于安检透视的特定目标识别与增强的系统，其特征在于，包括：
图像获取模块，用于获取目标人体的X光安检透视图像；
图像处理模块，用于对所述X光安检透视图像进行边缘检测，提取由封闭边缘包围的图像区域；具体包括：对X光安检透视图像与高斯mask算子作卷积计算，对所述X光安检透视图像进行平滑处理，然后利用Sobel算子计算平滑处理后的所述X光安检透视图像的每个像素点的梯度，之后保留所述X光安检透视图像的每个像素点上梯度强度的极大值，删除其他值，再设定所述X光安检透视图像的每个像素点上梯度强度的极大值的阈值上界和阈值下界，将梯度强度的极大值大于所述阈值上界的像素点确认为边缘，将梯度强度的极大值大于所述阈值且下界小于所述阈值上界的像素点确认为弱边缘，将梯度强度的极大值小于所述阈值下界的像素点确认为非边缘，最后将与所述边缘相连的弱边缘确认为边缘，将其他的弱边缘确认为非边缘；对于所识别的图像边缘中的每一个边缘像素(x，y)，提取以该边缘像素(x，y)为中心的3ⅹ3像素块中包含的每个相邻像素(xb，yb),进而，计算边缘像素(x，y)的灰度值I(x，y)在x方向的灰度梯度和在y方向的灰度梯度利用梯度计算像素梯度幅度函数值和像素梯度角度函数值计算相邻像素(xb，yb)的灰度值I(xb，yb)在x方向的灰度梯度和在y方向的灰度梯度计算相邻像素(xb，yb)的像素梯度幅度函数值和像素梯度角度函数值判断|AF(x，y)-AF(xb，yb)|≤AFT和|DF(x，y)-DF(xb，yb)|≤DFT是否成立，若二者均成立则将该相邻像素(xb，yb)也加入边缘像素；其中AFT和DFT为预设的像素梯度角度阈值和像素梯度幅度阈值；遍历全部识别出的图像边缘像素及其相邻像素，以进行上述将相邻像素加入边缘像素的处理；然后，设置一封闭验证游标；选取任意边缘像素，将封闭验证游标放置在该边缘像素上，判断以该边缘像素为中心的3ⅹ3像素块当中是否存在其它边缘像素，如果存在则将封闭验证游标移动至所述其它边缘像素；迭代执行上述判断，如果通过遍历图像边缘的边缘像素，该游标能够回归其起点，则认定当前的边缘为封闭边缘；这样提取出由封闭边缘包围的图像区域；
图像匹配模块，用于将所述图像区域与预先存储的模板进行匹配，判断是否匹配成功，以对所述图像区域对应的人体部位类型或者物品类型进行识别；具体来说，以所述图像区域的外接矩形重心为原点向所述图像区域的边缘引出多个向量，组成向量组，计算所述向量组与预先设定的违禁品模板或常用随身物品模板或隐私部位模板的向量组的标准差，判断所述标准差是否小于预设阈值，当所述标准差小于预设阈值时，确定所述图像区域与所述违禁品模板或常用随身物品模板或隐私部位模板中的一个匹配成功；
图像显示模块，根据通过匹配识别的物品或者人体部位类型，忽略属于隐私部位的人体部位的图像区域；将识别出来物品类型的图像区域及其类型提示显示在一个卡通人体的对应位置处，并显示相应的类型提示；若所述图像区域与预先存储的模板匹配失败，则将所述图像区域标记为未知物品，并将所述未知物品的图像区域显示在卡通人体的对应位置处，并显示表示未知物品的类型提示。
CN201810230693.1A 2018-03-20 2018-03-20 一种用于安检透视的特定目标识别与增强的方法和系统 Active CN108549898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810230693.1A CN108549898B (zh) 2018-03-20 2018-03-20 一种用于安检透视的特定目标识别与增强的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810230693.1A CN108549898B (zh) 2018-03-20 2018-03-20 一种用于安检透视的特定目标识别与增强的方法和系统

Publications (2)

Publication Number Publication Date
CN108549898A CN108549898A (zh) 2018-09-18
CN108549898B true CN108549898B (zh) 2019-03-12

Family

ID=63516791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810230693.1A Active CN108549898B (zh) 2018-03-20 2018-03-20 一种用于安检透视的特定目标识别与增强的方法和系统

Country Status (1)

Country Link
CN (1) CN108549898B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146883A (zh) * 2018-10-31 2019-01-04 中控智慧科技股份有限公司 一种图像处理方法及安检机
CN109884721A (zh) * 2018-12-10 2019-06-14 深圳极视角科技有限公司 基于人工智能的安检违禁物品检测方法、装置及电子设备
CN109664321A (zh) * 2018-12-27 2019-04-23 四川文理学院 机械臂、排爆小车及搜寻方法
CN111612020B (zh) * 2019-02-22 2024-04-26 杭州海康威视数字技术股份有限公司 一种异常被检物的定位方法以及安检分析设备、系统
CN109785446B (zh) * 2019-02-28 2024-02-02 清华大学 图像识别系统及其方法
CN110580822A (zh) * 2019-08-08 2019-12-17 横琴善泊投资管理有限公司 一种停车场的内部车位监测管理方法及系统
CN112347822B (zh) * 2019-08-08 2022-07-19 同方威视技术股份有限公司 嫌疑物识别方法、装置和系统
CN111126227B (zh) * 2019-12-17 2023-08-08 广东德诚科教有限公司 一种扫描采集异常答题卡的检测方法
CN113076787A (zh) * 2020-01-06 2021-07-06 韩玉芝 基于视觉分析的信息提取平台及方法
CN111524303A (zh) * 2020-04-26 2020-08-11 江苏科技大学 一种超市自助结账防盗系统及其防盗方法
CN111553868B (zh) * 2020-04-29 2022-03-01 南京航空航天大学 一种基于改进sobel算子的隧道反射率影像滤波方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102028482A (zh) * 2009-09-30 2011-04-27 同方威视技术股份有限公司 人体检查图像处理方法和人体检查设备
CN202693812U (zh) * 2011-12-30 2013-01-23 北京华航无线电测量研究所 一种基于人体轮廓显示的隐藏危险物品微波安检系统
CN103705271A (zh) * 2012-09-29 2014-04-09 西门子公司 一种用于医学影像诊断的人机交互系统和方法
US8897857B2 (en) * 2011-10-31 2014-11-25 Wisconsin Alumni Research Foundation Method and apparatus for generating proton therapy treatment planning images

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540264B (zh) * 2011-12-30 2014-12-10 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
CN104237961B (zh) * 2014-09-25 2018-05-22 同方威视技术股份有限公司 一种安检机物品追踪装置和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102028482A (zh) * 2009-09-30 2011-04-27 同方威视技术股份有限公司 人体检查图像处理方法和人体检查设备
US8897857B2 (en) * 2011-10-31 2014-11-25 Wisconsin Alumni Research Foundation Method and apparatus for generating proton therapy treatment planning images
CN202693812U (zh) * 2011-12-30 2013-01-23 北京华航无线电测量研究所 一种基于人体轮廓显示的隐藏危险物品微波安检系统
CN103705271A (zh) * 2012-09-29 2014-04-09 西门子公司 一种用于医学影像诊断的人机交互系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
X光安检图像处理方法研究;宋修竹;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150315(第3期);第I138-1864页

Also Published As

Publication number Publication date
CN108549898A (zh) 2018-09-18

Similar Documents

Publication Publication Date Title
CN108549898B (zh) 一种用于安检透视的特定目标识别与增强的方法和系统
CN104134059B (zh) 保持颜色信息的混合形变模型下的不良图像检测方法
CN107265213B (zh) 电梯装置和电梯控制方法
CN108648204A (zh) 一种实现人工智能区域屏蔽的人体安检的方法和装置
US20080212742A1 (en) Personnel security screening system with enhanced privacy
US10186050B2 (en) Method and system for detection of contraband narcotics in human digestive tract
CN108830873A (zh) 深度图像物体边缘提取方法、装置、介质及计算机设备
CN103996198A (zh) 复杂自然环境下感兴趣区域的检测方法
KR100631235B1 (ko) 스테레오 이미지의 에지를 체인으로 연결하는 방법
CN102084397A (zh) 图像处理设备、方法和程序
CN109102003A (zh) 一种基于红外物理特征融合的小目标检测方法和系统
Nazlibilek et al. Mine identification and classification by mobile sensor network using magnetic anomaly
Mohammad et al. Study Sobel edge detection effect on the ImageEdges using MATLAB
KR101654287B1 (ko) 신체의 구조를 기반으로 하는 배꼽 영역 검출 방법
US20080101681A1 (en) Methods for determining a position and shape of a bag placed in a baggage handling container using x-ray image analysis
Avlash et al. Performances analysis of different edge detection methods on road images
CN103955944B (zh) 一种图像边缘检测方法及装置
Chandrasiri et al. Automatic anemia identification through morphological image processing
Sharma et al. Analysis of sobel edge detection technique for face recognition
CN106560839A (zh) 瓶子的检测方法及装置
Anitha et al. Comparison of standard edge detection techniques along with morphological processing and pseudo coloring in sonar image
Law et al. Minimal weighted local variance as edge detector for active contour models
Banerjee et al. Edge Detection of MRI Image–a Review
Chen et al. A Method to Extract Character Strings from Scene Images by Eliminating Non-character Strings: Towards Development of a Visual Assistance System for People with Visual Impairments
JPS6312987A (ja) 移動物体の検知方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant