CN109727254B - 人体扫描图像处理方法、设备及计算机可读存储介质 - Google Patents

Abstract

本申请公开了一种人体扫描图像处理方法、设备及计算机可读存储介质，该方法包括：获取人体扫描图像，并进行分割以获得当前人体分割图像；判断其清晰度是否满足第一预设条件；若满足，则不对其继续分割，并将其进行清晰度优化；若不满足，则判断其大小是否满足第二预设条件；若满足，则继续分割，以获得下一层人体分割图像，并返回至判断其清晰度是否满足第一预设条件的步骤；若不满足，则将最后一层分割获得的所有人体分割图像进行清晰度优化；根据所有进行清晰度优化后的人体分割图像生成最终人体扫描图像。通过上述实施方式，本申请能够对人体扫描图像中一些成像模糊的不同区域进行优化处理。

Description

人体扫描图像处理方法、设备及计算机可读存储介质

技术领域

本申请涉及图像处理技术领域，特别是涉及一种人体扫描图像处理方法、设备及计算机可读存储介质。

背景技术

现有安检设备对人体扫描成像后，对人体扫描图像进行统一的算法优化处理，以期望获得清晰的人体扫描图像。

本申请的发明人经过长期的研究发现，通过上述方式，难以对人体扫描图像中一些成像模糊的不同区域进行区别处理。

发明内容

本申请主要解决的技术问题是提供一种人体扫描图像处理方法、设备及计算机可读存储介质，能够人体扫描图像中一些成像模糊的不同区域进行区别处理。

为解决上述技术问题，本申请采用的技术方案是：提供一种人体扫描图像处理方法，该方法包括：获取人体扫描图像；分割人体扫描图像，获得至少一个当前人体分割图像；判断每一当前人体分割图像的清晰度是否满足第一预设条件；若满足，则不对当前满足第一预设条件的人体分割图像继续分割，并将满足第一预设条件的人体分割图像进行清晰度优化；若不满足，则进一步判断当前人体分割图像的大小是否满足第二预设条件；若当前人体分割图像的大小满足第二预设条件，则继续分割当前人体分割图像，以获得至少一个下一层人体分割图像，并返回至判断每一当前人体分割图像的清晰度是否满足第一预设条件的步骤；若当前人体分割图像的大小不满足第二预设条件，则将最后一层分割获得的所有人体分割图像进行清晰度优化；根据所有进行清晰度优化后的人体分割图像生成最终人体扫描图像。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种人体扫描图像处理设备，该设备包括处理电路、存储器、通信电路，存储器、通信电路与处理电路耦接，处理电路、存储器、通信电路工作时可执行上述人体扫描图像处理方法的步骤。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，可实现上述人体扫描图像处理方法的步骤。

本申请的有益效果是：区别于现有技术的情况，本申请提供的人体扫描图像处理方法，首先对获取的人体扫描图像进行分割，获取至少一个当前人体分割图像，然后判断当前人体分割图像的清晰度是否满足第一预设条件，若满足，则不对当前满足第一预设条件的人体分割图像继续分割，并将满足第一预设条件的人体分割图像进行清晰度优化；若不满足，则进一步判断当前人体分割图像的大小是否满足第二预设条件，则继续分割当前人体分割图像，以获得至少一个下一层人体分割图像，并返回至判断每一当前人体分割图像的清晰度是否满足第一预设条件的步骤，若当前人体分割图像的大小不满足第二预设条件，则将最后一层分割获得的所有人体分割图像进行清晰度优化，并根据所有进行清晰度优化后的人体分割图像生成最终人体扫描图像。通过上述方式，本申请可以初步分割获取到的人体扫描图像，根据当前人体分割图像的清晰度和大小判断是否对当前人体分割图像进一步分割，并对最终分割获得的所有人体分割图像进行清晰度优化，进而将人体扫描图像中一些成像模糊的不同区域进行优化处理。

附图说明

为了更清楚地说明本申请中的技术方案，下面将对实施例描述中所需要的附图作简单的介绍，显而易见地，下面描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请人体扫描图像处理方法一实施方式的流程示意图；

图2是图1中步骤S15一实施方式的流程示意图；

图3是图2中步骤S151一实施方式的流程示意图；

图4是图1中步骤S16一实施方式的流程示意图；

图5是本申请人体扫描图像处理设备一实施方式的框架示意图；

图6是本申请计算机可读存储介质一实施方式的框架示意图。

具体实施方式

下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参阅图1，图1是本申请人体扫描图像处理方法一实施方式的流程示意图，本申请人体扫描图像处理方法包括：

步骤S10：获取人体扫描图像。

人体扫描图像由安检仪对人体进行扫描后获取到的初始图像，包括人体正面和背面图像；安检仪可将扫描到的初始图像经无线或有线的方式发送给人体扫描图像处理设备，进而使人体扫描处理设备获得人体扫描图像。

步骤S11：分割人体扫描图像，获得至少一个当前人体分割图像。

对获取的人体扫描图像按人体解剖图进行初步分割，得到至少一个当前人体分割图像，例如对人体扫描图像的正面图像进行分割获得左臂、右臂、躯干正面、左腿、右腿等五个图像，对人体扫描图像的背面图像进行分割获得左臂、右臂、躯干背面、左腿、右腿等五个图像。在一个实施方式中，还可以以脖颈、腰为界限，将获取的人体扫描图像分割为头部图像、上身图像、下身图像等三个图像。本实施方式不限制分割获取到的人体扫描图像的方式以及最终获取的人体分割图像的个数。

分割可以是物理意义上的分割，即将人体扫描图像分割为彼此之间分离的当前人体分割图像，也可以是将人体扫描图像分割为彼此之间仍然保持连接的当前人体分割图像，但各个当前人体分割图像之间具有分界，例如各个当前人体分割图像具有不同的标记，或彼此之间存在分界线等等。

步骤S12：判断每一当前人体分割图像的清晰度是否满足第一预设条件。

图像的清晰度是衡量图像质量的一个重要指标，常见的判断图像清晰度的方法一般都是基于梯度的方法，本实施方式所采用的判断图像清晰度的方法包括但不限于：Brenner梯度法、Tenegrad梯度法、laplace梯度法、方差法、能量梯度法。在一个实施场景中，图像清晰度判断方法也可以是熵函数方法、EAV点锐度算法函数、Reblur二次模糊等其他方法。

在一个实施场景中，可以采用深度学习的方法预先将主观认定的清晰度满足第一预设条件的人体分割图像以及清晰度不满足第一预设条件的人体分割图像用于训练网络，最终得出第一预设条件对应的判断模型，再利用该判断模型判断每一当前人体分割图像的清晰度是否满足第一预设条件。

判断每一当前人体分割图像的清晰度的方式可以对所有人体分割图像进行统一设置，例如，针对将正面图像分割得到的左臂、右臂、躯干正面、左腿、右腿等五个图像和背面图像分割到左臂、右臂、躯干背面、左腿、右腿等五个图像统一由laplace梯度法进行判断图像清晰度；也可以根据不同的分割方式和最终获取到的人体分割图像设置，例如针对将正面图像分割得到的左臂、右臂、躯干正面、左腿、右腿等五个图像采用Brenner梯度法判断图像清晰度，而针对背面图像分割到左臂、右臂、躯干背面、左腿、右腿等五个图像采用Tenegrad梯度法判断图像清晰度。

第一预设条件可以对所有当前人体分割图像进行统一设置，例如，针对将正面图像分割得到的左臂、右臂、躯干正面、左腿、右腿等五个图像的清晰度和背面图像分割到左臂、右臂、躯干背面、左腿、右腿等五个图像的清晰度的第一预设条件相同；也可以对当前人体分割图像进行区别设置，例如，针对将正面图像分割得到的左臂、右臂、躯干正面、左腿、右腿等五个图像的清晰度的第一预设条件和针对背面图像分割到左臂、右臂、躯干背面、左腿、右腿等五个图像的清晰度的第一预设条件不同。

步骤S13：若满足，则不对当前满足第一预设条件的人体分割图像继续分割，并将满足第一预设条件的人体分割图像进行清晰度优化。

若当前人体分割图像的清晰度满足第一预设条件，则不对该人体分割图像进行继续分割。例如，左臂图像的清晰度满足第一预设条件，则结束流程，不再对左臂图像进行继续分割。在一个实施场景中，还可以将当前满足第一预设条件的人体分割图像存储，以备后续处理、使用。

将人体分割图像进行清晰度优化的方法包括但不限于：平滑中值法、高斯平滑法、双边滤波法等。

在一个实施场景中，将主观认定清晰度不满足第一预设条件的人体分割图像增加训练样本，训练样本可以包括人体携带物品的分体分割图像和人体未携带物品的人体分割图像，将样本应用于训练网络最终获得分析模型，进而利用该分析模型对清晰度不满足第一预设条件的人体分割图像进行分析判断人体是否携带有物品。

步骤S14：若不满足，则进一步判断当前人体分割图像的大小是否满足第二预设条件。

第二预设条件可以对所有当前人体分割图像进行统一设置，例如，针对将正面图像分割得到的左臂、右臂、躯干正面、左腿、右腿等五个图像的大小和背面图像分割到左臂、右臂、躯干背面、左腿、右腿等五个图像的大小的第二预设条件相同；也可以对当前人体分割图像进行区别设置，例如，针对将正面图像分割得到的左臂、右臂、躯干正面、左腿、右腿等五个图像的大小的第二预设条件和针对背面图像分割到左臂、右臂、躯干背面、左腿、右腿等五个图像的大小的第二预设条件不同。

步骤S15：若当前人体分割图像的大小满足第二预设条件，则继续分割当前人体分割图像，以获得至少一个下一层人体分割图像，并返回至判断每一当前人体分割图像的清晰度是否满足第一预设条件的步骤。

分割当前人体分割图像获得的下一层人体分割图像个数至少为1个，可以为1个、2个、3个、4个等等。例如，将左小臂图像分割为左小臂前方图像、左小臂内侧图像、左小臂后方图像、左小臂外侧图像等等；将左大臂图像分割为左大臂前方图像、左大臂内侧图像、左大臂后方图像、左大臂外侧图像等等。

步骤S16：若当前人体分割图像的大小不满足第二预设条件，则将最后一层分割获得的所有人体分割图像进行清晰度优化。

将最后一层分割获得的所有人体分割图像进行清晰度优化的方法包括但不限于：平滑中值法、高斯平滑法、双边滤波法等。

针对不同的最后一层获得的人体分割图像可以采用相同的清晰度优化方法进行处理，例如针对左小臂图像最终分割得到左小臂前方图像、左小臂内侧图像、左小臂后方图像、左小臂外侧图像统一采用平滑中值法。在一个实施场景中，针对不同的最后一层获得的人体分割图像可以采用不同的清晰度优化方法进行处理，针对左大臂图像最终分割得到左大臂前方图像、左大臂内侧图像、左大臂后方图像、左大臂外侧图像分别采用平滑中值法、高斯平滑法、双边滤波法等不同的清晰度优化的方法。

在一个实施场景中，最后一层分割获得的所有人体分割图像处于同一层，例如左小臂内侧图像、右小臂外侧图像、左大腿外侧图像等。在另一个实施场景中，最后一层获得的所有人体分割图像处于不同层，例如左小臂内侧图像、右大臂图像、右大腿图像等。

步骤S17：根据所有进行清晰度优化后的人体分割图像生成最终人体扫描图像。

如果人体扫描图像分割为彼此之间分离的人体分割图像，则将所有进行清晰度优化后的人体分割图像拼接以生成最终人体扫描图像；如果人体扫描图像被分割为彼此之间仍然保持连接的人体分割图像且各个人体分割图像之间具有分界，则无需再进行拼接。

通过上述实施方式，本申请提供的人体扫描图像处理方法，首先对获取的人体扫描图像进行分割，获取至少一个当前人体分割图像，然后判断当前人体分割图像的清晰度是否满足第一预设条件，若不满足，则进一步判断当前人体分割图像的大小是否满足第二预设条件，则继续分割当前人体分割图像，以获得至少一个下一层人体分割图像，并返回至判断每一当前人体分割图像的清晰度是否满足第一预设条件的步骤，若当前人体分割图像的大小不满足第二预设条件，则将最后一层分割获得的所有人体分割图像进行清晰度优化，并生成最终人体扫描图像，本申请可以根据当前人体分割图像的清晰度和大小判断是否对当前人体分割图像进一步分割，并对最终分割获得的所有人体分割图像进行清晰度优化，进而将人体扫描图像中一些成像模糊的不同区域进行优化处理。

其中，在另一个实施方式中，上述步骤S11具体可以包括：分割人体扫描图像，获得至少一个当前人体分割图像；标记每一当前人体分割图像唯一的第一位置标志，以标记每一当前人体分割图像在人体扫描图像中的相对位置。

对获取的人体扫描图像按人体解剖进行初步分割，得到至少一个当前人体分割图像，例如对人体扫描图像进行分割获得左小臂、右小臂、左大臂、右大臂、肩颈、胸部、胸部以下腰部以上部位、腰部、腹股沟部位、左小腿、左大腿、右小腿、右大腿等人体分割图像。

第一位置标志用于对分割得到的每一当前人体分割图像进行标记，以标记其在人体扫描图像中的相对位置。第一位置标志可以由数字、字母、文字等组成，且每一人体分割图像对应唯一的第一位置标志。例如，标记左小臂第一位置标志为AL，标记右小臂第一位置标志为AR，标记左大臂第一位置标志为BL，标记右大臂第一位置标志为BR，标记肩颈第一位置标志为C，标记胸部第一位置标志为D，标记胸部以下腰部以下部位第一位置标志为E，标记腰部第一位置标志为F，标记腹股沟部位第一位置标志为G，标记左大腿第一位置标志为HL，标记右大腿第一位置标志为HR，标记左小腿第一位置标志为IL，标记右小腿第一位置标志为IR。

通过上述实施方式，可以对获取的人体扫描图像初步分割后得到的当前人体分割图像进行标记，使得每一当前人体分割图像具有唯一的第一位置标志，以标记每一当前人体分割图像在人体扫描图像中的相对位置，以便于后期根据人体分割图像生成最终人体扫描图像过程中，根据该第一位置标志得到完整的人体图像。

其中，在另一个实施方式中，上述步骤S12具体可以包括：获取每一当前人体分割图像的清晰度；判断每一当前人体分割图像的清晰度是否大于预设清晰度阈值。

当前人体分割图像的清晰度可以通过包括但不限于：Brenner梯度法、Tenegrad梯度法、laplace梯度法、方差法、能量梯度法等梯度方法判断获取。在一个实施场景中，图像清晰度判断方法也可以是熵函数方法、EAV点锐度算法函数、Reblur二次模糊等其他方法。

当前人体分割图像的清晰度可以通过归一化设置为具体数值，例如0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0等。也可以根据数值区间划分为清晰度等级，例如0至0.2为E级，0.2至0.4为D级，0.4至0.6为C级，0.6至0.8为B级，0.8至1.0为A级。

预设清晰度阈值可以根据当前人体分割图像的清晰度设置为相应的阈值类型。例如，当前人体分割图像的清晰度为归一化数值时，预设清晰度阈值为一数值，比如0.5、0.6等；例如，当前人体分割图像的清晰度为清晰度等级时，预设清晰度阈值为清晰度等级，比如C级、B级等。

其中，在又一个实施方式中，上述步骤S14具体可以包括：获取每一当前人体分割图像的大小；判断每一当前人体分割图像的大小是否大于预设图像大小阈值。

当前人体分割图像的大小可以根据需要设置，例如160*120dpi、320*240dpi、640*480dpi、800*600dpi等，本实施方式不作具体限定。

预设图像大小阈值可以根据实际情况设置，例如640*480dpi、320*240dpi等。在一个实施场景中，可以根据图像的长度像素和宽度像素中的任一项设置，例如预设图像大小阈值为640dpi的长度像素，或480dpi的宽度像素。

请继续参阅图2，图2是图1中步骤S15一实施方式的流程示意图。步骤S15具体包括：

步骤S150：以预设图像大小阈值为最小图像单元获取每一当前人体分割图像中每一最小图像单元的清晰度。

最小图像单元根据预设图像大小阈值设置，例如640*480dpi、320*240dpi等。在一个实施场景中，最小图像单元也可以不根据预设图像大小阈值设置，而进行自定义设置，例如480*400dpi、560*460dpi等。

步骤S151：根据每一最小图像单元的清晰度继续分割当前人体分割图像，以获得至少一个下一层人体分割图像。

下一层人体分割图像可以为1个、2个、3个、4个等。例如，对人体扫描图像进行分割获得左小臂、右小臂等当前人体分割图像继续分割，分别得到左小臂前方、左小臂内侧、左小臂后方、左小臂外侧图像，以及右小臂前方、右小臂内侧、右小臂后方、右小臂外侧图像。

请参阅图3，图3为步骤S151一实施方式的流程示意图，步骤S151具体包括：

步骤S30：根据每一最小图像单元的清晰度以及预设清晰度等级区间，获取每一最小图像单元的清晰度等级。

清晰度可以通过归一化设置为具体数值，例如0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0等。具体而言，根据预设清晰度等级区间获取每一最小图像单元的清晰度等级，例如0至0.2为E级，0.2至0.4为D级，0.4至0.6为C级，0.6至0.8为B级，0.8至1.0为A级。

步骤S31：判断所有相邻最小图像单元的清晰度等级是否满足第三预设条件。

第三预设条件可以是根据清晰度的归一化数值设置的数值差值，也可以是根据清晰度等级设置的等级跨度。

第三预设条件可以统一设置，例如针对左大腿图像及左小腿图像的第三预设条件相同；也可以针对不同的人体分割图像区别设置，例如针对左大腿图像及左小腿图像的第三预设条件不相同。

其中，在一个实施方式中，步骤S31具体包括：计算所有相邻最小图像单元的清晰度等级跨度；判断所有相邻最小图像单元的清晰度等级跨度是否小于预设跨度阈值。

清晰度等级跨度为最小图像单元清晰度等级之间相差的等级数，预设跨度阈值可以设置为0、1、2、3等。例如，某一个最小图像单元的清晰度等级为A级，与其相邻的最小图像单元1的清晰度等级为B，与其相邻的最小图像单元2的清晰度等级为C，与其相邻的最小图像单元3的清晰度等级为D，与其相邻的最小图像单元4的清晰度等级为E，若预设跨度阈值为3，则相应的最小图像单元1与其的清晰度等级跨度为1，最小图像单元2与其的清晰度等级跨度为2，最小图像单元3与其清晰度等级跨度为3，最小图像单元4与其清晰等级跨度为4。则此时，将其与最小图像单元1、最小图像单元2划为同一个下一层人体分割图像，将其与最小图像单元3、最小图像单元4划为不同的下一层人体分割图像。

步骤S32：若满足，则将相邻最小图像单元划为同一个下一层人体分割图像。

相邻最小图像单元的清晰度等级若满足第三预设条件则划归为同一个下层人体分割图像。

步骤S33：若不满足，则将相邻最小图像单元划为不同的下一层人体分割图像。

相邻最小图像单元的清晰度等级若不满足第三预设条件则划归为不同的下层人体分割图像。

步骤S152：标记每一下一层人体分割图像唯一的第二位置标志，以标记每一下一层人体分割图像在当前人体分割图像中的相对位置。

第二位置标志用于对分割得到的每一当前人体分割图像继续分割得到的下一层人体分割图像进行标记，以标记其在当前人体分割图像中的相对位置。第二位置标志可以由字母、数字、文字等组成。在一个实施场景中，标记左小臂前方图像的第二位置标志为1、标记左小臂内侧图像的第二位置标志为2、标记左小臂后方图像的第二位置标志为3、标记左小臂外侧图像的第二位置标志为4。在另一个实施方式中，也可以在第一位置标志的基础上构成第二位置标志。

请参阅图4，图4是图1中步骤S16一实施方式的流程示意图。步骤S16具体包括：

步骤S40：根据第一位置标志和第二位置标志标记每一最后一层分割获得的所有人体分割图像唯一的第三位置标志，以标记每一最后一层分割获得的所有人体分割图像在人体扫描图像中的相对位置。

第一位置标志用于对分割得到的每一当前人体分割图像进行标记，以标记其在人体扫描图像中的相对位置。第二位置标志用于对分割得到的每一当前人体分割图像继续分割得到的下一层人体分割图像进行标记，以标记其在当前人体分割图像中的相对位置。根据第一位置标志和第二位置标志可以标记每一最后一层分割获得的所有人体分割图像唯一的第三位置标志，进而标记每一最后一层分割获得的所有人体分割图像在人体扫描图像中的相对位置。例如，标记左小臂第一位置标志为AL，标记左小臂前方图像的第二位置标志为1、标记左小臂内侧图像的第二位置标志为2、标记左小臂后方图像的第二位置标志为3、标记左小臂外侧图像的第二位置标志为4，相应地，左小臂前方图像的第三位置标志为AL1，左小臂内侧图像的第三位置标志为AL2，左小臂后方图像的第三位置标志为AL3，左小臂外侧的第三位置标志为AL4。

步骤S41：根据预设图像优化算法处理最后一层分割获得的所有人体分割图像。

预设图像优化算法包括但不限于：平滑中值法、高斯平滑法、双边滤波法。

在一个实施场景中，根据最后一层分割获得的人体分割图像选择对应的预设图像优化算法，例如采用平滑中值法处理左小臂前方图像，采用高斯平滑法处理左小臂内侧图像，采用双边滤波法处理左小臂后方图像等等。在另一个实施场景中，采用同一种预设图像优化算法处理最后一层分割获得的人体分割图像，例如采用平滑中值法处理左小臂前方图像、左小臂内侧图像、左小臂后方图像、左小臂外侧图像。

其中在一个实施方式中，上述步骤S41后具体可以包括：根据第三位置标志将所有清晰度优化后的人体分割图像生成最终人体扫描图像。

在一个实施场景中，步骤S40中已分别标记左小臂前方图像的第三位置标志为AL1，左小臂内侧图像的第三位置标志为AL2，左小臂后方图像的第三位置标志为AL3，左小臂外侧的第三位置标志为AL4，步骤S41中已采用预设图像优化算法获得优化后的左小臂前方图像、左小臂内侧图像、左小臂后方图像、左小臂外侧图像，根据第三位置标志将左小臂前方图像、左小臂内侧图像、左小臂后方图像、左小臂外侧图像生成为优化后的左小臂图像，同理可获得其他部位优化后的图像，生成优化后的人体扫描图像。

下面具体说明采用本申请人体扫描图像处理方法处理人体扫描图像一实施方式的流程：

(1)获取人体扫描图像。

(2)将人体扫描图像分割为左臂图像、右臂图像、左腿图像、右腿图像、躯干图像，并标记左臂图像的第一位置标志为AL、右臂图像的第一位置标志为BR、左腿图像的第一位置标志为CL、右腿图像的第一位置标志为DR、躯干图像的第一位置标志为E。

(3)获取左臂图像的清晰度为0.6、右臂图像的清晰度为0.7、左腿图像的清晰度为0.6、右腿图像的清晰度为0.8、躯干图像的清晰度为0.4，根据预先设置的第一预设条件图像清晰度需大于即预设清晰度阈值0.45，进而判断左臂图像、右臂图像、左腿图像、右腿图像均满足第一预设条件，而躯干图像不满足第一预设条件。

(4)由于左臂图像、右臂图像、左腿图像、右腿图像均满足第一预设条件，因此不再对左臂图像、右臂图像、左腿图像、右腿图像进行继续分割，并且对左臂图像、右臂图像、左腿图像、右腿图像进行清晰度优化。

(5)由于躯干图像不满足第一预设条件，获取躯干图像的大小为480*320dpi，判断躯干图像的大小满足第二预设条件，即图像的大小大于图像大小阈值120*80dpi。

(6)由于躯干图像的大小满足第二预设条件，则以图像大小阈值120*80dpi为最小图像单元获取躯干图像中每一个最小图像单元的清晰度分别为：胸部图像的清晰度为0.5、腹股沟图像的清晰度为0.1、腰部图像的清晰度为0.5、腹部图像的清晰度为0.5，并将躯干图像继续分割为胸部图像、腹股沟图像、腰部图像、腹部图像，标记胸部图像的第二位置标志为1、标记腹股沟图像的第二位置标志为2、腰部图像的第二位置标志为3、腹部图像的第二位置标志为4、根据预设清晰度等级区间清晰度0-0.2为E级、0.2-0.4为D级、0.4-0.6为C级、0.6-0.8为B级、0.8-1.0为A级，由此获取胸部图像、腰部图像、腹部图像的清晰度等级为C级，腹股沟图像的清晰度等级为E级。判断相邻的胸部图像、腹部图像、腰部图像的清晰度等级跨度满足第三预设条件，即小于预设跨度阈值1，而相邻的腹股沟图像与腰部图像的清晰度等级跨度不满足第三预设条件，即小于预设跨度阈值1，因此将相邻的胸部图像、腹部图像、腰部图像划为同一个下一层人体分割图像，将腹股沟图像单独划为下一层人体分割图像。并返回至步骤(3)，由于此时由胸部图像、腹部图像、腰部图像组成的下一层人体分割图像的清晰度为0.5满足第一预设条件，即清晰度大于0.45，因此结束流程，不再对当前其继续分割。由于腹股沟单独构成的下一层人体分割图像不满足第一预设条件与第二预设条件，执行步骤(7)。

(7)最后一层分割获得的所有人体分割图像分别为左臂图像、右臂图像、左腿图像、右腿图像、由胸部图像、腹部图像、腰部图像组成人体分割图像、以及腹股沟图像，根据上述图像的第一位置标志和第二位置标志获得所有图像的第三位置标志，即左臂图像的第三位置标志为AL、右臂图像的第三位置标志为BR、左腿图像的第三位置标志为CL、右腿图像的第三位置标志为DR、胸部图像的第三位置标志为E1、腹股沟图像的第三位置标志为E2、腰部图像的第三位置标志为E3、腹部图像的第三位置标志为E4，根据预设图像优化算法处理上述图像。

(8)根据第三位置标志将上述清晰度优化后的图像生成人体扫描图像。

请参阅图5，图5是本申请人体扫描图像处理设备一实施方式的框架示意图。该设备包括：处理电路50、存储器51、通信电路52；存储器51、通信电路52与处理电路50耦接，处理电路50、存储器51、通信电路52工作时可执行上述人体扫描图像处理方法实施方式的步骤。

在一个实施场景中，本申请人体扫描图像处理设备还可以包括扫描电路，用于对人体进行扫描；在另一个实施场景中，本申请人体扫描图像处理设备还可以包括显示器，用于显示人体扫描图像。

请参阅图6，图6是本申请计算机可读存储介质一实施方式的框架示意图。本申请计算机可读存储介质60上存储有计算机程序601，该计算机程序601被处理器执行时，可实现上述人体扫描图像处理方法实施方式的步骤。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种人体扫描图像处理方法，其特征在于，所述方法包括：

获取人体扫描图像；

分割所述人体扫描图像，获得至少一个当前人体分割图像；

判断每一当前人体分割图像的清晰度是否满足第一预设条件；

若满足，则不对当前满足所述第一预设条件的所述人体分割图像继续分割，并将满足所述第一预设条件的所述人体分割图像进行清晰度优化；

若不满足，则进一步判断当前人体分割图像的大小是否满足第二预设条件；

若当前人体分割图像的大小满足所述第二预设条件，则继续分割所述当前人体分割图像，以获得至少一个下一层人体分割图像，并返回至所述判断每一当前人体分割图像的清晰度是否满足第一预设条件的步骤；

若当前人体分割图像的大小不满足所述第二预设条件，则将最后一层分割获得的所有人体分割图像进行清晰度优化；

根据所有进行清晰度优化后的人体分割图像生成最终人体扫描图像。

2.根据权利要求1所述的方法，其特征在于，所述分割所述人体扫描图像，获得至少一个当前人体分割图像包括：

分割所述人体扫描图像，获得至少一个当前人体分割图像；

标记每一所述当前人体分割图像唯一的第一位置标志，以标记每一所述当前人体分割图像在所述人体扫描图像中的相对位置。

3.根据权利要求2所述的方法，其特征在于，所述判断每一当前人体分割图像的清晰度是否满足第一预设条件包括：

获取每一所述当前人体分割图像的清晰度；

判断每一所述当前人体分割图像的所述清晰度是否大于预设清晰度阈值。

4.根据权利要求3所述的方法，其特征在于，所述进一步判断当前人体分割图像的大小是否满足第二预设条件包括：

获取每一所述当前人体分割图像的大小；

判断每一所述当前人体分割图像的大小是否大于预设图像大小阈值。

5.根据权利要求4所述的方法，其特征在于，所述继续分割所述当前人体分割图像，以获得至少一个下一层人体分割图像包括：

以所述预设图像大小阈值为最小图像单元获取每一所述当前人体分割图像中每一所述最小图像单元的所述清晰度；

根据每一所述最小图像单元的所述清晰度继续分割所述当前人体分割图像，以获得至少一个下一层人体分割图像；

标记每一所述下一层人体分割图像唯一的第二位置标志，以标记每一所述下一层人体分割图像在所述当前人体分割图像中的相对位置。

6.根据权利要求5所述的方法，其特征在于，所述根据每一所述最小图像单元的所述清晰度继续分割所述当前人体分割图像，以获得至少一个下一层人体分割图像包括：

根据每一所述最小图像单元的所述清晰度以及预设清晰度等级区间，获取每一所述最小图像单元的清晰度等级；

判断所有相邻所述最小图像单元的所述清晰度等级是否满足第三预设条件；

若满足，则将相邻所述最小图像单元划为同一个所述下一层人体分割图像；

若不满足，则将相邻所述最小图像单元划为不同的所述下一层人体分割图像。

7.根据权利要求6所述的方法，其特征在于，所述判断所有相邻所述最小图像单元的所述清晰度等级是否满足第三预设条件包括：

计算所有相邻所述最小图像单元的清晰度等级跨度；

判断所有相邻所述最小图像单元的所述清晰度等级跨度是否小于预设跨度阈值。

8.根据权利要求5所述的方法，其特征在于，所述将最后一层分割获得的所有人体分割图像进行清晰度优化包括：

根据所述第一位置标志和所述第二位置标志标记每一所述最后一层分割获得的所有人体分割图像唯一的第三位置标志，以标记每一所述最后一层分割获得的所有人体分割图像在所述人体扫描图像中的相对位置；

根据预设图像优化算法处理所述最后一层分割获得的所有人体分割图像。

9.一种人体扫描图像处理设备，其特征在于，所述设备包括：

处理电路、存储器、通信电路；

所述存储器、所述通信电路与所述处理电路耦接，所述处理电路、所述存储器、所述通信电路工作时可执行权利要求1-8任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，可实现权利要求1-8任一项所述方法的步骤。

Images