CN113657497B - 一种低信噪比图像增强处理与人体图像分割融合实现方法 - Google Patents

Abstract

本发明提供了一种低信噪比图像增强处理与人体分割融合实现方法，其提高毫米波人体安检设备的适用性。其包括如下步骤：步骤1、将通过毫米波安检设备所拍摄到的安检人体图像通过数据解码后输入原始图像进入图像处理系统；步骤2、将原始图像送进入到两个通道分别进行图像处理，第一个通道将原始图像进行图像增强处理，其通过图像滤波、形态学处理、伽马变化和局部处理，增强图像的对比度和均匀性；第二个通道将原始图像进行对比度调节、提高隐匿物与非隐匿物的对比度，之后运用系统经过深度学习进行自适应图像分割将人体图像外的干扰因素去除；步骤3、将两路通道分别处理获得的图像进行叠加融合，形成清晰的可用于安检作业的图像输出。

Description

一种低信噪比图像增强处理与人体图像分割融合实现方法

技术领域

本发明涉及毫米波安检领域的技术领域，具体为一种低信噪比图像增强处理与人体图像分割融合实现方法。

背景技术

毫米波安检技术是近年来兴起的一种人体安检技术，利用毫米波对人体进行非接触式安检。毫米波成像质量会较大受到环境、温度、场景变化的影响，如在高温、低温或开放式环境下图像中人体与背景将不具备较好的区分度，影响到后续的图像增强处理，一定程度上降低了毫米波安检设备的适用性。

发明内容

针对上述问题，本发明提供了一种低信噪比图像增强处理与人体图像分割融合实现方法，其可以有效应对环境、温度、场景外部因素的变化，提高毫米波人体安检设备的适用性。

一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于，其包括如下步骤：

步骤1、将通过毫米波安检设备所拍摄到的安检人体图像通过数据解码后输入原始图像进入图像处理系统；

步骤2、将原始图像输送进入到两个通道分别进行图像处理，第一个通道将原始图像进行图像增强处理，其通过图像滤波、形态学处理、伽马变化和局部处理，增强图像的对比度和均匀性；第二个通道将原始图像进行对比度调节，提高隐匿物与非隐匿物的对比度，之后运用系统经过深度学习进行自适应图像分割将人体图像外的干扰因素去除；

步骤3、将两路通道分别处理获得的图像进行叠加融合，形成清晰的可用于安检作业的图像输出。

其进一步特征在于：

步骤2中的第二通道中深度学习部分所对应的各种人体形态和形状的数据库预先封装于安检系统内部，数据库内的各种数据可满足现实场景的各种应需求；

第一通道作业时，由于毫米波设备会对视场范围内的所有物体进行成像，而人体辐射的毫米波信号非常微弱，导致图像信噪比十分有限，故需要运用图像增强处理技术，其最终处理后的图像所对应的参数值如下，图像滤波ksize∈(5,7)、形态学处理ksize∈(3,7)、伽马变换gamma∈(0.5,1.2)，其增强了图像的对比度与均匀性；

第二通道作业时，将原始图像进行对比度调节至sigma∈(110,130)，从而提高隐匿物与非隐匿物的对比度；

第二通道作业时，对比度调节结束后，系统运用深度学习进行自适应处理的图像分割技术，排除高低温或是人体行进过程中的倒影、背景因素造成系统性能退化的影响，将人体图像外的干扰图像去除保留对应人体图像；

步骤3通过叠加融合后的图像方便检测人体图像区域内的隐匿物与非隐匿物，从而判断安检是否通过。

采用上述技术方案后，将通过毫米波安检设备所拍摄到的安检人体图像的模糊状态通过步骤2和步骤3的融合后生成相对清晰的可用于分辨的图像，其可以有效应对环境、温度、场景外部因素的变化，提高毫米波人体安检设备的适用性。

附图说明

图1为本发明方法所对应的步骤操作流程图；

图2为本发明的图像数据处理前后对比图。

具体实施方式

一种低信噪比图像增强处理与人体图像分割融合实现方法、见图1，其包括如下步骤：

步骤1、将通过毫米波安检设备所拍摄到的安检人体图像通过数据解码后输入原始图像(图2左侧)进入图像处理系统；

步骤2、将原始图像输送进入到两个通道分别进行图像处理，第一个通道将原始图像进行图像增强处理，其通过图像滤波、形态学处理、伽马变化和局部处理，增强图像的对比度和均匀性；第二个通道将原始图像进行对比度调节，提高隐匿物与非隐匿物的对比度，之后运用系统经过深度学习进行自适应图像分割将人体图像外的干扰因素去除；

步骤3、将两路通道分别处理获得的图像进行叠加融合，形成清晰的可用于安检作业的图像输出(图2右侧)。

具体实施时，步骤2中的第二通道中深度学习部分所对应的各种人体形态和形状的数据库预先封装于安检系统内部，数据库内的各种数据可满足现实场景的各种应需求；

第一通道作业时，由于毫米波设备会对视场范围内的所有物体进行成像，而人体辐射的毫米波信号非常微弱，导致图像信噪比十分有限，故需要运用图像增强处理技术，其最终处理后的图像所对应的参数值如下：图像滤波ksize∈(5,7)、形态学处理ksize∈(3,7)、伽马变换gamma∈(0.5,1.2)，其增强了图像的对比度与均匀性；

第二通道作业时，毫米波图像相对于可见光图像较为模糊，物体细节纹理不清晰，但却可以显现携带的隐匿物，将原始图像进行对比度调节至sigma∈(110,130)，从而提高隐匿物与非隐匿物的对比度；保留物体细节信息，对于判别隐匿物种类有较大帮助；

第二通道作业时，对比度调节结束后，系统运用深度学习进行自适应处理的图像分割技术，排除高低温或是人体行进过程中的倒影、背景因素造成系统性能退化的影响，将人体图像外的干扰因素去除保留对应人体图像；

步骤3通过叠加融合后的图像方便检测人体图像区域内的隐匿物与非隐匿物，从而判断安检是否通过。

其工作原理如下：将通过毫米波安检设备所拍摄到的安检人体图像的模糊状态通过步骤2和步骤3的融合后生成相对清晰的可用于分辨的图像，其可以有效应对环境、温度、场景外部因素的变化，提高毫米波人体安检设备的适用性。

其有益效果如下：对于较高、较低温度或是开放式场景应用下，已有的人体安检系统性能会有所下降的情况，通过上述处理方法确保图像输出的可靠性和准确性；其仅涉及到软件层面的改动，具体说就是算法接口有改变，与控制环境或是硬件改造相比来说开发替换成本较低；其在方法所对应的软件运行过程中，几乎感觉不到计算处理时间上有所变化，保持原有系统的实时性。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于，其包括如下步骤：

步骤1、将通过毫米波安检设备所拍摄到的安检人体图像通过数据解码后输入原始图像进入图像处理系统；

步骤2、将原始图像输送进入到两个通道分别进行图像处理，第一个通道将原始图像进行图像增强处理，其通过图像滤波、形态学处理、伽马变化和局部处理，增强图像的对比度和均匀性；第二个通道将原始图像进行对比度调节、提高隐匿物与非隐匿物的对比度，之后图像处理系统经过深度学习进行自适应图像分割从而将人体图像外的干扰因素去除；

步骤3、将两路通道分别处理获得的图像进行叠加融合，形成清晰的可用于安检作业的图像输出。

2.如权利要求1所述的一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于：步骤2中的第二通道中深度学习部分所对应的各种人体形态和形状的数据库预先封装于安检系统内部，数据库内的各种数据可满足现实场景的各种应需求。

3.如权利要求1所述的一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于，第一通道作业时，运用图像增强处理技术，其最终处理后的图像所对应的参数值如下：图像滤波ksize∈(5,7)、形态学处理ksize∈(3,7)、伽马变换gamma∈(0.5,1.2)，其增强了图像的对比度与均匀性。

4.如权利要求1所述的一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于：第二通道作业时，将原始图像进行对比度调节至sigma∈(110,130)，从而提高隐匿物与非隐匿物的对比度。

5.如权利要求1所述的一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于：第二通道作业时，对比度调节结束后，系统运用深度学习进行自适应处理的图像分割技术，排除高低温或是人体行进过程中的倒影、背景因素造成系统性能退化的影响，将人体图像外的干扰图像去除保留对应人体图像。

6.如权利要求1所述的一种低信噪比图像增强处理与人体图像分割融合实现方法，其特征在于：步骤3通过叠加融合后的图像方便检测人体图像区域内的隐匿物与非隐匿物，从而判断安检是否通过。