[發明專利]一種基于毫米波成像的隱私保護裝置有效
| 申請號: | 201210050295.4 | 申請日: | 2012-02-29 |
| 公開(公告)號: | CN102708561A | 公開(公告)日: | 2012-10-03 |
| 發明(設計)人: | 王凱讓;王威;年豐;方維海;溫鑫 | 申請(專利權)人: | 北京無線電計量測試研究所 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T5/00 |
| 代理公司: | 北京正理專利代理有限公司 11257 | 代理人: | 王德楨 |
| 地址: | 100854 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 毫米波 成像 隱私 保護裝置 | ||
技術領域
本發明涉及安檢領域的隱私保護技術,更具體地,本發明涉及一種基于毫米波成像的隱私保護裝置。
背景技術
在安檢領域中,針對人體及其隱匿物品的檢測,有如下多種方式:金屬探測器、X光透視、紅外檢測以及毫米波檢測等。金屬探測器是通過電磁感應來實現,只能判斷金屬物的有無,不能成像或確定物體位置。X光透視設備具有很強的穿透性,一般用于針對行李物品的檢測,如直接對人體檢測會對人危險較大,因此安檢中一般很少用于對人體檢測。紅外檢測是利用物體的熱輻射特性來進行成像,安檢中可用于對人體的檢測。紅外圖像中的物體的亮度主要取決于物體的溫度和輻射的熱量及物體的表面輻射特性,其特點是沒有顯著的棱角、邊緣信息,其邊緣線條圓滑,灰度變化緩慢,對物體的形狀細節和微小的姿態變化不敏感。這些特點使得對紅外圖像中的人體進行檢測具有一定的困難。
毫米波(3GHz-300GHz)是一種介于光波和無線電波之間的電磁波。毫米波可以穿透所有衣物布料,且人體輻射的毫米波能量較金屬、陶瓷、塑料炸藥、粉狀炸藥及衣物、絕緣材料等要強,利用主/被動毫米波技術能夠探測出隱藏在人體表面的各種刀具、槍支、爆炸物等違禁物品。由于比金屬探測技術能力更強,比射線技術更安全,近10年來人體毫米波安檢技術得到快速發展。被動型的焦平面陣列掃描技術、多波束頻率掃描技術和主動型的三維全息毫米波技術相繼得到試驗和應用。利用主動毫米波安檢設備對人體成像后,圖像中可以較清晰的顯示人體特征以及人體攜帶的多種物品。
首先,毫米波安檢中,人體圖像的分析是重要組成環節。人體毫米波成像以后,如何對人體圖像進行檢測分析,是安檢系統實現目標檢測自動化的基礎,是后續處理中對隱匿物品位置在人體上的標示以及對人體圖像隱私保護的基礎。
其次,在毫米波成像之后如何對隱匿物品進行檢測及在人體上的標示,現有技術中是通過人工分析的方法,其中圖像增強技術和多幀比較技術在人工分析中得到應用,但需要通過專業人士的解讀分析,方可實現對隱匿物品的辨識和定位。盡管基于灰度多閾值、邊界提取、邊緣檢測、區域分割、小波變換、形態學、模糊數學、遺傳算法、神經網絡、信息熵等方法的圖像分割技術在隱匿物品的自動檢測中得到嘗試和應用,但是由于與人類視覺機理相脫節,僅利用圖像中的灰度和空間信息對圖像進行分割,仍會產生和人類視覺不一致的情況。而基于人體先驗模型的定位分析方法,在人體的運動跟蹤中得到應用,降低了跟蹤的復雜程度,其中主要包括如圖32所示的條帶模型、圖33的棒狀模型等,但是由于條狀模型只包含人體輪廓信息,如結構、形狀、姿態等,而棒狀模型只包含人體各個關節點,都只能限于人體的檢測,尚不能直接解決隱匿物品在人體的自動檢測和識別問題。
第三,通過毫米波掃描成像,可以檢測人體上的隱匿物品信息,但同時會造成人體隱私(如面部和隱私部位)的暴露和顯示,毫米波成像后如何對圖像進行分析處理,顯示隱匿物品前屏蔽人體的隱私信息也是安檢系統中需要解決的一項技術問題。
發明內容
本發明目的在于提供一種基于毫米波成像的人體檢測方法和裝置,實現在毫米波掃描中對人體各部位的識別和定位。
該方法包括以下步驟:對被檢人員進行毫米波掃描獲得原始圖像;對所述原始圖像進行調整獲得目標圖像;根據所述目標圖像進行人體部位的分割和定位;生成人體模型。
進一步地,所述根據所述目標圖像進行人體部位的分割和定位還包括以下子步驟:確定人體的豎直中心線;確定所述目標圖像人體各關鍵點的坐標并獲得人體各部位之間的水平分割線;確定人體各部位的寬度和斜率。
進一步地,所述生成人體模型包括:根據所述各關鍵點的坐標、所述人體各部位的寬度和斜率,獲得以矩形和/或平行四邊形組成的人體模型。
進一步地,所述對所述原始圖像進行調整獲得目標圖像還包括以下子步驟:對所述原始圖像進行預處理獲得初步去噪圖像;對所述初步去噪圖像進行二值化獲得初步二值圖像;對所述初步二值圖像進行再處理獲得所述目標圖像。
進一步地,所述對所述原始圖像進行預處理獲得初步去噪圖像進一步包括以下子步驟:所述原始圖像與背景圖像灰度值進行差值運算;圖像平滑處理;線性灰度變換。
進一步地,所述對所述初步去噪圖像進行二值化獲得初步二值圖像是利用脈沖耦合神經網絡算法以熵最大為準則選取二值化的閾值。
進一步地,所述對所述初步二值圖像進行再處理獲得所述目標圖像是通過形態學濾波。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京無線電計量測試研究所,未經北京無線電計量測試研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210050295.4/2.html,轉載請聲明來源鉆瓜專利網。





