[發明專利]一種用于安檢透視的特定目標識別與增強的方法和系統

有效

• 申請號: 201810230693.1
• 申請日: 2018-03-20
• 公開（公告）號: CN108549898B
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 李莉莉
• 申請（專利權）人: 特斯聯（北京）科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種用于安檢透視的特定目標識別與增強的方法，其特征在于，包括：

獲取目標人體的X光安檢透視圖像；對所述X光安檢透視圖像進行邊緣檢測，提取由封閉邊緣包圍的圖像區域；具體包括：對X光安檢透視圖像與高斯mask算子作卷積計算，對所述X光安檢透視圖像進行平滑處理，然后利用Sobel算子計算平滑處理后的所述X光安檢透視圖像的每個像素點的梯度，之后保留所述X光安檢透視圖像的每個像素點上梯度強度的極大值，刪除其他值，再設定所述X光安檢透視圖像的每個像素點上梯度強度的極大值的閾值上界和閾值下界，將梯度強度的極大值大于所述閾值上界的像素點確認為邊緣，將梯度強度的極大值大于所述閾值且下界小于所述閾值上界的像素點確認為弱邊緣，將梯度強度的極大值小于所述閾值下界的像素點確認為非邊緣，最后將與所述邊緣相連的弱邊緣確認為邊緣，將其他的弱邊緣確認為非邊緣；對于所識別的圖像邊緣中的每一個邊緣像素(x，y)，提取以該邊緣像素(x，y)為中心的3ⅹ3像素塊中包含的每個相鄰像素(x_b，y_b),進而，計算邊緣像素(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計算像素梯度幅度函數值和像素梯度角度函數值計算相鄰像素(x_b，y_b)的灰度值I(x_b，y_b)在x方向的灰度梯度和在y方向的灰度梯度計算相鄰像素(x_b，y_b)的像素梯度幅度函數值和像素梯度角度函數值判斷|AF(x，y)-AF(x_b，y_b)|≤AF_T和|DF(x，y)-DF(x_b，y_b)|≤DF_T是否成立，若二者均成立則將該相鄰像素(x_b，y_b)也加入邊緣像素；其中AF_T和DF_T為預設的像素梯度角度閾值和像素梯度幅度閾值；遍歷全部識別出的圖像邊緣像素及其相鄰像素，以進行上述將相鄰像素加入邊緣像素的處理；然后，設置一封閉驗證游標；選取任意邊緣像素，將封閉驗證游標放置在該邊緣像素上，判斷以該邊緣像素為中心的3ⅹ3像素塊當中是否存在其它邊緣像素，如果存在則將封閉驗證游標移動至所述其它邊緣像素；迭代執行上述判斷，如果通過遍歷圖像邊緣的邊緣像素，該游標能夠回歸其起點，則認定當前的邊緣為封閉邊緣；這樣提取出由封閉邊緣包圍的圖像區域；

將所述圖像區域與預先存儲的模板進行匹配，判斷是否匹配成功，以對所述圖像區域對應的人體部位或者物品類型進行識別；具體來說，以所述圖像區域的外接矩形重心為原點向所述圖像區域的邊緣引出多個向量，組成向量組，計算所述向量組與預先設定的違禁品模板或常用隨身物品模板或隱私部位模板的向量組的標準差，判斷所述標準差是否小于預設閾值，當所述標準差小于預設閾值時，確定所述圖像區域與所述違禁品模板或常用隨身物品模板或隱私部位模板中的一個匹配成功；

根據通過匹配識別物品或者人體部位類型的結果，忽略屬于隱私部位的人體部位的圖像區域；將識別出來物品類型的圖像區域及其類型提示顯示在一個卡通人體的對應位置處，并顯示相應的類型提示；

若所述圖像區域與預先存儲的模板匹配失敗，則將所述圖像區域標記為未知物品，并將所述未知物品的圖像區域顯示在卡通人體的對應位置處，并顯示表示未知物品的類型提示。

2.根據權利要求1所述的方法，其特征在于，在所述對所述X光安檢透視圖像進行邊緣檢測，提取由封閉邊緣包圍的圖像區域之前，所述方法，還包括：

對所述X光安檢透視圖像進行圖像增強，濾波去除噪聲干擾，并去除偽影，然后再增強對比度，增強所述X光安檢透視圖像不同灰度顏色區域的反差。

3.一種用于安檢透視的特定目標識別與增強的系統，其特征在于，包括：

圖像獲取模塊，用于獲取目標人體的X光安檢透視圖像；

圖像處理模塊，用于對所述X光安檢透視圖像進行邊緣檢測，提取由封閉邊緣包圍的圖像區域；具體包括：對X光安檢透視圖像與高斯mask算子作卷積計算，對所述X光安檢透視圖像進行平滑處理，然后利用Sobel算子計算平滑處理后的所述X光安檢透視圖像的每個像素點的梯度，之后保留所述X光安檢透視圖像的每個像素點上梯度強度的極大值，刪除其他值，再設定所述X光安檢透視圖像的每個像素點上梯度強度的極大值的閾值上界和閾值下界，將梯度強度的極大值大于所述閾值上界的像素點確認為邊緣，將梯度強度的極大值大于所述閾值且下界小于所述閾值上界的像素點確認為弱邊緣，將梯度強度的極大值小于所述閾值下界的像素點確認為非邊緣，最后將與所述邊緣相連的弱邊緣確認為邊緣，將其他的弱邊緣確認為非邊緣；對于所識別的圖像邊緣中的每一個邊緣像素(x，y)，提取以該邊緣像素(x，y)為中心的3ⅹ3像素塊中包含的每個相鄰像素(x_b，y_b),進而，計算邊緣像素(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計算像素梯度幅度函數值和像素梯度角度函數值計算相鄰像素(x_b，y_b)的灰度值I(x_b，y_b)在x方向的灰度梯度和在y方向的灰度梯度計算相鄰像素(x_b，y_b)的像素梯度幅度函數值和像素梯度角度函數值判斷|AF(x，y)-AF(x_b，y_b)|≤AF_T和|DF(x，y)-DF(x_b，y_b)|≤DF_T是否成立，若二者均成立則將該相鄰像素(x_b，y_b)也加入邊緣像素；其中AF_T和DF_T為預設的像素梯度角度閾值和像素梯度幅度閾值；遍歷全部識別出的圖像邊緣像素及其相鄰像素，以進行上述將相鄰像素加入邊緣像素的處理；然后，設置一封閉驗證游標；選取任意邊緣像素，將封閉驗證游標放置在該邊緣像素上，判斷以該邊緣像素為中心的3ⅹ3像素塊當中是否存在其它邊緣像素，如果存在則將封閉驗證游標移動至所述其它邊緣像素；迭代執行上述判斷，如果通過遍歷圖像邊緣的邊緣像素，該游標能夠回歸其起點，則認定當前的邊緣為封閉邊緣；這樣提取出由封閉邊緣包圍的圖像區域；

圖像匹配模塊，用于將所述圖像區域與預先存儲的模板進行匹配，判斷是否匹配成功，以對所述圖像區域對應的人體部位類型或者物品類型進行識別；具體來說，以所述圖像區域的外接矩形重心為原點向所述圖像區域的邊緣引出多個向量，組成向量組，計算所述向量組與預先設定的違禁品模板或常用隨身物品模板或隱私部位模板的向量組的標準差，判斷所述標準差是否小于預設閾值，當所述標準差小于預設閾值時，確定所述圖像區域與所述違禁品模板或常用隨身物品模板或隱私部位模板中的一個匹配成功；

圖像顯示模塊，根據通過匹配識別的物品或者人體部位類型，忽略屬于隱私部位的人體部位的圖像區域；將識別出來物品類型的圖像區域及其類型提示顯示在一個卡通人體的對應位置處，并顯示相應的類型提示；若所述圖像區域與預先存儲的模板匹配失敗，則將所述圖像區域標記為未知物品，并將所述未知物品的圖像區域顯示在卡通人體的對應位置處，并顯示表示未知物品的類型提示。