[發(fā)明專利]一種利用區(qū)域搜索和像素值抑制的安檢圖像偽影去除方法

有效

• 申請?zhí)枺?/td>: 202010604920.X
• 申請日: 2020-06-29
• 公開（公告）號: CN111652953B
• 公開（公告）日: 2022-12-30
• 發(fā)明（設(shè)計(jì)）人: 尚士澤;李元吉;辛樂
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第十四研究所
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 南京知識律師事務(wù)所 32207
• 代理人: 劉豐;高嬌陽

1.一種利用區(qū)域搜索和像素值抑制的安檢圖像偽影去除方法，其特征在于，包括以下步驟：

計(jì)算人體頭部中心行坐標(biāo)：

在設(shè)定的頭部先驗(yàn)搜索區(qū)域內(nèi)對所有行像素的像素值進(jìn)行累積求和，將累積和中大于閾值的行坐標(biāo)作為頭部行坐標(biāo)，取頭部行坐標(biāo)的均值作為人體頭部中心行坐標(biāo)；

判決雙腿間偽影像素：

確定雙腿間偽影先驗(yàn)搜索區(qū)域，通過第一多重閾值方法判斷雙腿間偽影先驗(yàn)搜索區(qū)域內(nèi)的像素是否為雙腿間偽影像素，從而得到雙腿間偽影像素坐標(biāo)；所述雙腿間偽影先驗(yàn)搜索區(qū)域的行搜索區(qū)域根據(jù)頭部中心行坐標(biāo)和身體比例計(jì)算得到，所述雙腿間偽影先驗(yàn)搜索區(qū)域的列搜索區(qū)域通過將腿部區(qū)域圖像中心線列坐標(biāo)向左右擴(kuò)展固定列個(gè)像素獲得，所述安檢圖像腿部中心線列坐標(biāo)通過翻轉(zhuǎn)平移差分法求得；

判決手臂軀干間偽影像素：

根據(jù)頭部中心行坐標(biāo)和身體比例確定左右手臂軀干間偽影的先驗(yàn)搜索區(qū)域，通過第二多重閾值方法和第三多重閾值方法分別判斷左右手臂軀干間偽影的先驗(yàn)搜索區(qū)域內(nèi)的像素是否為手臂軀干間偽影像素，得到手臂軀干間偽影像素的坐標(biāo)；

對偽影像素的像素值進(jìn)行抑制：

取出每個(gè)偽影像素及其所在行的像素鄰域序列，構(gòu)建偽影抑制函數(shù)進(jìn)行偽影抑制，再將抑制后的像素序列替換原先的像素序列，得到去除偽影的安檢圖像；所述偽影像素包括雙腿間偽影像素和手臂軀干間偽影像素。

2.根據(jù)權(quán)利要求1所述的利用區(qū)域搜索和像素值抑制的安檢圖像偽影去除方法，其特征在于，

所述翻轉(zhuǎn)平移差分法具體為，將腿部區(qū)域圖像進(jìn)行循環(huán)移位和左右翻轉(zhuǎn)后做差，并對做差后的圖像差累計(jì)求和，得到不同移位數(shù)的圖像差累積和向量，通過向量中最小值對應(yīng)的移位數(shù)計(jì)算腿部區(qū)域圖像中心線列坐標(biāo)。

3.根據(jù)權(quán)利要求2所述的利用區(qū)域搜索和像素值抑制的安檢圖像偽影去除方法，其特征在于，

所述雙腿間偽影先驗(yàn)搜索區(qū)域的行搜索區(qū)域?yàn)閇L_RowBgn,N_Row]，其中，N_Row為安檢圖像的行數(shù)，L_RowBgn為雙腿間偽影的起始行坐標(biāo)，L_RowBgn＝round(N_Row-(N_Row-H_RowCtr)·ρ)，round表示四舍五入，H_RowCtr人體頭部中心行坐標(biāo)，ρ為安檢圖像中腿長與身高的比例；

所述雙腿間偽影先驗(yàn)搜索區(qū)域的列搜索區(qū)域?yàn)閇L_ColCtr-L_Width,L_ColCtr+L_Width]，其中，L_Width為安檢圖像腿部中心線列坐標(biāo)L_ColCtr向左右兩邊鄰域擴(kuò)展的像素列的個(gè)數(shù)；

所述腿部圖像對稱軸列坐標(biāo)L_ColCtr的計(jì)算公式為：

其中，round表示四舍五入，arcmin表示使f(·)取得最小值的n數(shù)值；

f(n)為翻轉(zhuǎn)平移差分函數(shù)值，其具體計(jì)算公式為：

f(n)＝sum(abs(circshift(I_Leg,n)-fliplr(circshift(I_Leg,n))))

其中，circshift表示橫向循環(huán)移位操作，fliplr表示左右翻轉(zhuǎn)操作，sum表示累積求和，abs表示求絕對值操作，n取值范圍是[-N_Shift,N_Shift]中的整數(shù)，則f(n)為包含2N_Shift+1個(gè)數(shù)值的一維向量，f(n)中最小值對應(yīng)的移位數(shù)n能夠表示腿部區(qū)域圖像對稱軸與安檢圖像列中心線的偏離情況，N_Shift表示預(yù)設(shè)的第一偏移量；

所述第一多重閾值判決方法具體為，如果雙腿間偽影先驗(yàn)搜索區(qū)域內(nèi)像素的像素值I_Leg(x,y)同時(shí)滿足以下三個(gè)條件，則像素值I_Leg(x,y)所對應(yīng)的像素為雙腿間偽影像素：

(1)像素值I_Leg(x,y)在其所在行的鄰域內(nèi)為最大值，鄰域列坐標(biāo)范圍為[y-L_Width,y+L_Width]；

(2)I_Leg(x,y)Th_Artifact；

(3)I_Leg(x,y)V_SmoothLeft+Th_Artifact/3且I_Leg(x,y)V_SmoothRight+Th_Artifact/3；

其中，x,y分別表示像素行坐標(biāo)和列坐標(biāo)，其取值范圍滿足雙腿間偽影先驗(yàn)搜索區(qū)域的坐標(biāo)范圍；Th_Artifact為設(shè)定的偽影像素閾值；V_SmoothLeft和V_SmoothRight為雙腿間偽影先驗(yàn)搜索區(qū)域左右兩邊的平滑區(qū)域的均值，左右平滑區(qū)域的行坐標(biāo)范圍與雙腿間偽影先驗(yàn)搜索區(qū)域的行搜索區(qū)域相同，左右平滑區(qū)域的列坐標(biāo)范圍分別為[L_ColCtr-L_Width-L_Smooth，L_ColCtr-L_Width-1]和[L_ColCtr+L_Width+1，L_ColCtr+L_Width+L_Smooth]，L_Smooth為預(yù)設(shè)的第二偏移量。