人体安检成像中人体轮廓边缘物体的识别方法

摘要

本发明涉及一种人体安检成像中人体轮廓边缘物体的识别方法，首先通过预处理算法排除人体的头颈部和手部；然后利用圆形模板沿成像边缘轮廓线移动，依次计算以轮廓点为圆心的圆形区域内人体区域面积所占比例，如果占比低于一个低阈值Pmin，记为凸点Ni点，或者高于一个高阈值Pmax，记为凹点Xj点。相邻两个凸点Ni和Ni+1点间存在凹点Xj，并且两点直线距离必须小于一个阈值K，防止误识别；对得到的特征凸点Ni和Ni+1点进行连线，对连线完的轮廓填充的二值图与原成像二值图进行差运算，即得到检测目标物。本方法抗噪声能力强，识别速度快，识别精度高，可出色完成人体边缘与背景连通的物体成像的全自动识别任务。

说明书

技术领域

本发明涉及一种图像识别技术，特别涉及一种人体安检成像中人体轮廓边缘物体的识别方法。

背景技术

在一种很多人体安检技术中，由于物体与背景成像上不存在区别，放置在人体边缘的物体成像与背景连通，通过视觉可观察到的是人体轮廓缺了一块，这个缺失的一块就是违禁物体，但是计算机的图像识别算法却很难将之提取出来。人体轮廓边缘的物体的识别是一个技术难点，这方面的研究很少，研究成果也非常之有限，不过在实际的安检应用中与背景连通物体的识别现象却普遍存在，因此本文识别方法具有很强的应用价值。

发明内容

本发明是针对人体轮廓边缘的物体识别困难的问题，提出了一种人体安检成像中人体轮廓边缘物体的识别方法，解决了人体轮廓边缘物体的自动识别难题，识别速度快准确度高。

本发明的技术方案为：一种人体安检成像中人体轮廓边缘物体的识别方法，具体包括如下步骤：

1）对原始人体安检图像进行预处理：排除人体的头颈部和手部，并使轮廓只由连续的单像素点连接，并进行轮廓跟踪，记录轮廓每个点的坐标；

2）构造圆形模板沿人体轮廓边缘移动，圆形模板在轮廓线上的移动是以轮廓上的点作为中心的，计算每个轮廓点位置处圆形模板内人体目标区域面积所占比例，如果比例低于一个低阈值Pmin则记为凸点，标记为Ni点，i=1,2…；如果高于一个高阈值Pmax则记为凹点，标记为Xj点，j=1,2…；

3）从起始位置开始，对每两个相邻凸点进行连线判断，如果相邻两个凸点Ni和Ni+1点间存在凹点Xj，同时该两凸点直线距离必须小于一个阈值K，则将两个凸点Ni和Ni+1点有效连接，否则取消连接，有效连接轮廓存在检测目标物；

4）对连线完的轮廓填充的二值图与原成像二值图进行差运算，即得到检测目标物。

所述步骤2）中构造圆形模板：是在半径为r的像素块中构造的，如果在圆形模板半径r大于人体手臂宽度的1/3，或者对于识别精度要求不高的情况下，用锯齿形边缘的像素块来直接表示圆形模板，像素块中，与圆形模板区域有交集的像素其像素值为1，无交集则像素值为0；如果在圆形模板半径r大于人体手臂宽度的1/3，或者对精度有较高要求的情况下，使用加权重的方式来构造标准圆形模板：即计算正方形像素块中每个像素与圆形模板区域相交面域所占像素本身面域的比例，此比例值即作为每个像素的分配权重。

所述阈值Pmin、Pmax和K根据不同模型和人体图像清晰度情况进行设定。

所述低阈值Pmin取值0.2-0.3；高阈值Pmax取值0.7-0.8；阈值K取值15-20厘米。

本发明的有益效果在于：本发明人体安检成像中人体轮廓边缘物体的识别方法，抗噪声能力强，识别速度快，识别精度高，可出色完成人体边缘与背景连通的物体成像的全自动识别任务，通过修改相应阈值（Pmin、Pmax和K）可以适用于不同模型和人体图像清晰度情况，可移植性高。

附图说明

图1为人体边缘携带物体原始成像图；

图2为本发明对原始图像轮廓的预处理及圆形模板检测示意图；

图3为本发明对满足条件的凸点进行连线示意图；

图4为本发明不含头颈部和手部人体边缘物体识别的完整处理图像。

具体实施方式

人体安检成像中人体轮廓边缘物体的识别方法：首先对原始人体安检图像（图1所示）进行预处理，第一步是排除人体的头颈部和手部（因为这几个部位通常无法藏匿违禁品，同时也是为了避免该算法在头颈部和手部的误识别）。第二步是去除图像中的噪声等干扰图像边缘质量的因素，对预处理后转化的二值图像剔除非连通的噪声，并通过腐蚀膨胀、膨胀腐蚀的操作优化二值图像的边缘效果。第三步是对处理后的二值图像进行轮廓提取和细化，使轮廓只由连续的单像素点连接，并进行轮廓跟踪，记录轮廓每个点的坐标。

如图2所示，构造圆形模板沿人体轮廓边缘移动，圆形模板在轮廓线上的移动是以轮廓上的点作为中心的，计算每个轮廓点位置处圆形模板内人体目标区域面积所占比例，如果比例低于一个低阈值Pmin（一般取值0.2-0.3）则记为凸点——Ni（i=1,2…）点，如果高于一个高阈值Pmax（一般取值0.7-0.8）则记为凹点——Xj（j=1,2…）点。

如果相邻两个凸点Ni和Ni+1点间存在凹点Xj，同时该两凸点直线距离必须小于一个阈值K（一般取值15-20厘米），则判断凸点Ni和Ni+1点间区域存在检测目标物；如图3所示，对得到的特征凸点Ni和Ni+1点进行连线，对连线完的轮廓填充的二值图与原成像二值图（不含头颈部和手部）进行差运算，即得到检测目标物。如图4所示不含头颈部和手部人体边缘物体识别的完整处理图像，白色为识别的边缘物体。

圆形模板是在半径为r的像素块中构造的，在圆形模板面积很大（半径r大于人体手臂宽度的1/3），或者对于识别精度要求不高的情况下，可用锯齿形边缘的像素块来直接表示圆形模板，像素块中，与圆形模板区域有交集的像素其像素值为1，无交集则像素值为0；在圆形模板面积较小（半径r小于人体手臂宽度的1/3）或者对精度有较高要求的情况下，使用加权重的方式来构造标准圆形模板：即计算正方形像素块中每个像素与圆形模板区域相交面域所占像素本身面域的比例，此比例值即作为每个像素的分配权重。

从起始位置开始，对每两个相邻凸点依次连线遵循顺序试点的原则，该原则为：从起始位置开始，将相邻两个凸点Ni和Ni+1点进行试连接，如果这两个凸点间不存在凹点，或者凸点间直线距离大于阈值K则取消该连接，否则为有效连接。

通过修改相应阈值（Pmin、Pmax和K）可以适用于不同模型和人体图像清晰度情况，可移植性高。