[发明专利]一种基于X射线背散射图像的人体隐藏物的图像分割方法

权利要求书

1.一种基于X射线背散射图像的人体隐藏物的图像分割方法，其特征在于，所述方法包括：

采集X射线背散射图像，对X射线背散射图像进行预处理，获取预处理后图像；

对所述预处理后图像进行统计，提取人体区域；

求取所述人体区域的平均灰度u₀，通过K-mean算法和贝叶斯分类算法重新对所述人体区域进行分类，利用区域标记法提取出人体隐藏物。

2.根据权利要求1所述的一种基于X射线背散射图像的人体隐藏物的图像分割方法，其特征在于，所述对预处理后图像进行统计，提取人体区域的过程具体为：

求出所述预处理后图像的平均像素值，将大于所述平均像素值的像素点放入第一集合V’中，否则放入第二集合V”中，分别求出两个集合的平均值和标准差，求出两个正态分布函数的交点；并利用所述交点作为背景与人体的分隔阈值，将大于所述分割阈值的部分作为所述人体区域。

3.根据权利要求1所述的一种基于X射线背散射图像的人体隐藏物的图像分割方法，其特征在于，所述求取所述人体区域的平均灰度u₀，通过K-mean算法和贝叶斯分类算法重新对所述人体区域进行分类，利用区域标记法提取出人体隐藏物的过程具体为：

1)计算所述人体区域中所有像素点到x^-和x⁺的距离，若像素点到x^-的距离小于它与x⁺的距离则将其放入集合V₁中，否则放入集合V₂中；x^-和x⁺分别为集合V₁和V₂的平均灰度；

2)分别计算集合V₁和V₂的平均像素值，若V₁的平均像素值与x^-的差的绝对值、V₂的平均像素值与x⁺的差的绝对值均小于设定值ε，则结束矢量量化，此时得到集合V₁和V₂中的像素；否则用V₁的均值替换x^-，用V₂的均值替换x⁺，清空V₁和V₂并重新对人体区域进行分类；

3)通过贝叶斯分类算法对集合V₁和V₂中的像素进行修正；

4)求取修正后集合V₁所占的比例P(V₁)，并求得P(V₁)对应的像素值；在人体区域像素集合中将小于该像素值的像素点看作是人体隐藏物。