[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

说明书

技术领域

本发明涉及人体探测及计算机图像处理领域，特别涉及一种基于X射线背散射图像的人体隐藏物的图像分割方法。

背景技术

随着公共安全越来越受到人们的关注，X射线背散射成像技术已用于安检领域，用来实现对人体隐藏物的检测。对扫描图像的图像分割是X射线背散射图像处理最基本的环节，它旨在从X射线背散射图像中将人体隐藏物从背景图像中提取出来。人体隐藏物的有效分割对于隐藏物的分类，特征提取及识别等后期处理非常重要。然而由于图像容易受到多种因素如光照，物体在人体上的位置，人体的姿势，衣服等影响，使得准确对图像中人体隐藏物的分割变成一件相当困难的工作。也因此引起了国内外许多研究者的浓厚兴趣，成为近年来安检扫描图像检测领域备受关注的前沿热点。

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。现有的图像分割方法主要分为以下几类：基于阈值的分割方法、基于区域的分割方法和基于边缘的分割方法。近年来研究人员不断改进原有的图像分割方法并把其他学科的一些新理论和新方法用于图像分割。

发明人在实现本发明的过程中，发现现有技术中至少存下以下缺点和不足：

现有技术中图像分割的方法众多，但对人体隐藏物进行分割所花费的时间都较长，不能有效的检测与背景有较低对比度的物体。

发明内容

本发明提供了一种基于X射线背散射图像的人体隐藏物的图像分割方法，本方法缩短了分割所花费的时间，提高了检测的效率，详见下文描述：

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，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。

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。

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。