[发明专利]一种太赫兹人体安检图像显示增强方法及系统

说明书

本发明公开了一种太赫兹人体安检图像显示增强方法及系统，属于太赫兹图像处理技术领域，包括以下步骤：S1：标注太赫兹图像；S2：对分割标签图像进行平滑处理；S3：绘制增强权重前景图像；S4：训练得到增强显示预测模型；S5：进行增强显示。所述太赫兹图像为灰度图像。在所述步骤S1中，像素级分类标签存在0和1两类值，其中0表示背景，1表示前景。本发明利用深度学习图像分割模型和标签平滑方法，训练前景区域分割模型，与原始太赫兹人体图像叠加显示，从而显著提升成像效果；并且具有抗锯齿效果明显和部署简单等优势，值得被推广使用。

技术领域

本发明涉及太赫兹图像处理技术领域，具体涉及一种太赫兹人体安检图像显示增强方法及系统。

背景技术

图像分割是据图像颜色、边缘、语义等信息把图像划分成若干个互不相交的区域，使得图像在同一区域内表现出一致性或相似性，图像分割可视作像素级的计算机视觉分类任务。

太赫兹人体安检图像一般存在信噪比高，人体区域不明显，成像效果不佳问题。图像分割能够提取出人体区域并增强显示，并印制背景部分，从而改善成像效果，但直接对图像做像素级分割存在锯齿化和碎片化问题，增强后图像边缘不够平滑，并存在马赛克现象，影响了显示效果。为此，提出一种太赫兹人体安检图像显示增强方法及系统。

发明内容

本发明所要解决的技术问题在于：如何提升太赫兹人体安检图像的显示效果，提供了一种太赫兹人体安检图像显示增强方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：标注太赫兹图像

在太赫兹图像中标注出前景区域和背景区域，得到分类标签图像，前景区域包括人体区域，背景区域包括人体待检查随身物品较暗区域、成像背景区域；

S2：对分割标签图像进行平滑处理

利用高斯滤波函数对步骤S1中的分类标签图像进行平滑处理，得到模糊标签图像；

S3：绘制增强权重前景图像

利用边缘检测算子检测步骤S1中的分类标签图像，在黑色背景图像上绘制边缘，得到增强权重前景图像；

S4：训练得到增强显示预测模型

利用归一化的像素级标签，结合损失函数和边缘权重，训练预选取的像素预测深度学习模型，观察训练集和验证集损失，达到训练停止条件后，完成训练，保存并得到增强显示模型；

S5：进行增强显示

将太赫兹图像输入到步骤S4的增强显示模型中，得到像素预测结果，然后叠加输入的太赫兹图像，实现对太赫兹图像的增强显示。

更进一步地，所述太赫兹图像为灰度图像。

更进一步地，在所述步骤S1中，像素级分类标签存在0和1两类值，其中0表示背景，1表示前景。

更进一步地，在所述步骤S2中，所述高斯滤波函数采用3x3核设计。

更进一步地，在所述步骤S2中，经过平滑后的分类标签图像像素值变为在[0,1]区间分布的浮点数。

更进一步地，在所述步骤S3中，得到增强权重前景图像，在图像边缘区域内的值为1，其他图像区域内的值为0。

更进一步地，在所述步骤S4中，训练时为图像的每个像素值分配训练权重，图像边缘区域的权重计算如下，边缘区域像素累加和为s1,整个图像像素数量为s,边缘区域权重为(s-s1)/s1,其他区域权重为1。

更进一步地，在所述步骤S5中，像素叠加公式如下：

y＝255*αy^p+(1-α)x