一种采用形态学去除安检图像杂波的方法
文献发布时间:2023-06-19 12:21:13
技术领域
本发明属于图像处理技术领域,具体涉及一种杂波滤除技术。
背景技术
主动式毫米波安检图像杂波去除,有助于提升安检图像质量、提高危险品目标识别率、降低虚警率。不同于光学图像,安检图像为灰度图像,除人体部分外,背景部分应该只有噪声。
因为主动式毫米波安检仪的构造为正反面双面扫描,且多数安检设备的框架为金属结构,所以在安检图像中,回波较强的部分会以杂波形式出现。背景杂波的出现,不利于目标检测和识别,给危险品识别带来较大干扰。
通过图像处理,去除安检图像的背景杂波,保留人体回波的全部信息。目前针对安检图像的处理,主要集中在X光图像方面,且大多是增强或去噪处理。关于毫米波人体安检图像中,去杂波算法的技术成果较少,针对安检图像处理的现有技术包括:
利用Contourlet变换对X光图像的增强技术,在不放大噪声的前提下进行图像增强;利用Perona-Malik(P-M)各向异性扩散方程的算法,处理被噪声干扰的X光安检图像;根据CT安检图像既含高斯白噪声又含脉冲噪声的特点,将Db小波变换与中值滤波相结合,同时滤除高斯噪声和脉冲噪声,以获得更好的视觉效果。
发明内容
本发明为了解决现有技术存在的问题,提出了一种采用形态学去除安检图像杂波的方法,通过图像形态学处理得到回波区域,通过图像模板去除背景杂波信号,完整保留回波区域信息,为了实现上述目的,本发明采用了以下技术方案。
安检图像二值化:设置二值化阈值为Th,安检图像中大于该阈值的像素赋值为1,否则为0,得到安检图像的二值图像。
如果选择固定阈值,会损失部分的目标信息,并残留部分的较强杂波。背景杂波的强度普遍低于人体回波,选择较高阈值,可以排除绝大多数背景杂波,同时保留回波的主要部分。选择较为宽泛的阈值,可以提取安检图像中回波区域的主要部分,排除绝大部分杂波。
图像膨胀:设置膨胀半径为r,扩展二值图像中像素值为1的部分,得到完整的回波区域。
二值化阈值相对较大,虽然排除了大部分背景杂波,但是丢失了部分回波区域的图像信息。采用图像形态学的膨胀操作,扩展回波区域的像素,恢复回波区域中被排除的信息。
进一步的,根据回波信号的实际强度及其二值化的结果设置膨胀半径r。
平滑滤波:设置二维高斯滤波器的半径为r
二值图像的像素值只有0和1两种,与安检图像相乘,回波区域的边缘存在较大阶跃,影响安检质量。二值图像经过高斯滤波,回波区域数值为1的像素保持不变,背景区域数值为0的像素保持不变。
去除杂波:经过滤波的二值图像与安检图像的对应元素相乘。
两图像的元素对应相乘后,回波区域完整保留,背景杂波有效抑制,过渡部分因平滑滤波处理,实现了数值的平缓过渡。
本发明的有益效果:利用图像形态学去除安检图像中背景杂波,保留完整的回波信息,简单可行,鲁棒性好,提升安检图像质量,保证检测和识别效果。
附图说明
图1是安检图像,图2是二值图像,图3是膨胀图像,图4是滤波图像,图5是去杂图像。
具体实施方式
以下结合附图对本发明的技术方案做具体的说明。
人体安检图像如图1所示,设置二值分割阈值40,对安检图像进行二值化处理,得到安检图像的二值图像,如图2所示。
对安检二值图像进行图像膨胀操作,膨胀半径40,选择圆膨胀,图像膨胀结果如图3所示。
对膨胀图像进行高斯平滑滤波处理,高斯滤波器半径50,标准差30,平滑滤波结果如图4所示。
从图中看出人体区域内部仍然保持数值为1,背景部分仍然保持数值为0,1与0的过渡区域数值出现了平缓过渡。
将滤波图像与安检图像对应元素相乘,得到去除背景杂波图像,如图5所示。
上述作为本发明的实施例,并不限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。
- 一种采用形态学去除安检图像杂波的方法
- 一种利用模板匹配的安检图像背景噪声去除方法