一种采用形态学去除安检图像杂波的方法

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。