一种隐匿物品的自动检测和识别装置制造方法及图纸

本发明专利技术公开了一种隐匿物品的自动检测和识别装置，包括：扫描装置、调整模块、分割定位模块、条棒结合模型生成模块、非人体目标初步检测模块、非人体目标分布模块、类别辨识模块。通过本发明专利技术的隐匿物品的自动检测和识别的方法，实现了将隐匿物品的检测和识别从人工变为自动，降低了人员的使用要求，减小了人为误差，缩短了检测判读时间。

【技术实现步骤摘要】

本专利技术涉及安检领域的检测技术，更具体地，本专利技术涉及基于毫米波成像的一种隐匿物品的自动检测和识别装置。
技术介绍
在安检领域中，针对人体及其隐匿物品的检测，有如下多种方式金属探测器、X光透视、红外检测以及毫米波检测等。金属探测器是通过电磁感应来实现，只能判断金属物的有无，不能成像或确定物体位置。X光透视设备具有很强的穿透性，一般用于针对行李物品的检测，如直接对人体检测会对人危险较大，因此安检中一般很少用于对人体检测。红外检测是利用物体的热辐射特性来进行成像，安检中可用于对人体的检测。红外图像中的物体的亮度主要取决于物体的温度和辐射的热量及物体的表面辐射特性，其特点是没有显著的棱角、边缘信息，其边缘线条圆滑，灰度变化缓慢，对物体的形状细节和微小的姿态变化不敏感。这些特点使得对红外图像中的人体进行检测具有一定的困难。毫米波(3GHz_300GHz)是一种介于光波和无线电波之间的电磁波。毫米波可以穿透所有衣物布料，且人体辐射的毫米波能量较金属、陶瓷、塑料炸药、粉状炸药及衣物、绝缘材料等要强，利用主/被动毫米波技术能够探测出隐藏在人体表面的各种刀具、枪支、爆炸物等违禁物品。由于比金属探测技术能力更强，比射线技术更安全，近10年来人体毫米波安检技术得到快速发展。被动型的焦平面阵列扫描技术、多波束频率扫描技术和主动型的三维全息毫米波技术相继得到试验和应用。利用主动毫米波安检设备对人体成像后，图像中可以较清晰的显示人体特征以及人体携带的多种物品。首先，毫米波安检中，人体图像的分析是重要组成环节。人体毫米波成像以后，如何对人体图像进行检测分析，是安检系统实现目标检测自动化的基础，是后续处理中对隐匿物品位置在人体上的标示以及对人体图像隐私保护的基础。其次，在毫米波成像之后如何对隐匿物品进行检测及在人体上的标示，现有技术中是通过人工分析的方法，其中图像增强技术和多帧比较技术在人工分析中得到应用，但需要通过专业人士的解读分析，方可实现对隐匿物品的辨识和定位。尽管基于灰度多阈值、边界提取、边缘检测、区域分割、小波变换、形态学、模糊数学、遗传算法、神经网络、信息熵等方法的图像分割技术在隐匿物品的自动检测中得到尝试和应用，但是由于与人类视觉机理相脱节，仅利用图像中的灰度和空间信息对图像进行分割，仍会产生和人类视觉不一致的情况。而基于人体先验模型的定位分析方法，在人体的运动跟踪中得到应用，降低了跟踪的复杂程度，其中主要包括如图32所示的条带模型、图33的棒状模型等，但是由于条状模型只包含人体轮廓信息，如结构、形状、姿态等，而棒状模型只包含人体各个关节点，都只能限于人体的检测，尚不能直接解决隐匿物品在人体的自动检测和识别问题。第三，通过毫米波扫描成像，可以检测人体上的隐匿物品信息，但同时会造成人体隐私(如面部和隐私部位)的暴露和显示，毫米波成像后如何对图像进行分析处理，显示隐匿物品前屏蔽人体的隐私信息也是安检系统中需要解决的一项技术问题。
技术实现思路
本专利技术目的在于提供一种基于毫米波成像的人体检测方法和装置，实现在毫米波扫描中对人体各部位的识别和定位。该方法包括以下步骤对被检人员进行毫米波扫描获得原始图像；对所述原始图像进行调整获得目标图像；根据所述目标图像进行人体部位的分割和定位；生成人体模型。 进一步地，所述根据所述目标图像进行人体部位的分割和定位还包括以下子步骤确定人体的竖直中心线；确定所述目标图像人体各关键点的坐标并获得人体各部位之间的水平分割线；确定人体各部位的宽度和斜率。进一步地，所述生成人体模型包括根据所述各关键点的坐标、所述人体各部位的宽度和斜率，获得以矩形和/或平行四边形组成的人体模型。进一步地，所述对所述原始图像进行调整获得目标图像还包括以下子步骤对所述原始图像进行预处理获得初步去噪图像；对所述初步去噪图像进行二值化获得初步二值图像；对所述初步二值图像进行再处理获得所述目标图像。进一步地，所述对所述原始图像进行预处理获得初步去噪图像进一步包括以下子步骤所述原始图像与背景图像灰度值进行差值运算；图像平滑处理；线性灰度变换。进一步地，所述对所述初步去噪图像进行二值化获得初步二值图像是利用脉冲耦合神经网络算法以熵最大为准则选取二值化的阈值。进一步地，所述对所述初步二值图像进行再处理获得所述目标图像是通过形态学滤波。进一步地，所述通过形态学滤波包括使用边长为5的正方形结构元素进行腐蚀运算消除人体外的明亮噪声点；使用边长为4的正方形结构元素进行开运算保持图像大小的同时消除人体边缘的孤立区域和毛刺；使用边长为4的正方形结构元素进行闭运算保持图像大小的同时填充人体内的细小空洞，并且平滑人体的边缘；使用边长为5的正方形结构元素进行膨胀运算使图像恢复到原大小。进一步地，所述对所述原始图像进行预处理获得初步去噪图像还包括以下子步骤对所述原始图像进行图像增强。相应地，本专利技术的基于毫米波成像的人体检测装置，包括扫描装置，用于对被检人员进行毫米波扫描获得原始图像；调整模块，用于对所述原始图像进行调整获得目标图像；分割定位模块，用于根据所述目标图像进行人体部位的分割和定位；人体模型生成模块，用于生成人体模型。进一步地，所述分割定位模块还包括以下子模块竖直中心线模块，用于确定人体的竖直中心线；坐标水平线模块，用于确定所述目标图像人体各关键点的坐标并获得人体各部位之间的水平分割线；宽度斜率模块，用于确定人体各部位的宽度和斜率。进一步地，所述人体模型生成模块进一步用于根据所述各关键点的坐标、所述人体各部位的宽度和斜率，获得以矩形和/或平行四边形组成的人体模型。进一步地，所述调整模块还包括以下子模块预处理模块，用于对所述原始图像进行预处理获得初步去噪图像；二值化模块，用于对所述初步去噪图像进行二值化获得初步二值图像；再处理模块，用于对所述初步二值图像进行再处理获得所述目标图像。进一步地,所述预处理模块进一步包括以下单元差值运算单元，用于将所述原始图像与背景图像灰度值进行差值运算；平滑处理单元，用于进行图像平滑处理；线性变化单元，用于进行线性灰度变换。进一步地，所述二值化模块进一步利用脉冲耦合神经网络算法以熵最大为准则选取二值化的阈值。 进一步地，所述再处理模块进一步通过形态学滤波进行再处理。进一步地，所述通过形态学滤波包括使用边长为5的正方形结构元素进行腐蚀运算消除人体外的明亮噪声点；使用边长为4的正方形结构元素进行开运算保持图像大小的同时消除人体边缘的孤立区域和毛刺；使用边长为4的正方形结构元素进行闭运算保持图像大小的同时填充人体内的细小空洞，并且平滑人体的边缘；使用边长为5的正方形结构元素进行膨胀运算使图像恢复到原大小。进一步地，所述预处理模块还包括图像增强单元，用于对所述原始图像进行图像增强。通过本专利技术的基于毫米波成像的人体检测方法和装置，实现了对毫米波图像中对人体部分的识别和处理，为后续检验隐匿物品及隐私保护提供了基础。本专利技术目的还在于提供一种隐匿物品的自动检测和识别方法和装置实现在毫米波扫描中对隐匿物品在人体上分布的定位和识别由人工变为自动，降低人员的使用要求。所述隐匿物品的自动检测和识别方法，包括以下步骤对被检人员进行毫米波扫描获得原始图像；对所述原始图像进行调整获得目标图像；根据所述目标图像进行人体部位的分割和定位；生成条本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：王凯让，王威，年丰，方维海，温鑫，
申请(专利权)人：北京无线电计量测试研究所，
类型：发明
国别省市：