[发明专利]图像处理装置及其方法

权利要求书

1.一种采用太赫兹融合感知技术进行图像融合的图像处理装置，包括：

图像获取模块，被配置为获取在第一光/辐射波段下针对对象成像的第一图像、以及在不同于所述第一光/辐射波段的至少两个光/辐射波段下所成像的具有与所述第一图像相同场景的至少两个图像；

图像配准模块，被配置为以所述第一图像为基准，将所述第一图像与所述至少两个图像进行图像配准；

图像融合模块，被配置为利用至少一种融合方法将配准后的第一图像与配准后的至少两个图像中的每一个图像逐次地进行多级融合，获得多级融合图像；以及

图像识别模块，被配置为对所述多级融合图像中的对象上携带的物品进行识别,

其中，所述第一光/辐射波段为太赫兹/毫米波波段，所述第一图像为太赫兹/毫米波图像，所述至少两个光/辐射波段中的一个光波段为可见光波段，另一光波段为红外光波段，所述至少两个图像为可见光图像和红外图像，

其中，所述多级融合包括：利用第一融合方法将所述第一图像与所述至少两个图像中的配准后的红外图像进行图像融合，得到包含嫌疑物信息、又包含清晰人体轮廓的第一层融合图像，然后利用第二融合方法将所述第一层融合图像与所述至少两个图像中的配准后的可见光图像进行融合，以将色彩信息融合到所述第一层融合图像中，从而形成最终的融合图像，

其中，所述第一融合方法为小波变换模型，所述第二融合方法为HIS模型。

2.根据权利要求1所述的图像处理装置，还包括：

图像增强处理模块，被配置为对所述第一图像进行图像增强处理，

其中，所述图像配准模块和所述图像融合模块基于所述图像增强处理后的第一图像进行操作。

3.根据权利要求1所述的图像处理装置，还包括：

背景噪声滤除模块，被配置为利用背景噪声滤除方法滤除第一图像中的背景噪声，

其中，所述图像融合模块基于背景噪声滤除后的第一图像进行操作。

4.根据权利要求3所述的图像处理装置，其中，所述背景噪声滤除模块还被配置为对所述背景噪声滤除后的第一图像进行中值滤波、双边滤波、线性拉伸、应用方向梯度直方图HOG算法。

5.根据权利要求3所述的图像处理装置，其中，所述背景噪声滤除模块还被配置为检测所述对象的最大外接矩形内的部分，以滤除第一图像中的背景噪声。

6.根据权利要求4所述的图像处理装置，其中，所述背景噪声滤除模块还被配置为检测所述对象的轮廓内的部分，以滤除第一图像中的背景噪声。

7.根据权利要求1所述的图像处理装置，其中，所述图像配准模块还被配置为根据配准参数进行图像配准。

8.根据权利要求7所述的图像处理装置，所述配准参数是可变的，当在配准时间内发生变化时，计算配准时间内所述配准参数的平均值，以该平均值作为下一次配准的配准参数。

9.根据权利要求1所述的图像处理装置，其中，所述至少两个图像中最后一个被融合的图像为彩色图像，相应的融合方法为保留色彩信息的融合方法。

10.根据权利要求1所述的图像处理装置，其中，所述图像识别模块还被配置为执行以下操作：

从所述多级融合图像中识别出灰度值较小的区域；

对所述多级融合图像中的对象进行图像分割，确定特征位置；

计算所述灰度值较小的区域与所述特征位置的距离、以及所述灰度值较小的区域的长度；

当所述距离小于第一阈值、且所述长度大于第二阈值时，认为所述灰度值较小的区域不是危险品或违禁品，当所述距离大于第一阈值、且所述长度小于第二阈值时，认为所述灰度值较小的区域是危险品或违禁品。

11.根据权利要求1所述的图像处理装置，其中，所述图像识别模块还被配置为执行以下操作：采集大量图像作为样本集，利用深度学习方法对所述多级融合图像进行训练学习，训练出不同危险品或违禁品的权重值，获得训练模型。