[发明专利]一种利用模板匹配的安检图像背景噪声去除方法

说明书

本发明公开了一种利用模板匹配的安检图像背景噪声去除方法，包括以下步骤：构建模板图像；利用行像素累积和阈值相结合的方法计算安检图像中各部位的行坐标；对模板图像进行重采样；模板匹配。本发明采用模板匹配方法，模板以外的图像部分不会体现在去除背景噪声后的安检图像中，因此能够彻底去除背景噪声。

技术领域

本发明涉及图像处理技术领域，具体涉及一种利用模板匹配的安检图像背景噪声去除方法。

背景技术

随着国际安全形势的日益严峻以及毫米波成像技术的发展，毫米波人体安检成像设备成为机场、车站以及其他人群密集场所进行安全检查的重要选项。毫米波能够轻松穿透衣物确不能穿透人体皮肤，这使得毫米波具有发现隐藏在衣服中危险品的天然优势且对人体不构成危害。毫米波人体安检图像的质量也直接决定着危险品识别和检测效果，图像质量主要受通道一致性、系统动态范围以及安检场景背景引入噪声等因素的影响。在安检设备硬件结构固化情况下，通过图像后处理进行噪声抑制是最优选项。

Qiaosong Sun等公开了一种耦合激波扩散滤波方法，能够对被动式毫米波图像进行去噪和增强，该滤波器能够在图像纹理梯度方向进行锐化处理，在与梯度垂直方向进行平滑处理，达到对散斑和噪声的抑制，并对目标的纹理边缘进行锐化增强。

Hongyi Ye等提出利用改进型的Butterworth低通滤波器对被动式毫米波图像中的条纹噪声进行抑制。由于通道间的不一致性，条纹噪声不但影响图像背景，而且对目标本身的成像效果也有较大影响。利用天线的先验信息，通过估计点扩散函数来确定滤波器参数，再对毫米波图像进行滤波处理。

Wangyang Yu等提出结合小波变换和顶帽变换方法对被动式毫米波图像进行去噪和增强，先对毫米波图像进行双立方插值来增加图像分辨率，在将小波变换和顶帽变换进行结合对噪声进行抑制并对目标图像进行锐化。

总之现有毫米波图像去噪技术存在的问题是：

1.现有毫米波图像去噪和增强算法大多针对被动式毫米波成像，而主动毫米波图像和被动式毫米波图像有明显区别，因此无法直接借鉴被动式毫米波安检图像的去噪方法，在主动式毫米波人体安检的特定场景下需研究有针对性的去噪算法；

2.现有去噪算法大多利用频域、空域或其他变换域滤波器进行滤波来达到去噪效果，在去除噪声的同时也会对目标图像造成损害，影响了客观成像效果及目标识别效果。

发明内容

为了解决上述问题，本发明提出了一种利用模板匹配的安检图像背景噪声去除方法，包括以下步骤：

步骤1，构建模板图像：

根据安检图像构建与安检图像中各部位形状相对应的模板图像，所述模板图像包括背景部分、头部模板、躯干双腿模板、左手臂模板和右手臂模板；

步骤2，利用行像素累积和阈值相结合的方法计算安检图像中各部位的行坐标，所述安检图像中各部位的行坐标包括头部中心行坐标、躯干双腿起始行坐标、左右手臂起始行坐标；

步骤3，对模板图像进行重采样：

根据安检图像的行数、躯干双腿模板的行数、安检图像中躯干双腿部分的行数计算重采样因子，根据重采样因子对躯干双腿模板、左手臂模板和右手臂模板进行重采样；

步骤4，模板匹配：

利用头部模板、躯干双腿模板、左手臂模板和右手臂模板在安检图像中对应部位的行坐标和行坐标对应的列区间内搜索最佳匹配坐标，获得背景去噪后的最终安检图像。

进一步地，步骤1中背景部分单个像素点的像素值为0，头部模板、躯干双腿模板、左手臂模板和右手臂模板中单个像素点的像素值为1，背景部分与部模板、躯干双腿模板、左手臂模板和右手臂模板的过渡区域的像素点的像素值为介于0和1之间的小数。