[发明专利]一种利用区域搜索和像素值抑制的安检图像伪影去除方法

权利要求书

1.一种利用区域搜索和像素值抑制的安检图像伪影去除方法，其特征在于，包括以下步骤：

计算人体头部中心行坐标：

在设定的头部先验搜索区域内对所有行像素的像素值进行累积求和，将累积和中大于阈值的行坐标作为头部行坐标，取头部行坐标的均值作为人体头部中心行坐标；

判决双腿间伪影像素：

确定双腿间伪影先验搜索区域，通过第一多重阈值方法判断双腿间伪影先验搜索区域内的像素是否为双腿间伪影像素，从而得到双腿间伪影像素坐标；所述双腿间伪影先验搜索区域的行搜索区域根据头部中心行坐标和身体比例计算得到，所述双腿间伪影先验搜索区域的列搜索区域通过将腿部区域图像中心线列坐标向左右扩展固定列个像素获得，所述安检图像腿部中心线列坐标通过翻转平移差分法求得；

判决手臂躯干间伪影像素：

根据头部中心行坐标和身体比例确定左右手臂躯干间伪影的先验搜索区域，通过第二多重阈值方法和第三多重阈值方法分别判断左右手臂躯干间伪影的先验搜索区域内的像素是否为手臂躯干间伪影像素，得到手臂躯干间伪影像素的坐标；

对伪影像素的像素值进行抑制：

取出每个伪影像素及其所在行的像素邻域序列，构建伪影抑制函数进行伪影抑制，再将抑制后的像素序列替换原先的像素序列，得到去除伪影的安检图像；所述伪影像素包括双腿间伪影像素和手臂躯干间伪影像素。

2.根据权利要求1所述的利用区域搜索和像素值抑制的安检图像伪影去除方法，其特征在于，

所述翻转平移差分法具体为，将腿部区域图像进行循环移位和左右翻转后做差，并对做差后的图像差累计求和，得到不同移位数的图像差累积和向量，通过向量中最小值对应的移位数计算腿部区域图像中心线列坐标。

3.根据权利要求2所述的利用区域搜索和像素值抑制的安检图像伪影去除方法，其特征在于，

所述双腿间伪影先验搜索区域的行搜索区域为[L_RowBgn,N_Row]，其中，N_Row为安检图像的行数，L_RowBgn为双腿间伪影的起始行坐标，L_RowBgn＝round(N_Row-(N_Row-H_RowCtr)·ρ)，round表示四舍五入，H_RowCtr人体头部中心行坐标，ρ为安检图像中腿长与身高的比例；

所述双腿间伪影先验搜索区域的列搜索区域为[L_ColCtr-L_Width,L_ColCtr+L_Width]，其中，L_Width为安检图像腿部中心线列坐标L_ColCtr向左右两边邻域扩展的像素列的个数；

所述腿部图像对称轴列坐标L_ColCtr的计算公式为：

其中，round表示四舍五入，arcmin表示使f(·)取得最小值的n数值；

f(n)为翻转平移差分函数值，其具体计算公式为：

f(n)＝sum(abs(circshift(I_Leg,n)-fliplr(circshift(I_Leg,n))))

其中，circshift表示横向循环移位操作，fliplr表示左右翻转操作，sum表示累积求和，abs表示求绝对值操作，n取值范围是[-N_Shift,N_Shift]中的整数，则f(n)为包含2N_Shift+1个数值的一维向量，f(n)中最小值对应的移位数n能够表示腿部区域图像对称轴与安检图像列中心线的偏离情况，N_Shift表示预设的第一偏移量；

所述第一多重阈值判决方法具体为，如果双腿间伪影先验搜索区域内像素的像素值I_Leg(x,y)同时满足以下三个条件，则像素值I_Leg(x,y)所对应的像素为双腿间伪影像素：

(1)像素值I_Leg(x,y)在其所在行的邻域内为最大值，邻域列坐标范围为[y-L_Width,y+L_Width]；

(2)I_Leg(x,y)Th_Artifact；

(3)I_Leg(x,y)V_SmoothLeft+Th_Artifact/3且I_Leg(x,y)V_SmoothRight+Th_Artifact/3；

其中，x,y分别表示像素行坐标和列坐标，其取值范围满足双腿间伪影先验搜索区域的坐标范围；Th_Artifact为设定的伪影像素阈值；V_SmoothLeft和V_SmoothRight为双腿间伪影先验搜索区域左右两边的平滑区域的均值，左右平滑区域的行坐标范围与双腿间伪影先验搜索区域的行搜索区域相同，左右平滑区域的列坐标范围分别为[L_ColCtr-L_Width-L_Smooth，L_ColCtr-L_Width-1]和[L_ColCtr+L_Width+1，L_ColCtr+L_Width+L_Smooth]，L_Smooth为预设的第二偏移量。