[发明专利]一种金属元件识别方法及装置

说明书

本发明公开了一种金属元件识别方法及装置。该方法包括：图像预处理：采集物品的太赫兹图像，对输入的太赫兹图像进行图像增强、图像灰度化以及图像滤波操作；阈值选取：将预处理过的太赫兹图像进行阈值分割，选取最佳阈值；特征提取：将获取的最佳阈值运用于canny边缘检测算法中，对预处理过的太赫兹图像进行特征提取，获取图像特征参数；信息比对：将提取出来的图像特征参数与已有的数据库中的数据进行比对，判断出图像中的物品为何种金属元件。本发明自动化程度高，与其他图像识别方法相比，能够更加快速准确地识别金属元件，尤其是金属刀具，从而大幅降低了安检人员人工识别的工作量和误检率，提升了安检效率。

技术领域

本发明属于计算机视觉技术领域，更具体地，涉及一种金属元件识别方法及装置。

背景技术

近年来，为了保证公众的安全，火车站、机场、地铁和赛事场馆都设置有安检系统，虽然能满足基本的安检需要，但是自动化程度低，要耗费大量的人力，安检效率较低。此外，目前市面上的安检设备多为X射线扫描仪，但它的电子能量过高，对人体会造成电离伤害，所以只用来检测行李背包等物品。而对人体只能采用人工检查，自动化程度低，且容易漏检，以至于一些不法分子能够携带刀具进入公共场合行凶而无法得到预防。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种金属元件识别方法及装置，自动化程度高，与其他图像识别方法相比，能够更加快速准确地识别金属元件，尤其是金属刀具，从而大幅降低了安检人员人工识别的工作量和误检率，提升了安检效率。

为实现上述目的，按照本发明的一个方面，提供了一种金属元件识别方法，包括：

图像预处理：采集物品的太赫兹图像，对输入的太赫兹图像进行图像增强、图像灰度化以及图像滤波操作；

阈值选取：将预处理过的太赫兹图像进行阈值分割，选取最佳阈值；

特征提取：将获取的最佳阈值运用于canny边缘检测算法中，对预处理过的太赫兹图像进行特征提取，获取图像特征参数；

信息比对：将提取出来的图像特征参数与已有的数据库中的数据进行比对，判断出图像中的物品为何种金属元件。

在一些实施例中，采用最大类间方差法选取最佳阈值。

在一些实施例中，采用最大类间方差法选取最佳阈值具体包括：统计阈值分割后每个灰度级中像素的个数，划分像素集合，计算每个灰度级中像素集合在整个灰度级中所占的比例，根据比例得到每个像素在整幅图像中的概率分布，遍历整个灰度级，计算当前灰度值下前景背景的类间概率，计算类内与类间方差下对应的阈值，选取类间方差最大的灰度级为最佳阈值。

在一些实施例中，图像特征参数为图像边缘像素；获取图像特征参数包括：

对预处理过的太赫兹图像进行canny边缘检测，计算图像的梯度幅值和梯度方向θ＝arctan2(G_y,G_x)，其中，G_x为图像在x方向上的偏导数，G_y为图像在y方向上的偏导数；

进行非最大值抑制使得图像边缘细化，保留图像的局部最大梯度；

根据最佳阈值选取双阈值，利用双阈值获取图像边缘像素。

在一些实施例中，双阈值包括高阈值和低阈值；根据最佳阈值选取双阈值包括：将最佳阈值作为高阈值，在高阈值的1/3～1/2范围内选取低阈值。

在一些实施例中，利用双阈值获取图像边缘像素包括：将高于高阈值的点作为边缘点像素，低于低阈值的点抛弃；将大于低阈值小于高阈值的点用8连通区域确定，即大于低阈值小于高阈值的点只有与高阈值像素连接时才能成为边缘点。