CN102455305B - 双能量x射线人体藏物检查设备中所使用的图像处理方法 - Google Patents

Abstract

一种双能量X射线人体藏物检查设备中所使用的图像处理方法，包括以下步骤：藉由X射线源、X射线双能探测器以及图像采集***采集被测人员的高、低能量人体图像；从采集到的高、低能人体图像中获取比值灰度图像；以及对比值灰度图像进行人体组织剥离。本发明的方法，通过对图像中人体组织进行识别与剥离，仅保留图像中原子序数与人体组织差异较大的部分，使处理后的图像更有利于人眼观察，检查过程更加快捷有效。

Description

双能量X射线人体藏物检查设备中所使用的图像处理方法

技术领域

本发明涉及数字成像安全检查技术领域，尤其涉及一种双能量X射线人体藏物检查设备中所使用的图像处理方法。

背景技术

近年来，贩毒、***等犯罪活动越来越猖獗，严重危害社会安全，且，越来越多地以隐藏于人体的形式出现。即，借助人体进行毒品走私、恐怖袭击。而这种犯罪活动使得威胁与危险更加隐蔽，因此，严峻的形势对人体安全检查技术也提出了更加严格的要求。

目前，只有X射线透射成像技术能够同时满足对隐藏于人体内，以及附着于人体外的毒品、***物、金属与非金属武器等违禁品进行检查的要求。传统的X射线透射人体安全检查设备，大多是单能量X射线检查***，其包括一个射线源、一套探测器和一套数据采集***。在检查过程中，射线源出射的X射线透射信号经过被检物后被探测器接收，经过处理形成的图像只有灰度信息和物体轮廓信息。在图像判读方法方面，由于检查对象为人体，图像整体灰度偏低、灰度变化较弱，而已有判读方法大多依赖物体本身的形状以及多种常规图像处理技术组合：诸如调整图像亮度、对比度、大小，提高图像边缘信息等，通过观察物体的灰度层次与边缘轮廓特性，区分其中可疑物品。因此，判读效率相对不高，且，判读效果与操作员经验密切相关。

发明内容

有鉴于此，需提供一种图像处理方法，使处理后的图像更有利于人眼观察，检查过程更加快捷有效。

本发明的发明目的是通过以下技术方案来实现的：

一种在双能量X射线人体藏物检查设备中所使用的图像处理方法，所述双能量X射线人体藏物检查设备包括X射线源，X射线双能探测器，以及与所述X射线双能探测器连接的图像采集***，所述方法包括以下步骤：藉由X射线源、X射线双能探测器以及图像采集***采集被测人员的高、低能量人体图像；从采集到的高、低能人体图像中获取比值灰度图像；以及对比值灰度图像进行人体组织剥离。所述对比值灰度图像进行人体组织剥离的步骤具体包括以下步骤：对比值灰度图像进行图像分割，保留比值灰度图像中符合分割阈值要求的部分，标记分割结果连通区；对分割结果连通区进行连通区滤除，去除图像中人体组织部分；及对连通区滤除后的比值灰度图像进行灰度变换，得到原子序数与人体组织差异较大部分图像。

本发明在双能量X射线人体藏物检查设备中所使用的图像处理方法，通过对图像中人体组织进行识别与剥离，仅保留图像中原子序数与人体组织差异较大的部分，使处理后的图像更有利于人眼观察，检查过程更加快捷有效。

附图说明

为了易于说明，本发明由下述的较佳实施例及附图作以详细描述。

图1为本发明第一实施方式双能量X射线人体藏物检查设备的平面结构示意图。

图2为本发明第二实施方式双能量X射线人体藏物检查设备的平面结构示意图。

图3为本发明第三实施方式双能量X射线人体藏物检查设备的平面结构示意图。

图4为本发明图像处理方法的流程图。

图5为步骤S1所采集的双能人体图像中的高能量人体图像。

图6a为本发明图4中步骤S2的细化流程图。

图6b为步骤S2所获得的比值灰度图像。

图7为本发明图4中步骤S3的细化流程图。

图8为人体组织剥离后图像。

具体实施方式

图1所示为本发明第一实施方式双能量X射线人体藏物检查设备的平面结构示意图，其用于检查被测人员藏物，包括X射线源4、X射线准直部件5、X射线双能探测器6、检查通道7、放置被测人员的人体传送装置8、控制台9，风扇部件1，控制插箱2，与控制插箱相连的计算机3，设置在控制插箱2内、与X射线双能探测器6连接的图像采集***及图像处理与控制***.。

X射线源4高位放置，对准被测人员的腹部，用于出射X射线。X射线准直部件5由射线源准直器和防护罩组成。本发明实施方式中，X射线源4发出的X射线通过准直器限制成一个扇形的射线面。

X射线双能探测器6，安装在检查通道7内，用于探测穿透被检测人体的高能X射线、低能X射线。该X射线双能探测器6包括顺序设置的用于接收低能X射线的低能探测器（图中未示出），用于过滤低能X射线的滤片（图中未示出），以及用于接收高能X射线的高能探测器（图中未示出）。即X射线经过被检物（被测人员）后，透射信号先经过低能探测器接收，再经过高低能探测器中间的滤片，最后由高能探测器全部接收。其优势是：利用检测到高、低能探测数据可以得到被检物的等效原子序数信息，利用这一信息可以区分出有机物、无机物和混合物，并在显示时赋以不同颜色，更便于操作人员准确判读。

检查通道7采用门框式结构，具体实施方式中，X射线双能探测器6是安装在门框内，其数量为多个，排列成直线行、L行或者C行。又，X射线双能探测器6阵列安装方向与X射线的扇面方向相同，且位于X射线扇面垂直照射的位置。

人体传送装置8包括电机，与电机连接、通过平稳拖动实现被测人员移动的传送带，以及设置在传送带两端、用来控制行程的限位开关。控制台9用于发出控制指令，其包括移动小车，移动小车上设置有显示器以及与控制插箱连接的控制键盘，以实现人机交互的主要界面。其中，控制键盘为专用控制键盘，主要包含有图像处理键、输送机控制键、开关机开关等。风扇部件1用于维持双能量X射线人体藏物检查设备工作在合理的温度范围内的。控制插箱2与控制台9连接，用于接收控制台9发出的控制指令，控制X射线源4、人体传送装置8的工作。本发明实施方式中，控制插箱2是完成设备所有功能的中枢***，其包括***控制电路板（CCPU）、图像信号处理板(NDSP)、X射线功率板(XPOW)、X射线信号控制板(XGCB)。计算机3采用导轨式放置，方便使用和维护，其与控制插箱2通过网线连接。

图像处理与控制***前端与X射线双能探测器6相连，后端将图像处理和控制信号发送到计算机3内，对采集的X射线双能信号进行处理，用不到同颜色表示不同材料特性的被检物质图像。具体说：X射线双能探测器6用于探测穿透被检测人体的高能X射线、低能X射线，并转换成对应的电信号，传送至图像处理与控制***，通过图像处理与控制***处理成所述计算机3可识别处理的、用不同颜色表示不同材料特性的被检物质图像的数字信号，并由计算机3对该数字信号进行处理后实时卷轴显示，最后在控制台9的显示器显示出来。

本发明双能量X射线人体藏物检查设备的工作过程如下：工作人员按下控制台9上的开关机开关，开启计算机3，控制插箱2中的***控制电路板（CCPU）根据固化在板子中的程序对X射线源4发出指令，并通过X射线信号控制板（XGCB）对X射线源4进行训管，以优化射线源工作状态。训管完毕后，人体传送装置8由计算机3根据***设置给控制插箱2中的CCPU发出指令来控制其处于起始位置，表示设备进入正常工作状态。

当被测人员登上传送带，进入检查通道7时，需将手、脚等按照指示位置放好并带上眼罩。工作人员通过控制台9的控制键盘通过CCPU给人体传送装置8发出工作指令，拖动传送带移动，同时X射线源4预热并开始发射X射线，检测开始。当X射线透过人体，射线信号被X射线双能探测器6接收，通过光电转换成电信号，该信号通过图像处理***处理成计算机3可识别处理的数字信号，计算机3对该数字信号处理后通过控制台9的显示器实时卷轴显示出来。被测人员完全通过X射线扇面后，传送带在限位开关的控制下停止运行，X射线源4停止发射，完成一次被测人员的图像采集操作。此时，显示器显示被测人员的X射线透射图像（人体彩色卷轴图像），由工作人员针对图像判别被测人员是否携带有违禁品。

因此，本发明的双能量X射线人体藏物检查设备，通过X射线双能探测器检测到的高、低能探测数据，得到被检物的等效原子序数信息，利用这一信息可以区分出有机物、无机物和混合物，并在显示时赋以不同颜色，更便于操作人员准确判读。

图2所示为本发明第二实施方式双能量X射线人体藏物检查设备的平面结构示意图，该检测设备与第一实施方式的检测设备的结构基本相同，区别在于图2所示的检测设备还包括包围整个检查通道7的屏蔽式防护罩13以及在屏蔽式防护罩13上还设置有用于防止X射线泄露的联锁开关12。只有防护罩13处于关闭状态时，X射线才可以发射，否则射线源不发X射线。此外，检查通道7与控制台9之间还设置有用于监控被测人员身体状况的视频监视***10以及与被测人员进行沟通的语音交互***11。

图3所示为本发明第三实施方式双能量X射线人体藏物检查设备的平面结构示意图，该检测设备与第二实施方式的检测设备的结构基本相同，区别在于图3所示的检测设备设置在汽车14内，成为一款实用性、灵活性、便捷性更强的人体安全检查设备，能够适快速响应各种场合的检查要求。当检测设备设置在汽车14内时，省略控制台的移动小车。

双能量X射线人体图像采集完成后，工作人员通过控制台9，除了可以进行常规辅助图像处理，如加亮、加暗、边缘增强、分区放大、黑白显示、图像反转、图像回拉等以外，还可以进行本发明涉及的一种双能量X射线人体藏物检测设备使用的图像处理方法，使处理后的图像更有利于人眼观察，检查过程更加快捷有效。

图4所示为本发明图像处理方法的流程图。在步骤S1，采集双能人体图像，即，藉由X射线源、X射线双能探测器以及图像采集***采集被测人员的高、低能量人体图像（参阅图5，为双能人体图像中的高能量人体图像）。在步骤S2，获取比值灰度图像（该比值灰度图像可参阅图6b），即从采集到的高、低能人体图像中获取比值灰度图像。此处所指的比值灰度图像是指：低能图像比上高能图像，并对对应像素比值进行映射获取的灰度图像，此灰度图像的灰度层次与高、低能量人体图像灰度层次一致。在步骤S3，人体组织剥离，即对比值灰度图像进行人体组织剥离。

图6a所示为本发明图4中步骤S2的细化流程图。在步骤S21，进行高斯低通滤波处理，即利用高斯低通滤波算子分别与高、低能人体图像进行卷积处理。处理后的图像与滤波前的图像相比，更加平滑，图像信噪比提高。本发明实施方式中，高斯低通滤波算子h为： $h=\frac{1}{16}\left[\begin{array}{ccc}1& 2& 1\\ 2& 4& 2\\ 1& 2& 1\end{array}\right].$

在步骤S22，获取比值灰度图像，即通过卷积后的低能图像比上高能图像，得到图像中各像素低能与高能比值R，其表达式为：

其中，HI表示高能图像，LO表示低能图像，R表示低能与高能的比值。

在步骤S23，映射，即通过比值图R映射成与高、低能量人体图像灰度层次一致的灰度图像R’。具体操作为：在比值图像R中寻找最高值v；之后，对比值图像R中每个像素进行以下公式处理：

其中，R表示低能与高能的比值，t为图像信号灰度峰值（举例来说，如果X射线图像信号为12比特，此t值为4095；如果X射线图像信号为16比特，此t值为65535），v为比值图像最高值，a表示一个不大于1的比例系数。

图7所示为本发明图4中步骤S3的细化流程图。在步骤S31，进行图像分割，即对比值灰度图像进行图像分割，保留比值灰度图像中符合分割阈值要求的部分，标记分割结果连通区（分割后，每一个独立的目标区域称为连通区）。其中，分割阈值设为s(HI(i,j))，需要说明，本步骤涉及分割阈值s(HI(i,j))设计为与像素灰度相关的单调函数，比值灰度图像分割规则如以下公式所示：

$\mathrm{SR}(i,j)=\left\{\begin{array}{cc}{R}^{\′}(i,j)& \mathrm{if}{R}^{\′}(i,j)\≥s\left(\mathrm{HI}(i,j)\right)\\ 0& \mathrm{else}\end{array};\right.$

$Z(i,j)=\left\{\begin{array}{cc}4095& \mathrm{if}{R}^{\′}(i,j)\≥s\left(\mathrm{HI}(i,j)\right)\\ 0& \mathrm{else}\end{array};\right.$

其中，SR表示分割后的比值灰度图像，Z用于标记分割结果连通区。

对于步骤S32,本发明采用一种类似区域生长的连通区标记方法实现，该方法基本思路是：一次标记整个连通区，在标记过程中，记录连通区最小外接矩形范围，并在此范围内进行连通区其他性质（其他性质指连通区面积，与连通区对应比值灰度图像灰度平均值）的统计，然后再标记下一个区域并统计，直到所有连通区都被标记并被统计。主要包括以下步骤：

（1）标记连通区中各个独立连通区，并统计各个独立连通区面积、独立连通区对应比值灰度图像灰度平均值。

（2）对连通区进行过滤判断与操作，即根据预设的经验门限面积阈值以及门限灰度平均值阈值，对连通区进行过滤，只保留连通区面积不低于经验门限面积阈值、连通区对应比值灰度图像灰度平均值不高于门限灰度平均值阈值的连通区。

具体说，包括：对输入连通区图像逐行扫描，找到一个未标记区域第一点，标记该点；检查该点周围的八个像素（上、下、左、右四个像素，以及左上、左下、右上、右下四个像素），并标记满足连通性要求的、尚未被标记的点，同时将新增的标记点记录下来作为区域生长的种子点；后续标记过程中，不断地从内存中记录的种子点的数组中取出一个种子点，施行上述的操作，直到记录种子点的数组为空，结束一个连通区标记，记录连通区面积，并且在此标记过程中，记录连通区最小外接矩形范围，完成一个独立连通区标记；利用最小外接矩形范围计算连通区对应比值灰度图像灰度平均值；对连通区进行过滤判断与操作；标记连通区中下一个未标记区域并对连通区进行判断与操作，直到输入连通区都被标记并经过过滤判断与操作。

在步骤S32，滤除连通区，即对分割结果连通区进行连通区滤除，去除图像中人体组织部分。连通区滤除后的图像SR标记为SR’。

在步骤S33，灰度变换，即对连通区滤除后的比值灰度图像进行灰度变换，得到原子序数与人体组织差异较大部分图像Eo。本发明实施方式中，灰度变换过程包括线性灰度拉伸与图像反色两个步骤。即将连通区滤除后的图像进行线性灰度拉伸；之后，把线性灰度拉伸后的图像进行反色。而对连通区滤除后的图像进行灰度变化是按照以下公式进行：

$\mathrm{Eo}(i,j)=\left\{\begin{array}{cc}t-\left(\frac{{\mathrm{SR}}^{\&prime;}(i,j)-\mathrm{lv}}{\mathrm{hv}-\mathrm{lv}}\right)\&times;t& \mathrm{iflv}<{\mathrm{SR}}^{\&prime;}(i,j)\&le;\mathrm{hv}\\ t& \mathrm{else}\end{array}\right.;$

其中，lv为连通区滤除后的比值灰度图像中的低灰度经验阈值，hv为比值灰度图像中的高灰度经验阈值，t为图像信号灰度峰值，SR’为连通区滤除后的图像，将图像SR’中灰度介于lv与hv之间的像素灰度拉伸至0至t,然后再进行反色（反色是指将灰度值整体翻转）。

经过步骤S33后，得到如图8所示的人体组织剥离后图像，与图6b相比，可以看出，人体中的肌肉、皮肤、内脏器官等组织基本都被剥离，图像中仅保留了部分人体骨骼以及与人体组织原子序数差异较大的物体100，如：毒品、***物、金属与非金属武器等违禁品，这类物体灰度较低，在图像中比较显著，更有利于人眼观察。

因此，本发明的图像处理方法，通过对图像中人体组织进行识别与剥离，仅保留图像中原子序数与人体组织差异较大的部分，使处理后的图像更有利于人眼观察，检查过程更加快捷有效。

以上所述之具体实施方式为发明的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式。凡依照本发明之形状、结构所作的等效变化均包含本发明的保护范围内。

Claims (7)

1.一种在双能量X射线人体藏物检查设备中所使用的图像处理方法，所述双能量X射线人体藏物检查设备包括X射线源，X射线双能探测器，以及与所述X射线双能探测器连接的图像采集***，其特征在于，所述方法包括以下步骤：

藉由X射线源、X射线双能探测器以及图像采集***采集被测人员的高、低能量人体图像；

从采集到的高、低能人体图像中获取比值灰度图像；以及

对比值灰度图像进行人体组织剥离，具体包括以下步骤：

对比值灰度图像进行图像分割，保留比值灰度图像中符合分割阈值要求的部分，标记分割结果连通区；

对分割结果连通区进行连通区滤除，去除图像中人体组织部分；及

对连通区滤除后的比值灰度图像进行灰度变换，得到原子序数与人体组织差异较大部分图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述从采集到的高、低能人体图像中获取比值灰度图像的步骤包括以下步骤：

利用高斯低通滤波算子分别与高、低能人体图像进行卷积处理；

通过卷积后的低能图像比上高能图像，得到图像中各像素低能与高能比值；及

通过比值图映射成与高、低能量人体图像灰度层次一致的灰度图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述通过比值图映射成与高、低能量人体图像灰度层次一致的灰度图像的步骤包括以下步骤：

在比值图像中寻找最高值；及

对比值图像中每个像素进行以下公式处理：

其中，R表示低能与高能的比值，t为图像信号灰度峰值，v为比值图像最高值，a表示一个不大于1的比例系数，R’为映射后的灰度图像，i表示图像的第i行位置，j表示图像的第j列位置。

4.根据权利要求1所述的图像处理方法，其特征在于，所述对分割结果连通区进行连通区滤除，去除图像中人体组织部分的步骤包括以下步骤：

标记连通区中各个独立连通区，并统计各个独立连通区面积、独立连通区对应比值灰度图像灰度平均值；及

根据预设的经验门限面积阈值以及门限灰度平均值阈值，对连通区进行过滤，只保留连通区面积不低于经验门限面积阈值、连通区对应比值灰度图像灰度平均值不高于门限灰度平均值阈值的连通区。

5.根据权利要求4所述的图像处理方法，其特征在于，所述标记连通区中各个独立连通区，并统计各个独立连通区面积、独立连通区对应比值灰度图像灰度平均值的步骤包括以下步骤：

步骤A、对输入连通区图像逐行扫描，找到一个未标记区域第一点，标记该点；

步骤B、检查该点周围的八个像素，并标记满足连通性要求的、尚未被标记的点，同时将新增的标记点记录下来作为区域生长的种子点；

步骤C、后续标记过程中，不断地从内存中记录的种子点的数组中取出一个种子点，施行执行步骤B的操作，直到记录种子点的数组为空，结束一个连通区标记，记录连通区面积，并且在此标记过程中，记录连通区最小外接矩形范围，完成一个独立连通区标记；及利用最小外接矩形范围计算连通区对应比值灰度图像灰度平均值。

6.根据权利要求1所述的图像处理方法，其特征在于，所述对连通区滤除后的比值灰度图像进行灰度变换，得到原子序数与人体组织差异较大部分图像的步骤包括以下步骤：

将连通区滤除后的图像进行线性灰度拉伸；及

把线性灰度拉伸后的图像进行反色。

7.根据权利要求1所述的图像处理方法，其特征在于，所述对连通区滤除后的图像进行灰度变化是按照以下公式进行：

$\mathrm{Eo}(i,j)=\left\{\begin{array}{cc}t-\left(\frac{{\mathrm{SR}}^{\&prime;}(i,j)-\mathrm{lv}}{\mathrm{hv}-\mathrm{lv}}\right)\&times;t& \mathrm{iflv}<{\mathrm{SR}}^{\&prime;}(i,j)\&le;\mathrm{hv}\\ t& \mathrm{else}\end{array}\right.;$ 其中，lv为连通区滤除后的比值灰度图像中的低灰度经验阈值，hv为比值灰度图像中的高灰度经验阈值，t为图像信号灰度峰值，SR’为连通区滤除后的图像，i表示图像的第i行位置，j表示图像的第j列位置。

Images