雙能X射線安檢圖像的包裹特征剔除

摘 要：針對目前X射線行李包裹安檢過程中行李箱本身的走輪及拉桿對違禁物品自動探測的干擾問題，本文提出了一種雙能X光安檢圖像的包裹特征剔除方法，該方法在去掉包裹特征自身屬性的同時又不破壞被其遮擋物品的屬性，這樣在自動報警系統(tǒng)中既不會把包裹特征作為危險物品而造成誤報警也不會由于遮擋了危險物品而造成漏報警，從而提高了雙能X射線安檢機的安檢準(zhǔn)確性。

關(guān)鍵詞：圖像處理；雙能X射線；包裹特征；剔除

中圖分類號：TP391.41

1 包裹特征的識別

1.1 包裹特征識別概述

要想對包裹特征進(jìn)行剔除首先需要能識別出哪些是包裹特征，而包裹特征的識別又可細(xì)分為走輪軸承的識別、拉桿的識別、包裹底座和提手底座的識別，故在包裹特征剔除之前先參見了《X射線包裹圖像特征檢測與識別技術(shù)研究》一文和其它一些識別類論文及書籍對包裹特征進(jìn)行了識別[1]。

1.2 包裹特征識別的具體方法步驟

第一步：讀入高低能圖像。將低能圖像和高能圖像分別讀入matlab中，如圖1所示：

（a）原低能圖像 （b）原高能圖像

圖1 原低能高能圖像

第二步：剪切高低能圖像。通過四次掃描檢測，分別自動去掉上下左右四條多余的白色背景，剪切后的低能和高能圖像如圖2所示：

（a）剪切后低能圖像 （b）剪切后高能圖像

圖2 剪切后的低能和高能圖像

第三步：獲得材料值圖像。雙能X光機系統(tǒng)有高低能兩組數(shù)據(jù)，對于高能數(shù)據(jù)和低能數(shù)據(jù)分別有：

式中μH和μL分別為高低能量的X射線下，對應(yīng)的物質(zhì)質(zhì)量吸收系數(shù)；GH和GH為對應(yīng)高低能探測器的實測灰度值。

這里，我們重新定義物質(zhì)材料特征值K*為：

根據(jù)物質(zhì)的材料特征得到物質(zhì)材料圖[2]，如圖3所示：

圖3 材料灰度圖像

第四步：標(biāo)定走輪及包裹底座和提手底座所在區(qū)域。由于走輪和包裹的底座和提手底座都位于在包裹的邊緣輪廓附近，故提取包裹的邊緣輪廓就是對走輪以及包裹底座和提手底座的定位，可使用膨脹腐蝕的方法對其進(jìn)行標(biāo)定，其結(jié)果如下圖：

圖4 標(biāo)定走輪位置

第五步：識別包裹的走輪軸承。首先根據(jù)前面得到的包裹邊緣確定軸承所在區(qū)域。然后根據(jù)冪次變換找的疑似軸承。最后根據(jù)其周圍是否有圓弧將其包圍來判斷其是否是軸承。識別出的軸承如圖5所示：

圖5 軸承

第六步：檢測拉桿。首先根據(jù)所找的軸承區(qū)域找到拉桿所在區(qū)域，然后在拉桿區(qū)域范圍內(nèi)進(jìn)行直線檢測，找到四根在拉桿長度范圍內(nèi)的直線，最后將其以綠線標(biāo)注[3]。檢測到的拉桿如圖6所示：

圖6 拉桿

第七步：矯正圖像。在直線檢測中找到最長的一條直線，計算出它與垂直直線的角度差，然后分別根據(jù)這個角度差，將軸承圖像、拉桿圖像、包裹輪廓低能圖像、高能圖像根據(jù)這個角度進(jìn)行逆旋轉(zhuǎn)。使它們被矯正成為拉桿垂直與水平面的圖像。如下圖分別是這五幅圖像矯正前后的對比圖：

（a）軸承矯正前后對比圖

（b）拉桿矯正前后對比圖

（c）包裹輪廓矯正前后對比圖

（d）傾斜校正后高低能圖像前后對比圖

圖7 矯正前后對比圖

第八步：包裹底座及提手底托識別。（1）確定大概位置：包裹底座和提手底托的大概位置在圖7（c）包裹輪廓矯正圖白色區(qū)域內(nèi)，且在圖7（a）矯正后的軸承以下、圖7（b）矯正后拉桿上下附近位置。（2）包裹底座、提手底座識別：通過圖7（d）中矯正后低、高能圖像得到其材料值圖像，再根據(jù)第一步確定出的大概位置利用材料值特征將包裹底座及提手底托識別出來。

圖8 包裹底座及提手底托識別

2 包裹特征的剔除

2.1 包裹特征剔除概述

由于包裹特征中的拉桿、包裹的底座和提手底座都位于包裹的內(nèi)部，且屬于高原子序數(shù)物品，它們易于隱藏危險物品，故對其剔除不能是傳統(tǒng)概念上的剔除，而是能實現(xiàn)既可以去除其自身屬性有保留了隱藏在其后面物品屬性的剔除[4]。

2.2 包裹特征剔除的具體方法步驟

第一步：剔除走輪特征。首先掃描圖7（a）中矯正后的軸承圖，然后將掃描到的非零像素點的位置分別對應(yīng)到圖7（c）、7（d）矯正后的低能圖像和高能圖像中去從而得到其軸承位置，然后以兩軸承的幾何中心為圓心以略長于軸承的一半長度為半徑作圓，最后在選定的兩個圓內(nèi)設(shè)定一個閾值，最后將選定區(qū)域圓范圍內(nèi)且符合設(shè)定閾值的像素點以最高亮度將其剔除。

第二步：拉桿特征剔除。由于拉桿位于包裹的內(nèi)部，其剔除并不像剔除走輪那樣將走輪完全消除，而是使拉桿的灰度接近于周圍包裹的灰度，且被拉桿所遮擋的物品的灰度就近于未被拉桿遮擋時的灰度。其剔除方法如下：（1）根據(jù)上文拉桿識別中拉桿定位中顯示的四條直線如圖7（b）中右側(cè)圖像，分別計算出其兩兩之間的水平距離。取其距離最小值記為m，即圖像顯示中比較細(xì)的拉桿的寬度。（2）以m×m大小的矩形窗口分別沿兩拉桿的兩側(cè)進(jìn)行掃描，求得此窗口內(nèi)最大的平均灰度值GB。（3）求得拉桿區(qū)域的平均灰度值GL。（4）拉桿區(qū)域內(nèi)每一個像素點的值都加G，已達(dá)到剔除包裹特征的目的。（5）對拉桿區(qū)域進(jìn)行增強以使被遮擋物清晰。

第三步：剔除包裹底座和提手底座。首先掃描圖8將掃描到的非零像素點的位置分別對應(yīng)到圖7（c）矯正后的低能圖像和7（d）矯正后高圖像中去從而在矯正后高低能圖像中其包裹底座和提手底座位置，然后在確定的位置上進(jìn)行同拉桿剔除一樣的操做。剔除了包裹特征的安檢圖像如圖9所示：

（a）低能圖像剔除包裹特征前后對比圖

（b）高能圖像剔除包裹特征前后對比圖

圖9 低、高能包裹特征剔除前后對比圖

在對上圖中經(jīng)過包裹特征剔除后的高低能圖像求其材料值圖像如圖10所示：

圖10 剔除包裹特征后的材料值圖

由上圖可以看出在剔除包裹特征后的材料值圖像中拉桿等包裹特征已經(jīng)不具有高原子序數(shù)物品的材料特征了，并且其剔除也沒影響到被包裹特征遮擋了的高原子序數(shù)物品的材料值特征。這就說明該包裹特征剔除法的研究在高原子序數(shù)物品的分割上是有重大意義的。

3 剔除包裹特征的實際應(yīng)用與意義

由于筆記本電腦、手機、照相機、雨傘等高原子序數(shù)物品結(jié)構(gòu)復(fù)雜，在包裹中易形成遮擋，便于夾帶違禁物品，所有現(xiàn)在安檢技術(shù)應(yīng)能將其自動分割出來，然而如果這些物品是放在行李箱中，行李廂中的某些包裹特征（如拉桿等）也是具有高原子序數(shù)屬性的，因而行李廂的包裹特征就嚴(yán)重影響了有危險隱患物品的分割。就高原子序數(shù)物品分割為例，通過實驗可以充分證明包裹特征剔除的意義所在。

（a）未經(jīng)包裹特征剔除 （b）經(jīng)包裹特征剔除

圖11 剔除包裹特征先后的高原子序數(shù)分割比較圖

圖11（a）圖是在沒有剔除包裹特征的情況下對其進(jìn)行高原子序數(shù)物品的分割，顯而易見其分割不但把拉桿和走輪也分割出來了，而且拉桿還遮擋了部分的鞭炮，圖11（b）圖是剔除包裹特征之后再對其進(jìn)行高原子序數(shù)物品分割的結(jié)果，它不但沒有把拉桿和走輪分割出來，而且被拉桿遮擋的鞭炮部分也被顯現(xiàn)了出來。

參考文獻(xiàn)：

[1]黃加翼.X射線包裹圖像特征檢測與識別技術(shù)研究[D].中國人民公安大學(xué)，2012.

[2]陳貞，楊立瑞，王宇石.多視角X射線材料-密度數(shù)據(jù)庫的優(yōu)化設(shè)計[J].警察技術(shù)，2011（03）：55-58.

[3]岡薩雷斯.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2009（11）：296-304.

[4]孔維武，楊立瑞.雙能X射線包裹圖像特征區(qū)域剔除方法[C].第十五屆全國圖像圖形學(xué)學(xué)術(shù)會議，清華大學(xué)出版社，2010.

作者簡介：張嫻（1987-），女，河北人，碩士，研究方向：安全技術(shù)及工程專業(yè)。

作者單位：中國人民公安大學(xué)，北京 102623；公安部第一研究所，北京 102200