[发明专利]基于SVM的X光图像空箱检测方法

摘要

本发明提出一种基于svm的X光图像空箱检测方法，首先对X光图像归一化，得到尺寸一致的图像，提取水平和竖直两个方向上的颜色直方图特征，然后提取基于gabor滤波器的纹理特征值，最后将两种特征结合，采用直方图交叉核的支持向量机算法，具有分类快且准确率高的优点。

主权项

一种基于SVM的X光图像空箱检测方法，其特征在于：在由X光机图像采集设备和计算机组成的系统中，所述的检测方法包括训练阶段和检测阶段；训练阶段包括以下步骤，步骤1.1，采集样本库，利用X光机过行李包裹，并将采集的图像中的空箱用人工标定切割出来作为正样本，从非空箱的X光图像中随机切割非空箱图像作为负样本；建立样本库；步骤1.2，对样本库中的X光图像尺寸进行归一化处理，即，将样本库中的X光图像尺寸归一化为指定尺寸；步骤1.3，计算归一化处理后的图像在水平和竖直两个方向的颜色直方图，记为；步骤1.4，对颜色直方图进行归一化处理，记为；步骤1.5，选取Gabor滤波器的尺度数和方向数，对X光图像进行Gabor变换，并取变换后的均值和标准差作为纹理特征向量T；步骤1.6，对Gabor滤波后的纹理特征向量进行归一化处理，记为；步骤1.7，把颜色直方图和Gabor纹理特征向量组合；步骤1.8， 将样本库中所有X光图像按步骤1.7计算特征向量，用SVM进行训练，SVM的核函数采用径向基函数，训练完成后，得到上述融合的特征向量的分类器模型；二．检测阶段包括以下步骤：步骤2.1，对待检测的X光图像进行归一化处理；步骤2.2，对归一化的图像计算水平和竖直两个方向的颜色直方图，记为H(i)；步骤2.3，对颜色直方图H(i)进行归一化处理；步骤2.4，选取Gabor滤波器的尺度数和方向数，对X光图像进行Gabor变换，并取变换后的均值和标准差作为纹理特征向量T；步骤2.5，对Gabor滤波后的纹理特征向量进行归一化处理；步骤2.6，把颜色直方图和Gabor纹理特征向量组合；步骤2.7，将得到的特征向量使用训练阶段训练出的分类器模型进行计算，得到X光图像分属两类的概率，判断X光图像是否属于空箱。