论文部分内容阅读
图像识别一直是计算机图形学中的热门研究领域之一。本文重点研究背散射人体隐藏物识别技术，对其涉及的人体图像预处理、隐藏物特征提取、隐藏物识别等关键技术进行深入研究。首先，根据人体图像的特点，采用中值滤波和高斯滤波结合的噪音去除方法，不仅能有效去除图像噪声，而且能保留图像的边缘信息；其次，提出一种基于全局分割和局部分割的多层次图像分割方法，全局分割从CBS图像中将人体及隐藏物预先分割出来，局部分割再将隐藏物从人体预分割图像中分割出来，实验结果表明该方法能有效实现隐藏物图像的预处理。通过分析隐藏物图像形状特征设计了基于经典不变矩、几何参数及物体的空间特征值相结合的特征提取方法，并采用主成分分析方法对多维数据降维处理；最后，采用BP神经网络对CBS人体图像中携带的金属类隐藏物取得了较好的实验结果。