基于非局部均值滤波的毫米波三维图像滤波方法、装置及存储介质

1.本公开涉及毫米波雷达图像滤波领域，具体涉及一种基于非局部均值滤波的毫米波三维图像滤波方法、基于非局部均值滤波的毫米波三维图像滤波装置及计算机可读存储介质。


背景技术：

2.现有的毫米波三维图像滤波算法没有考虑三维空间信息，合理的使用毫米波三维图像的三维空间信息能获得更好的噪声抑制效果以及获得目标的形体信息。


技术实现要素：

3.本公开意图提供一种基于非局部均值滤波的毫米波三维图像滤波方法、基于非局部均值滤波的毫米波三维图像滤波装置及计算机可读存储介质，有效地去除了三维图像的背景点，抑制了目标点的噪声且得到了目标的三维形体。
4.根据本公开的方案之一，提供一种基于非局部均值滤波的毫米波三维图像滤波方法，包括：
5.对原始毫米波三维图像各点反射强度进行灰度值调整；
6.对灰度值调整后的毫米波三维图像进行聚类；
7.对聚类为目标点的三维图像进行三维连通；
8.对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。
9.在一些实施例中，其中，对原始毫米波三维图像各点反射强度进行灰度值调整，包括：
10.对目标沿距离向、方位向和高度向均匀采样，得到毫米波三维图像；
11.对毫米波三维图像的反射强度进行伽马变换。
12.在一些实施例中，其中，对灰度值调整后的毫米波三维图像进行聚类，包括：
13.对伽马变换后的毫米波三维图像设置反射强度阈值，根据反射强度阈值得到处理后的毫米波三维图像；
14.对处理后的毫米波三维图像中各点的三维坐标进行归一化处理，得到后续聚类过程中三维图像的坐标特征；
15.对处理后的毫米波三维图像中各点的反射强度进行非线性变换，得到反射强度非线性变换后的毫米波三维图像，作为后续聚类过程中三维图像的反射强度特征；
16.以归一化三维坐标特征和对应的非线性变换后反射强度特征进行聚类，至少包括；
17.输入聚类样本集，定义聚类簇数；
18.从聚类样本集中随机选取两个样本作为聚类中心；
19.计算非聚类中心样本分别与两个聚类中心的距离；
20.根据每个样本点分别与两个聚类中心的距离大小确定第一类样本点和第二类样本点，得到分类结果；
21.分别计算出第一类样本点和第二类样本点中新的聚类中心；
22.计算新的聚类中心与前一次所得聚类中心的距离；
23.根据聚类中心变化阈值和最大迭代次数，在判断聚类是否完成的情况下，得到聚类结果。
24.在一些实施例中，其中，对聚类为目标点的三维图像进行三维连通，包括：
25.对聚类为目标点的三维图像进行连通；
26.对各连通域反射强度取统计量，基于统计量阈值得到三维连通后目标点组成的三维图像。
27.在一些实施例中，其中，对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点，包括：
28.定义三维非局部均值滤波的变量参数；
29.遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重。
30.在一些实施例中，其中，定义三维非局部均值滤波的变量参数，包括：
31.定义三维图像块的邻域半径；
32.定义三维搜索窗的搜索半径；
33.定义滤波参数。
34.在一些实施例中，其中，遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重，包括：
35.对待估点以邻域半径得到三维中心块；
36.对待估点以搜索半径得到三维搜索窗；
37.遍历三维搜索窗，以三维搜索窗内的点得到三维相似块；
38.直至待估点三维搜索窗内所有点循环完毕，由待估点三维搜索窗内所有点的相似性权重计算待估点的反射强度；
39.直至所有坐标点遍历结束，得到噪声抑制后的毫米波三维图像。
40.在一些实施例中，其中，遍历三维搜索窗，以三维搜索窗内的点得到三维相似块，包括：
41.计算三维中心块与三维相似块的欧式距离；
42.计算三维反射强度点与三维搜索窗内的点的相似性权重。
43.根据本公开的方案之一，提供一种基于非局部均值滤波的毫米波三维图像滤波装置，包括：
44.调整模块，其配置为对原始毫米波三维图像各点反射强度进行灰度值调整；
45.聚类模块，其配置为对灰度值调整后的毫米波三维图像进行聚类；
46.处理模块，其配置为对聚类为目标点的三维图像进行三维连通；
47.滤波模块，其配置为对灰度值调整后的三维图像中各点的反射强度进行三维非局
部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。
48.根据本公开的方案之一，提供计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现：
49.根据上述的基于非局部均值滤波的毫米波三维图像滤波方法。
50.本公开的各种实施例的基于非局部均值滤波的毫米波三维图像滤波方法、基于非局部均值滤波的毫米波三维图像滤波装置及计算机可读存储介质，至少对原始毫米波三维图像各点反射强度进行灰度值调整；对灰度值调整后的毫米波三维图像进行聚类；对聚类为目标点的三维图像进行三维连通；对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点，旨在利用毫米波雷达人体安检设备能获得毫米波三维图像的特点，提出基于非局部均值滤波的毫米波三维图像滤波方法，充分利用毫米波三维图像的三维信息，得到目标的形体信息与良好的滤波效果。首先对毫米波三维图像在三维空间中进行聚类和连通处理，在毫米波三维图像中得到构成照射目标形体的反射点。然后使用改进的三维非局部均值滤波算法，在毫米波三维图像中对目标反射点的三维搜索窗内寻找三维相似图像块，利用毫米波三维图像的三维信息，得到更加准确的相似权重，得到噪声抑制良好三维目标图像。改进后本公开各实施例，有效地去除了三维图像的背景点，抑制了目标点的噪声且得到了目标的三维形体。
51.应当理解，前面的大体描述以及后续的详细描述只是示例性的和说明性的，并非对所要求保护的本公开的限制。
附图说明
52.在未必按照比例绘制的附图中，不同视图中相似的附图标记可以表示相似的构件。具有字母后缀的相似附图标记或具有不同字母后缀的相似附图标记可以表示相似构件的不同实例。附图通常作为示例而非限制地图示各种实施例，并且与说明书和权利要求书一起用于解释所公开的实施例。
53.图1示出了本公开实施例的基于非局部均值滤波的毫米波三维图像滤波方法的一种流程图；
54.图2示出了本公开实施例的k均值聚类流程图；
55.图3示出了本公开实施例的聚类后三维图像和投影图像；
56.图4示出了本公开实施例的连通后三维图像和投影图像；
57.图5示出了本公开实施例的三维非局部均值滤波示意图；
58.图6示出了本公开实施例的三维非局部均值滤波后三维图像和投影图像；
59.图7示出了原始三维图像和投影图像；
60.图8示出了本公开实施例的基于非局部均值滤波的毫米波三维图像滤波装置的一种架构图。
具体实施方式
61.为了使得本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通
技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
62.毫米波是频率介于30～300ghz的电磁波，波长为1～10mm。相比于光学和红外成像，毫米波可以穿透烟雾、沙尘及衣物。如今已经在安检领域之中得到全面的应用，相比于x光探测技术，毫米波为非电离辐射，同时具有较强的穿透性与无辐射的特点，对人体不造成伤害，可以用于人体隐匿物目标检测。
63.当前有源毫米波成像系统得到的三维图像在成像过程中受到温度、运动、系统本身和物体遮挡等影响，三维图像噪声污染严重且目标纹理信息受到影响，从而影响毫米波三维图像后续在目标识别等领域中的应用效果。现有的方法将毫米波三维图像在距离方向上进行投影得到二维图像，并将距离向上反射强度最大值作为二维图像的像素值，再利用该二维图像进行后续的增强与滤波处理，丢失了照射目标的形体信息，对毫米波图像的噪声抑制能力相对较弱，并且二维图像中存在被像素值较高的背景点掩盖的目标点，限制了毫米波图像的应用。当前尚未有开展三维雷达图像滤波方法的研究工作。
64.结合前文背景技术部分内容记载，本公开以实施例方式示例性记载了相应解决方案以解决现有技术中存在的缺陷，但不作为对本公开所要求专利权保护范围的限定。
65.作为方案之一，如图1所示，本公开的实施例提供了一种基于非局部均值滤波的毫米波三维图像滤波方法，包括：
66.对原始毫米波三维图像各点反射强度进行灰度值调整；
67.对灰度值调整后的毫米波三维图像进行聚类；
68.对聚类为目标点的三维图像进行三维连通；
69.对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后的三维图像中被判断为目标的连通域内的点。
70.针对前文所提出的问题，本公开各实施例旨在提出了一种基于非局部均值滤波的毫米波三维图像滤波方法，利用毫米波雷达人体安检设备能获得毫米波三维图像的特点，提出基于非局部均值滤波的毫米波三维图像滤波方法，充分利用毫米波三维图像的三维信息，得到目标的形体信息与良好的滤波效果。对于毫米波三维图像若空间中某点为目标反射点，则该点有较高的反射强度值，由于系统噪声和空间噪声等原因，在无目标点处仍存在较小的反射强度值。直接处理毫米波三维图像，数据量较大，对计算资源需求高，且空间中包含较多密集的反射强度值较高的背景点，不利于目标三维信息的提取。为了降低数据量，首先对毫米波三维图像在三维空间中进行聚类和连通处理，在毫米波三维图像中得到构成照射目标形体的反射点。然后使用改进的三维非局部均值滤波算法，在毫米波三维图像中对目标反射点的三维搜索窗内寻找三维相似图像块，利用毫米波三维图像的三维信息，得到更加准确的相似权重，得到噪声抑制良好三维目标图像。
71.举例来说，具体的检测过程可以实施为以如下步骤为代表的技术方案。
72.在一些实施方案中，本公开实施例的方法，可以为：对原始毫米波三维图像各点反射强度进行灰度值调整，包括：
73.对目标沿距离向、方位向和高度向均匀采样，得到毫米波三维图像；
74.对毫米波三维图像的反射强度进行伽马变换。
75.示例性的，本实施例的方法可以包括：
76.步骤s1：对原始毫米波三维图像f＝f(x,y,z)各点反射强度进行伽马变换：
77.本实施例使用的毫米波雷达安检设备为有源毫米波雷达，对目标沿距离向(x轴)、方位向(y轴)和高度向(z轴)均匀采样，得到毫米波三维图像f＝f(x,y,z)，且为有序点云，距离向为l单位即x∈[1,l]，方位向为n单位即y∈[1,n]，高度向为m单位即z∈[1,m]。所得原始毫米波三维图像f包含三维坐标信息(x,y,z)和反射强度信息f(x,y,z)。
[0078]
对毫米波三维图像的反射强度进行伽马变换，公式如下：
[0079][0080]
其中，f
gamma
＝f
gamma
(x,y,z)为伽马变换后的三维图像且f
gamma
(x,y,z)∈[0,1]，γ为变换参数。
[0081]
在一些实施方案中，本公开实施例的方法，可以为：
[0082]
对灰度值调整后的毫米波三维图像进行聚类，包括：
[0083]
对伽马变换后的毫米波三维图像设置反射强度阈值，根据反射强度阈值得到处理后的毫米波三维图像；
[0084]
对处理后的毫米波三维图像中各点的三维坐标进行归一化处理，得到后续聚类过程中三维图像的坐标特征；
[0085]
对处理后的毫米波三维图像中各点的反射强度进行非线性变换，得到反射强度非线性变换后的毫米波三维图像，作为后续聚类过程中三维图像的反射强度特征；
[0086]
以归一化三维坐标特征和对应的非线性变换后反射强度特征进行聚类。
[0087]
示例性的，本实施例的方法可以在上述步骤s1的基础上继续包括：
[0088]
步骤s2：对伽马变换后的毫米波三维图像f
gamma
进行k均值聚类：
[0089]
步骤s21：对伽马变换后的三维图像f
gamma
设置反射强度阈值r，r可以取三维图像反射强度均值等统计量，将f
gamma
中反射强度低于阈值的点的反射强度设置为0，公式如下：
[0090][0091]
其中，f'
gamma
＝f'
gamma
(x,y,z)为将反射强度低于阈值的点置0后的三维图像；
[0092]
步骤s22：对f'
gamma
中各点的三维坐标进行归一化处理，得到后续k均值聚类过程中三维图像的坐标特征，公式如下：
[0093][0094]
其中，x,y,z为f'
gamma
中各点的三维坐标，x',y',z'为f'
gamma
中各点三维坐标归一化后的三维坐标，x
max
,y
max
,z
max
分别为fg'
amma
在三维空间中x,y,z方向上的坐标数据最大值，分别为l,n,m，归一化后x',y',z'∈[0,1]。
[0095]
步骤s23：对所得f'
gamma
中各点的反射强度进行非线性变换，得到反射强度非线性变换后的三维图像f'，公式如下：
[0096]
f'＝a|f'
gamma
(x,y,z)-1|bexp(f'
gamma
(x,y,z))
ꢀꢀꢀ
(4)
[0097]
其中，f'＝f'(x,y,z)为各点反射强度非线性变换后的三维图像，a为强度调节参数，用于后续k均值聚类中反射强度特征在所有聚类特征中所占比重，b为速率调节参数，用于调节f'中各点反射强度值随f'
gamma
中各点反射强度值的变化速率；
[0098]
步骤s24：对步骤s22和s23得到的归一化三维坐标特征和对应的非线性变换后反射强度特征进行聚类，k均值聚类流程图如图2所示。
[0099]
在一些实施例中，以归一化三维坐标特征和对应的非线性变换后反射强度特征进行聚类，至少包括：
[0100]
输入聚类样本集，定义聚类簇数；
[0101]
从聚类样本集中随机选取两个样本作为聚类中心；
[0102]
计算非聚类中心样本分别与两个聚类中心的距离；
[0103]
根据每个样本点分别与两个聚类中心的距离大小确定第一类样本点和第二类样本点，得到分类结果；
[0104]
分别计算出第一类样本点和第二类样本点中新的聚类中心；
[0105]
计算新的聚类中心与前一次所得聚类中心的距离；
[0106]
根据聚类中心变化阈值和最大迭代次数，在判断聚类是否完成的情况下，得到聚类结果。
[0107]
上述步骤s24可以具体包括步骤s241至步骤s248：
[0108]
步骤s241：对f'
gamma
中的各点以(x',y',z',f'(x,y,z))为聚类特征，创建聚类样本集d＝{μ1,μ2...μk}：
[0109]
若空间中某点反射强度较大，则该点非线性变换后的反射强度f'(x,y,z)较小，此时以该点归一化三维坐标为主要聚类特征，若空间中某点反射强度较低，则该点非线性变换后的反射强度f'(x,y,z)较大，此时以该点非线性变换后的反射强度f'(x,y,z)作为主要聚类特征，聚类样本集的样本个数为k个；
[0110]
步骤s242：输入聚类样本集d，定义聚类簇数为2：
[0111]
本实施例使用的毫米波三维图像聚类簇数为2，分别代表毫米波三维图像的目标点和背景点；
[0112]
步骤s243：从聚类样本集d中随机选取两个样本作为聚类中心，记为{μ
c1
,μ
c2
}；
[0113]
步骤s244：计算非聚类中心样本分别与两个聚类中心{μ
c1
,μ
c2
}的距离，公式如下：
[0114]
d(i,j)＝||μ
i-μ
cj
||
2 i∈[1,k],j＝1,2
ꢀꢀꢀ
(5)
[0115]
其中，d(i,j)代表第i个样本到第j个聚类中心的距离，右式表示样本点与聚类中心的2范数；
[0116]
步骤s245：根据每个样本点分别与两个聚类中心的距离大小划分类别，距μ
c1
近的样本点记为第一类λ1，距μ
c2
近的样本点记为第二类λ2，得到分类结果：
[0117]
第一类λ1＝{λ
11
,λ
12
…
λ
1a
}，第二类λ2＝{λ
21
,λ
22
…
λ
2b
}，其中a,b分别表示第一类和第二类的样本总数，且满足a+b＝k-2；
[0118]
步骤s246：分别计算出两个类中新的聚类中心，公式如下：
[0119][0120]
其中，μ'
c1
,μ'
c2
为新的聚类中心；
[0121]
步骤s247：计算新的聚类中心μ'
c1
,μ'
c2
与前一次所得聚类中心的距离，公式如下：
[0122][0123]
步骤s248：根据聚类中心变化阈值p和最大迭代次数q，判断聚类是否完成，得到聚类结果：
[0124]
若d＞p且迭代次数小于q，则更新聚类中心，进入步骤s244，若d＜p或迭代次数等于q，则聚类完成，输出聚类结果，得到聚类为目标点的三维图像fk＝fk(x,y,z)，fk中各点反射强度为对应伽马变换后的三维图像中各点反射强度，初步将三维图像的背景点反射强度值置为0，结果如图3所示，图3示出聚类后三维图像和投影图像，左边部分为三维图像，右边部分为投影图像。
[0125]
在一些实施方案中，本公开实施例的方法，可以为：
[0126]
对聚类为目标点的三维图像进行三维连通，包括：
[0127]
对聚类为目标点的三维图像进行连通；
[0128]
对各连通域反射强度取统计量，基于统计量阈值得到三维连通后目标点组成的三维图像。
[0129]
示例性的，本实施例的方法可以在前述步骤s2基础上继续包括：
[0130]
步骤s3：对聚类为目标点的三维图像fk＝fk(x,y,z)进行三维连通，留下符合要求的三维连通域，进一步去除三维图像中的背景点：
[0131]
步骤s31：对聚类为目标点的三维图像fk＝fk(x,y,z)进行连通，连通方式可以选择两步扫描法和种子填充法等连通方法；
[0132]
步骤s32：对各连通域反射强度取统计量，统计量可以为均值或中值等，设置统计量阈值，统计量低于阈值的连通域中的点的反射强度置为0，得到三维连通后目标点组成的三维图像f
l
＝f
l
(x,y,z)，结果如图4所示，图4示出连通后三维图像和投影图像，左边部分为三维图像，右边部分为投影图像。
[0133]
在一些实施方案中，本公开实施例的方法，可以为：
[0134]
对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点，包括：
[0135]
定义三维非局部均值滤波的变量参数；
[0136]
遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重。
[0137]
示例性的，本实施例的方法可以在前述步骤s3基础上继续包括：
[0138]
步骤s4：对伽马变换后的三维图像f
gamma
中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后的三维图像f
l
中反射强度不为0的点，三维非局部均值滤波示意图如图5；
[0139]
步骤s41：定义三维非局部均值滤波的变量参数。
[0140]
若空间中有目标，则目标点反射强度由于成像过程中的点扩展现象，反射强度向四周快速衰减，毫米波三维图像目标点在x方向前后几个单位上的反射强度值由真实目标点反射强度迅速衰减到背景强度。
[0141]
在一些实施方案中，本公开实施例的方法，可以为：定义三维非局部均值滤波的变量参数，包括：
[0142]
定义三维图像块的邻域半径；
[0143]
定义三维搜索窗的搜索半径；
[0144]
定义滤波参数。
[0145]
上述步骤s41可以具体包括步骤s411至步骤s413：
[0146]
步骤s411：定义三维图像块的邻域半径，设置ds
yz
为目标点沿yz面邻域半径，ds
x
为x方向上的邻域半径；
[0147]
步骤s412：定义三维搜索窗的搜索半径，设置ds
yz
为目标点沿yz方向的搜索半径，ds
x
为x方向上的搜索半径；
[0148]
步骤s413：定义h为滤波参数，控制着指数函数的衰减，从而控制着以欧式距离为权重的衰减速度。
[0149]
继续结合前述内容，示例性的，本实施例的方法可以在前述步骤s41基础上继续包括：
[0150]
步骤s42：遍历f
l
中的反射强度不为0的点，作为待估点，在对应的f
gamma
中得到其三维搜索窗内所有三维相似窗的相似性权重。
[0151]
在一些实施方案中，本公开实施例的方法，可以为：遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重，包括：
[0152]
对待估点以邻域半径得到三维中心块；
[0153]
对待估点以搜索半径得到三维搜索窗；
[0154]
遍历三维搜索窗，以三维搜索窗内的点得到三维相似块；
[0155]
直至待估点三维搜索窗内所有点循环完毕，由待估点三维搜索窗内所有点的相似性权重计算待估点的反射强度；
[0156]
直至所有坐标点遍历结束，得到噪声抑制后的毫米波三维图像。
[0157]
在一些实施例中，上述步骤s42可以具体包括步骤s421至步骤s425：
[0158]
步骤s421：对待估点(x,y,z)以ds
yz
为yz面邻域半径，ds
x
为x方向上的邻域半径得到三维中心块，记为v(n
(x,y,z)
)；
[0159]
步骤s422：对待估点(x,y,z)以ds
yz
为沿yz方向的搜索半径，ds
x
为x方向上的搜索半径得到三维搜索窗m
(x,y,z)
；
[0160]
步骤s423：遍历三维搜索窗，以三维搜索窗内的点(x1,y1,z1)得到三维相似块，记为
[0161]
在一些实施方案中，本公开实施例的方法，可以为：遍历三维搜索窗，以三维搜索窗内的点得到三维相似块，包括：
[0162]
计算三维中心块与三维相似块的欧式距离；
[0163]
计算三维反射强度点与三维搜索窗内的点的相似性权重。
[0164]
上述步骤s423可以具体包括步骤s4231至步骤s4232：
[0165]
步骤s4231：计算三维中心块与三维相似块的欧式距离，公式如下：
[0166][0167]
其中，dv表示两个三维图像块的欧式距离，代表三维反射强度点(x,y,z)与(x1,y1,z1)的相似性，α＞0，为高斯核标准差；
[0168]
步骤s4232：计算三维反射强度点(x,y,z)与(x1,y1,z1)的相似性权重，公式如下：
[0169][0170]
其中，w(x1,y1,z1)为三维反射强度点(x,y,z)与(x1,y1,z1)的相似性权重，z(x,y,z)为归一化常数，可用下式表示：
[0171][0172]
继续结合前述内容，示例性的，本实施例的方法可以在前述步骤s423基础上继续包括：
[0173]
步骤s424：直到s423中待估点三维搜索窗内所有点循环完毕，由待估点三维搜索窗内所有点的相似性权重计算待估点的反射强度，公式如下：
[0174][0175]
其中，f
nlm
(x,y,z)为待估点(x,y,z)的反射强度估计值；
[0176]
步骤s425：直到步骤s42中所有坐标点遍历结束，得到噪声抑制后的毫米波三维图像f
nlm
＝f
nlm
(x,y,z)，结果如图6所示，图6示出了三维非局部均值滤波后三维图像和投影图像，左边部分为三维图像，右边部分为投影图像。
[0177]
图7示出了原始三维图像和投影图像，左边部分为三维图像，右边部分为投影图像。从改进前和改进后的图像对比得到，通过本公开各实施例的基于非局部均值滤波的毫米波三维图像滤波方法，可以发现改进后有效地去除了三维图像的背景点，抑制了目标点的噪声且得到了目标的三维形体。
[0178]
作为方案之一，如图8所示，本公开的实施例提供了一种基于非局部均值滤波的毫米波三维图像滤波装置，包括：
[0179]
预处理模块，其配置为对采集的图像进行预处理，统计目标分布规律；
[0180]
调整模块，其配置为对原始毫米波三维图像各点反射强度进行灰度值调整；
[0181]
聚类模块，其配置为对灰度值调整后的毫米波三维图像进行聚类；
[0182]
处理模块，其配置为对聚类为目标点的三维图像进行三维连通；
[0183]
滤波模块，其配置为对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。
[0184]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述调整模块，进一步配置为：
[0185]
对原始毫米波三维图像各点反射强度进行灰度值调整，包括：
[0186]
对目标沿距离向、方位向和高度向均匀采样，得到毫米波三维图像；
[0187]
对毫米波三维图像的反射强度进行伽马变换。
[0188]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述聚类模块，进一步配置为：
[0189]
对灰度值调整后的毫米波三维图像进行聚类，包括：
[0190]
对伽马变换后的毫米波三维图像设置反射强度阈值，根据反射强度阈值得到处理后的毫米波三维图像；
[0191]
对处理后的毫米波三维图像中各点的三维坐标进行归一化处理，得到后续聚类过程中三维图像的坐标特征；
[0192]
对处理后的毫米波三维图像中各点的反射强度进行非线性变换，得到反射强度非线性变换后的毫米波三维图像，作为后续聚类过程中三维图像的反射强度特征；
[0193]
以归一化三维坐标特征和对应的非线性变换后反射强度特征进行聚类，至少包括：
[0194]
输入聚类样本集，定义聚类簇数；
[0195]
从聚类样本集中随机选取两个样本作为聚类中心；
[0196]
计算非聚类中心样本分别与两个聚类中心的距离；
[0197]
根据每个样本点分别与两个聚类中心的距离大小确定第一类样本点和第二类样本点，得到分类结果；
[0198]
分别计算出第一类样本点和第二类样本点中新的聚类中心；
[0199]
计算新的聚类中心与前一次所得聚类中心的距离；
[0200]
根据聚类中心变化阈值和最大迭代次数，在判断聚类是否完成的情况下，得到聚类结果。
[0201]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述处理模块，进一步配置为：
[0202]
对聚类为目标点的三维图像进行三维连通，包括：
[0203]
对聚类为目标点的三维图像进行连通；
[0204]
对各连通域反射强度取统计量，基于统计量阈值得到三维连通后目标点组成的三维图像。
[0205]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述滤波模块，进一步配置为：
[0206]
对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点，包括：
[0207]
定义三维非局部均值滤波的变量参数；
[0208]
遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重。
[0209]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述滤波模块，进一步配置为：定义三维非局部均值滤波的变量参数，包括：
[0210]
定义三维图像块的邻域半径；
[0211]
定义三维搜索窗的搜索半径；
[0212]
定义滤波参数。
[0213]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述滤波模块，进一步配置为：遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重，包括：
[0214]
对待估点以邻域半径得到三维中心块；
[0215]
对待估点以搜索半径得到三维搜索窗；
[0216]
遍历三维搜索窗，以三维搜索窗内的点得到三维相似块；
[0217]
直至待估点三维搜索窗内所有点循环完毕，由待估点三维搜索窗内所有点的相似性权重计算待估点的反射强度；
[0218]
直至所有坐标点遍历结束，得到噪声抑制后的毫米波三维图像。
[0219]
作为一种实施方式，本公开的基于非局部均值滤波的毫米波三维图像滤波装置，可以结合前文所述各步骤，所述滤波模块，进一步配置为：遍历三维搜索窗，以三维搜索窗内的点得到三维相似块，包括：
[0220]
计算三维中心块与三维相似块的欧式距离；
[0221]
计算三维反射强度点与三维搜索窗内的点的相似性权重。
[0222]
具体来说，本公开的发明构思之一，旨在通过上述基于非局部均值滤波的毫米波三维图像滤波方法、基于非局部均值滤波的毫米波三维图像滤波装置及计算机可读存储介质，至少对原始毫米波三维图像各点反射强度进行灰度值调整；对灰度值调整后的毫米波三维图像进行聚类；对聚类为目标点的三维图像进行三维连通；对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点，旨在利用毫米波雷达人体安检设备能获得毫米波三维图像的特点，提出基于非局部均值滤波的毫米波三维图像滤波方法，充分利用毫米波三维图像的三维信息，得到目标的形体信息与良好的滤波效果。首先对毫米波三维图像在三维空间中进行聚类和连通处理，在毫米波三维图像中得到构成照射目标形体的反射点。然后使用改进的三维非局部均值滤波算法，在毫米波三维图像中对目标反射点的三维搜索窗内寻找三维相似图像块，利用毫米波三维图像的三维信息，得到更加准确的相似权重，得到噪声抑制良好三维目标图像。改进后本公开各实施例，有效地去除了三维图像的背景点，抑制了目标点的噪声且得到了目标的三维形体。
[0223]
本公开涉及各实施例的有益效果至少体现在：
[0224]
1)给出一种毫米波三维图像的滤波方法，利用了三维图像的三维空间特性，通过聚类和三维连通进行预处理，有效的去除了反射强度较高的背景点；
[0225]
2)利用三维非局部均值滤波，较好的解决了以往毫米波三维图像直接投影为二维图像导致的噪声抑制不足的问题且得到了目标的三维形体；
[0226]
3)使用的方法在保证滤波效果的同时降低了三维数据的计算量，实际操作性和实用性强，随着毫米波设备的发展，应用前景广泛。
[0227]
本公开还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，所述
计算机可执行指令由处理器执行时，主要实现根据上述的基于非局部均值滤波的毫米波三维图像滤波方法，至少包括：
[0228]
对原始毫米波三维图像各点反射强度进行灰度值调整；
[0229]
对灰度值调整后的毫米波三维图像进行聚类；
[0230]
对聚类为目标点的三维图像进行三维连通；
[0231]
对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。
[0232]
以上实施例仅为本公开的示例性实施例，不用于限制本公开，本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内，对本公开做出各种修改或等同替换，这种修改或等同替换也应视为落在本公开的保护范围内。

技术特征：
1.基于非局部均值滤波的毫米波三维图像滤波方法，包括：对原始毫米波三维图像各点反射强度进行灰度值调整；对灰度值调整后的毫米波三维图像进行聚类；对聚类为目标点的三维图像进行三维连通；对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。2.根据权利要求1所述的方法，其中，对原始毫米波三维图像各点反射强度进行灰度值调整，包括：对目标沿距离向、方位向和高度向均匀采样，得到毫米波三维图像；对毫米波三维图像的反射强度进行伽马变换。3.根据权利要求2所述的方法，其中，对灰度值调整后的毫米波三维图像进行聚类，包括：对伽马变换后的毫米波三维图像设置反射强度阈值，根据反射强度阈值得到处理后的毫米波三维图像；对处理后的毫米波三维图像中各点的三维坐标进行归一化处理，得到后续聚类过程中三维图像的坐标特征；对处理后的毫米波三维图像中各点的反射强度进行非线性变换，得到反射强度非线性变换后的毫米波三维图像，作为后续聚类过程中三维图像的反射强度特征；以归一化三维坐标特征和对应的非线性变换后反射强度特征进行聚类，至少包括：输入聚类样本集，定义聚类簇数；从聚类样本集中随机选取两个样本作为聚类中心；计算非聚类中心样本分别与两个聚类中心的距离；根据每个样本点分别与两个聚类中心的距离大小确定第一类样本点和第二类样本点，得到分类结果；分别计算出第一类样本点和第二类样本点中新的聚类中心；计算新的聚类中心与前一次所得聚类中心的距离；根据聚类中心变化阈值和最大迭代次数，在判断聚类是否完成的情况下，得到聚类结果。4.根据权利要求3所述的方法，其中，对聚类为目标点的三维图像进行三维连通，包括：对聚类为目标点的三维图像进行连通；对各连通域反射强度取统计量，基于统计量阈值得到三维连通后目标点组成的三维图像。5.根据权利要求4所述的方法，其中，对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点，包括：定义三维非局部均值滤波的变量参数；遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重。6.根据权利要求5所述的方法，其中，定义三维非局部均值滤波的变量参数，包括：定义三维图像块的邻域半径；
定义三维搜索窗的搜索半径；定义滤波参数。7.根据权利要求6所述的方法，其中，遍历三维连通后被判断为目标的连通域内的点，作为待估点，在对应的伽马变换后的毫米波三维图像中得到其三维搜索窗内所有三维相似窗的相似性权重，包括：对待估点以邻域半径得到三维中心块；对待估点以搜索半径得到三维搜索窗；遍历三维搜索窗，以三维搜索窗内的点得到三维相似块；直至待估点三维搜索窗内所有点循环完毕，由待估点三维搜索窗内所有点的相似性权重计算待估点的反射强度；直至所有坐标点遍历结束，得到噪声抑制后的毫米波三维图像。8.根据权利要求7所述的方法，其中，遍历三维搜索窗，以三维搜索窗内的点得到三维相似块，包括：计算三维中心块与三维相似块的欧式距离；计算三维反射强度点与三维搜索窗内的点的相似性权重。9.基于非局部均值滤波的毫米波三维图像滤波装置，包括：调整模块，其配置为对原始毫米波三维图像各点反射强度进行灰度值调整；聚类模块，其配置为对灰度值调整后的毫米波三维图像进行聚类；处理模块，其配置为对聚类为目标点的三维图像进行三维连通；滤波模块，其配置为对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。10.一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现：根据权利要求1至8任一项所述的基于非局部均值滤波的毫米波三维图像滤波方法。

技术总结
本公开涉及基于非局部均值滤波的毫米波三维图像滤波方法、装置及存储介质，方法包括：对原始毫米波三维图像各点反射强度进行灰度值调整；对灰度值调整后的毫米波三维图像进行聚类；对聚类为目标点的三维图像进行三维连通；对灰度值调整后的三维图像中各点的反射强度进行三维非局部均值滤波，滤波点为对应三维连通后被判断为目标的连通域内的点。通过本公开的各实施例，有效地去除了三维图像的背景点，抑制了目标点的噪声且得到了目标的三维形体。体。体。


技术研发人员：谭维贤 张子扬 黄平平 乞耀龙 高志奇 刘晓龙 洪文
受保护的技术使用者：内蒙古工业大学
技术研发日：2023.03.22
技术公布日：2023/7/25