面向违禁品图像的特征提取研究及实现【毕业设计+开题报告+文献综述】.doc

1、 本科 毕业 设计 (论文 ) （二零 届） 面向违禁品图像的特征提取研究及实现 所在学院 专业班级 计算机科学与技术 学生姓名 学号 指导教师 职称 完成日期 年 月 摘要 ： 如今，随着计算机处理能力的提升和传感器技术的发展，图像处理技术在越来越多的领域中得到应用。用计算机取代人类去智能地识 别出现实生活中的各种数据，不仅可以降低成本花费，而且能够提高识别准确度，扩展识别范围。尽管现实世界中的各种复杂景物地识别对于人类来说是一个轻而易举的任务，但是利用计算机自动识别图像却非常困难。本文主要研究的是如何提取违禁品图像中特征值，主要指的是：首先提取图像在 RGB 颜色空间中的颜色特征，并分析其

2、分布；然后，基于对大量的图像进行分析的基础上，计算出阈值，并对图像进行分割，在每个块内进行分析；最后，分析图像的整体分布，即利用统计学知识对局部数据进行整合，得出图像的识别结果。 关键字： 违禁品图像；特征提取；图像 识别；颜色特征 The Research and Implement of Feature Extraction for Prohibited Images Abstract： With the rapid improvement of computer processing and sensor techniques, image processing technology h

3、as been applied in large research fields. To recognize all kinds of data in applications by using artificial intelligence instead of human work, can not only reduce system cost, but also improve recognition accuracy and enlarge recognition range. Indeed, recognizing complicate objects in real world

4、is an easy task for human, but as for computer, it is a difficult one. In this paper, we mainly research in how to extract the features from prohibited images. Firstly, the color features in RGB color space is extracted from images, and its distribution is analyzed. And then, based on fully mining t

5、he characteristics of prohibited images, some thresholds are calculated and they are used for segmenting an image into several blocks, and a further analysis are made on each block. Finally, the whole distribution of an image is analyzed, i.e., by using the statistics-based methods to deal with imag

6、e data, and a recognize result will be achieved. Keywords: prohibited image; feature extraction; image recognition; color feature 目录 1 绪论 . 1 1.1 研究背景 . 1 1.2 图像识别技术的现状和发展趋势 . 2 1.2.1 图像识别技术的现状 . 2 1.2.2 图像识别技术的发展趋势 . 2 1.3 课题的研究内容 . 2 1.4 课题的研究目标 . 3 1.5 论文的内容组织 . 3 2 特征提取技术概述 . 5 2.1 颜色的特征提取技术 . 5

7、 2.1.1 颜色特征提取概述 . 5 2.1.2 颜色空间 . 6 2.2 特征提取技术在图像识别中的应用 . 7 3 毒品特征提取方法研究 . 9 3.1 毒品图像的视觉特点 . 9 3.2 面向毒品图像的特征提取方法 . 9 3.2.1 绘制毒品的直方图方法 . 9 3.2.2 分析毒品直方图结果 . 10 3.2.3 分析不包含毒品图像的直方图 . 11 3.2.4 总结两种图像中颜色分布区别 . 11 3.3 图像预处理 . 12 3.4 两种毒品图像特征提取方法对比 . 14 4 毒品特征提取及识别实 验过程 . 15 4.1 程序实现流程： . 15 4.2 总体思路 . 16

8、4.3 用 java 程序实现对毒品图像的识别 . 16 4.3.1 java 项目的总体介绍 . 16 4.3.2 图像处理算法 . 17 4.3.3 图像识别的主界面 gui . 19 4.3.4 单张图像毒品位置查询 . 21 5 总结和展望 . 22 5.1 全文总结 . 22 5.2 工作展望 . 23 致 谢 . 错误 !未定义书签。 参考文献 . 23 1 1 绪论 1.1 研究背景 现在，随着计算机处理能力的提升和传感器的发展，图像处理技术在越来越多的领 域得到了应用。用计算机取代人去智能识别现实生活中的各种数据，不仅降低了成本，而且还提高了识别的准确度和识别的范围。但是，图像

9、特征提取技术在毒品图像特征提取领域引用现在还不多。但是由于毒品具有其独特图像特征，能通过其 RGB 特征，纹理特征同其他物品很好地区别出来。所以如果将图像特征提取技术应用到这个领域，会取得很好的效果。再和其他现有的毒品识别技术结合起来，一定能大大提高识别的准确度。 毒品是指被人类当做嗜好品所滥用的功能性药物，多为精神药品或麻醉药品。因滥用这类药品有戕害身心健康之虞，所以称为毒品。通常使用毒 品只是为了产生身体或心理上的娱乐目的，而非用来作生理或心理治疗之用，因此也有人称之为娱乐性药物。毒品通常具有成瘾性，随着使用时间的推移，身体对于药物的剂量需求也会不断提高。人在吸食毒品之后除了产生幻境及可能

10、会造成行为异常外，过量毒品将造成死亡。 1各国对使用毒品均制定相关法律进行严格管制。所以，毒品严重威胁着社会的和平和稳定。在新的世纪，毒品相关的犯罪活动在全世界快速地蔓延，并且毒品会传播艾滋病。在艾滋病的传播中有很大一部分是因为毒品造成的。并且吸毒和贩毒都是造成社会不稳定的因素。更加严重的是，毒品走私和 恐怖活动，洗钱等国际犯罪团伙联合起来，对全社会构成及其严重的威胁 2。另外随着社会经济 的发展和科学技术的颈部，犯罪分子的集团化、手段的隐蔽化和高科技化已经成为一个不容忽视的事实，他们因为受到了巨额经济理论的诱惑，不但大批量进行毒品走私活动，有些还在全球建立贩卖毒品的关系网。 所以如何精确以及

11、快速地把毒品从图像中检测出来已经成为了一件迫切解决的难题。特别是在机场、火车站及码头等安检中准确及时检测出爆炸物已经成为具有挑战性和紧迫感的问题。虽然已经有了很多种检测手段和方法，但是尚没有哪一种手段和方法能够同时 满足快速、准确和无损的检测以及人体内外隐藏毒品、爆炸物快速、准确报警的需求 。而在这些场所里面，用人力明显不仅成本太高，而且工作量很大并且容易出错。所以，使用计算机软件来辅助工作人员识别毒品将是一种很好的解决方案。不仅降低了成本，并且提高了准确度，还增加了覆盖面。等到识别的算法日趋成熟，甚至还可以用计算机来取代工作人员在公共场2 所进行巡逻。 1.2 图像识别技术的现状和发展趋势

12、1.2.1 图像识别技术的现状 识别现实世界中的各种复杂景物对人类来说是一件轻而易举的事，而计算机进行图像识别却非常困难。在相 对较为简单领域，图像目标识别得到了成功的应用 3。当前所面临的主要问题有：首先，完成一幅图像的识别一般要经过许多不同处理过程，图像识别正是这些综合应用的结果。然而，至今没有一个通用的方针来指导这些过程在完成特定任务时应该如何组织和搭配，即便对于各种常用图像，分割算法之间的性能比较也没有一个较好的统一标准4。其次，现有的各种图像识别算法都或多或少的带有一定的局限性，在一种环境效果很好的算法换一种环境就有可能很糟。再次，一些有一定通用性，效果很好的算法往往计算量很大，难以

13、实时应用。 1.2.2 图像识别 技术的发展趋势 尽管计算机图像识别面临着巨大的困难，但是这一技术还是得到了很大的发展。综观图像识别技术近十年来的发展变化，不难看出一些特点：图像识别将经历一个飞速发展的阶段，立体视觉与人工智能仍然是计算机图像识别今后的发展方向；短期内实现全自动通用性较大的计算机视觉系统可能性不大，今后应结合各种实际应用开发各种计算机图像目标识别系统5。 可以预期，图像识别技术为人类生活创造新的文化环境，成为提高生产的自动化、智能化水平基础科学之一。图像识别的基础性研究，特别是结合人工智能与视觉处理的新算法，从更高水平提 取图像信息的丰富内涵 6。 1.3 课题的研究内容 目前

14、，毒品的检测方法主要有 X 射线法、中子法、共振法以及蒸汽法等四个主要分支。基于 X 射线的毒品图像探测方法是被广泛采用的一类方法，而在 X 射线探测方法中，最常见的是透视成像技术，利用 X 射线穿过物体时的衰减规律，得到物体的形态和密度信息，如双能 (多能 )X 射线成像和 X 射线 CT7。它的优点是技术不仅简单、成熟，而且价格低廉，3 比较适合于识别金属物品；缺点是漏报和误报率比较高，不能分辨复杂背景中相对含量少的毒品。并且， x 射线还对人体有伤害，国内外禁止使用 x 射线对 人体进行检查 8。 另外一个常见的基于 X 射线探测法是 X 射线衍射法，其思想是通过建立一个拥有所有种类的毒

15、品的 X 射线特征数据库，通过对比从而判断被测物质是否属于毒品，具有很好的物质鉴别能力 9。 X 射线衍射是物质结构分析最终的手段， X 射线与物质作用时会发生 X射线的相干散射、非相干散射和光电效应三种相互作用 10。发生 X 射线散射的时候， X 射线光子与原子的电子发生碰撞，被原子束缚的电子所散射出去的辐射的波长与入射线波长是一样的。在满足布拉格定律的条件下 11，会产生光的干涉图案。 以上的毒品的检测技术，虽 有长处，但都存在明显的不足。此外，还存在一些共同的弊端 ：例如在检测对象上，对于仅能测得物质密度与形状的仪器，检查金属武器效果好，检查炸药也有一定效果，但对于毒品几乎没有效果，与

16、毒品的密度相似的物品就很难有效区分，对于人体内外藏毒和爆炸物还无法安全、准确的检查出来。在检测准确度上，对于伪装、密封性好或是用金属全屏蔽的危险品无法被测出；虽然有些技术能实现大面积检测，如 X 射线、 NQR 法等，但这些方法的精度和准确率不高，漏报率、误报较多；检测速度：以上各种方法对隐藏危险品的检测速度存在不同的局限性；立体定位：以上 各种方法不能对危险品在包裹或人体中的位置进行准确三维定位。 因为上面所述的毒品检测方法都存在自己的局限性，本课题主要研究如何根据毒品图像的 RGB 值来对图像中有没有毒品进行研究。但是因为拍照技术，现场环境的干扰，这种识别算法还存在一些缺陷。比如说在有些环

17、境下识别率不高，容易把其他不是毒品的物品识别为毒品。但是因为其基于图像识别的特性，使得这种方法可以在人流量大的公共场所进行图像识别，以及可以辅助其他识别方法来进行识别。提高识别的准确度。 1.4 课题的研究目标 这次课题的研究目标是通过研究现在使用的毒品识别 的技术使用的方法和特点，找出其中的不足。然后从毒品的颜色空间的角度出发设计一种新的毒品识别方法，克服之前毒品识别方法上的缺点。已辅助现有的识别方法，提高毒品识别的准确度。 1.5 论文的内容组织 论文共由五章。第一章为绪论，主要从大体上描述了毒品图像识别的现状和现有技术的4 不足，以及我将从哪些方面对这些不足进行改进。第二章是对特征提取技

18、术的概述，主要对后面用到的毒品识别的技术，工具的说明。对特征提取上的一些概念的描述。第三章是在第二章内容的基础上，对毒品图像这一特定的目标进行特征提取，识别方法的分析和研究。 第四章是毒品特征提取的实验，里面包括了程序识别的总体流程，主要思路以及代码实现。最后一张是对整个毕业设计的总结，分析设计上的优点和不足和对未来的展望。 5 2 特征提取技术概述 从图像检索发展的历程来看主要经历了两个阶段：基于文本的图像检索和基于内容的图像检索。传统的基于文本的图像检索技术是通过关键字或自由文本进行描述，查询操作是基于该图像的文本描述进行精确匹配或概率匹配。基于文本的图像检索方式简单、易于理解，但检索时要

19、指明文本特征 10。由于人工注释图像的主观性和不准确性等弊端，因此这种传统的图像检索方 法并不能满足用户的需要。相对于基于文本的图像检索技术来说，基于内容的图像检索实现了自动化、智能化的图像检索和管理，主要利用了图像中的一些可视化信息，如颜色、形状、纹理等信息作为检索的途径，从而提高了检索的效率和准确性因此得到越来越多人的关注。 2.1 颜色的特征提取技术 2.1.1 颜色特征提取概述 特点：颜色特征是一种全局特征 ,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感 ，所以颜色特征不能很好地捕捉图像中对象的局部特征。 1)颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像 16。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间： RGB 颜色空间、 HSV 颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法 17。 图像相似度采用以 下算法计算： 错误 !未找到引用源。 (2.1) 2)颜色集