[摘 要]基于X射线的检测技术在车站、机场等安检领域使用较普遍，本文提出了一种基于直方图特征的检测移动硬盘的算法。首先简单阐述了算法原理；其次详细叙述了算法的实现过程，主要技术包括大津阈值过滤背景信息、二值化、提取轮廓、多边形逼近和统计直方图特征等；最后总结了算法的优点和局限性。本文算法对提高安检系统的安全性等方面有一定的应用价值。
　　[关键词]灰度直方图，大津阈值，逼近多边形
　　中图分类号：C558 文献标识码：A 文章编号：1009-914X（2018）03-0316-01
　　一、引言
　　X射线检测作为一种无损检测技术越来越多地出现在社会各类应用领域中，比如工业领域、医疗领域、安检领域等。在安检领域中，大多使用X射线作为射线源检查旅客随身携带的物品。
　　本课题的处理对象是X射线图像，当检测出x光照射下有移动硬盘时，发出警报。
　　二、原理
　　当今市面上出售的移动硬盘通常有两种规格——2.5寸笔记本硬盘和3.5寸台式机硬盘，且以2.5寸笔记本硬盘居多。台式机硬盘和笔记本硬盘构造相似，在x光下的图像具有相似的颜色特征，且外形为矩形。鉴于此，我们可以拍摄一个硬盘的标准图像，计算其灰度直方图。然后在待检测图像中检测多边形区域，通过面积特征剔除掉过小或者过大的区域。再计算检测到的多边形区域的灰度直方图跟标准硬盘图像的灰度直方图之间的余弦距离，大于设定的阈值时即可认为该多边形区域为移动硬盘。
　　三、算法
　　本文所述算法编译环境为windows10 + VS2013 + OpenCV2.4.10。
　　2.1转化为灰度图像。由于本文算法考虑使用灰度直方图，因此首先我们需要将图像转化为灰度图像。可以使用OpenCv库中的imread函数以灰度模式载入图像，也可以使用cvtColor函数将彩色图像转化为灰度图像。
　　2.2用大津阈值处理灰度图像过滤背景信息[1]。最大类间方差法是由日本学者大津于1979年提出的，是一种自适应的阈值确定的方法，简称OTSU。它是按图像的灰度特征，将图像分成背景和目标两部分。背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。
　　因此，使类间方差最大的分割意味着错分概率最小。x光下，图像背景噪音的灰度较亮，而硬盘区域灰度较暗，可以使用大津阈值处理图像，过滤掉图像的背景信息。
　　2.3在二值图像中寻找矩形区域。二值图像中所有的像素只能从0和1这两个值中取，即图像非黑即白。在二值图像上我们可以很方便的执行多边形区域检测[2]、面积计算等操作。使用大津阈值可以很方便的把图像二值化，即背景区域取0而目标区域取1。使用函数findContours在二值图像中提取轮廓，遍历每个轮廓，对每个轮廓的点集，使用函数approxPolyDP找逼近多边形。判断逼近多边形的顶点数和面积，当顶点数大于等于4且面积处于事先设定的取值区间时，储存该多边形区域。
　　2.4在找到的多边形区域中检测硬盘。遍历储存的多边形区域，创建跟原图像大小一致的纯白图像，在新建的图像上使用函数polylines和fillPoly填充多邊形区域为黑色，遍历新建的图像统计原图像中对应于多边形区域的每个灰度级中像素的个数。由于硬盘区域的尺寸不一，为了消除尺寸差异，将统计的各灰度级的像素个数除以总像素个数转化为频率。为了减少计算量，我们将256个灰度级转化为了64个灰度级。然后计算跟标准硬盘图像的64维灰度频率矩阵的余弦距离，当大于设定的阈值时就可断定该多边形区域对应的物体为移动硬盘。
　　四、总结
　　本文提出的算法代码量少、简单、有效，计算量小。在使用场景不苛刻的条件下具有很好的应用价值。算法稍加改动，也可以移植到嵌入式设备中，可以用于交通运输中的安检系统等。
　　算法的局限性是当图像中的其他物体的灰度直方图跟硬盘的灰度直方图相似时不能很好的加以区分；另一种情况是，当移动硬盘跟其他物体叠加在一起时不能很好的提取出硬盘区域。要克服这些局限性有待于进一步的研究。
　　参考文献
　　[1] 黄庆明，潘少静.一种改进的基于大津自动阈值选择法的分窗二值化过程[J].微电子学与计算机，1991（10）：38-40.
　　[2] 魏伟波，芮筱亭.图像边缘检测方法研究[J].计算机工程与应用，2006， 42（30）：88-91.