毫米波無源成像目標(biāo)檢測算法研究及實現(xiàn).pdf

1、毫米波無源成像系統(tǒng)，根據(jù)系統(tǒng)接收到的各類物體在毫米波段的輻射能量差異來進(jìn)行成像。該系統(tǒng)能有效穿透衣服等遮蓋物對隱匿金屬目標(biāo)進(jìn)行成像；其不主動發(fā)射電磁波，對人體無輻射，且具有很好的隱蔽性；毫米波頻段的電磁波在雨霧中傳播的損耗較小，能穿透雨霧，毫米波成像系統(tǒng)可以實現(xiàn)全天候工作。因此，利用該系統(tǒng)檢測出隱匿物品在安檢及軍事應(yīng)用等領(lǐng)域都有極大的應(yīng)用前景。目標(biāo)檢測技術(shù)是該系統(tǒng)在實際應(yīng)用中的一項關(guān)鍵技術(shù)，針對毫米波領(lǐng)域的目標(biāo)檢測算法的研究具有重大意義

2、。
　　本文依托具體科研項目，深入研究了無源毫米波成像的目標(biāo)檢測技術(shù)。主要的研究內(nèi)容包括：
　　（1）闡述了毫米波無源探測基本理論，并分析總結(jié)了金屬物體在毫米波段的輻射特性，以及成像結(jié)果的特點。
　　（2）針對背景中不存在干擾目標(biāo)的無源毫米波成像，研究了“基于最大類間方差法的目標(biāo)檢測算法”。針對傳統(tǒng)的Otsu單閾值方法不能有效分割毫米波圖像的問題，提出Otsu雙閾值方法。并引入毫米波圖像各個區(qū)域的面積信息，修正其目標(biāo)函

3、數(shù)，提高了算法的檢測精度。仿真實驗表明，相對于傳統(tǒng)算法，該算法能更有效地檢測到隱匿目標(biāo)。
　　（3）針對無源毫米波成像信噪比低的情況，研究了抗噪聲能力強(qiáng)的“基于密度的空間聚類算法”(Density-Based Spatial Clustering of Applications with Noise，簡稱DBSCAN)，并針對其“對邊界模糊的圖像聚類效果不佳”的問題，研究提出了“基于局部密度的快速聚類算法”，提高了算法的檢測精度。