基于無源毫米波圖像的目標(biāo)檢測方法研究.pdf

1、無源毫米波成像（Passive Millimeter Wave Imaging）通過探測場景在毫米波段的輻射能量差異實(shí)現(xiàn)成像，具有強(qiáng)穿透力，全天時、全天候的工作能力及不主動發(fā)射電磁波等優(yōu)點(diǎn)，被廣泛的運(yùn)用于軍用及民用場合。無源毫米波圖像的目標(biāo)檢測技術(shù)利用不同物體的輻射特性從背景中提取目標(biāo)，能夠?yàn)槌上裣到y(tǒng)的不同應(yīng)用場合提供更多關(guān)于目標(biāo)的有效信息，是現(xiàn)代信息獲取技術(shù)中的一個關(guān)鍵的問題，因此成為近年來國際上的研究熱點(diǎn)之一。
　　本文圍繞毫

2、米波成像系統(tǒng)應(yīng)用于場景監(jiān)測和安檢的應(yīng)用需求，主要研究了場景中靜止目標(biāo)檢測算法和安檢中人體隱匿動目標(biāo)檢測算法。文章的主要內(nèi)容如下：
　　1.分析物體的毫米波輻射特性，為目標(biāo)的可檢測性提供保證；分析毫米波焦平面陣列成像系統(tǒng)的探測距離，根據(jù)系統(tǒng)的參數(shù)和成像原理得到系統(tǒng)探測距離的定量表達(dá)；介紹縮比實(shí)驗(yàn)原理，為后文驗(yàn)證探測距離提供理論依據(jù)。
　　2.針對無源毫米波圖像在不同應(yīng)用背景下的檢測問題和目標(biāo)及背景的特征密不可分，研究不同應(yīng)用背

3、景下的待檢目標(biāo)和背景的特性，分別建立無源毫米波圖像中靜止目標(biāo)和人體隱匿動目標(biāo)的檢測框架。
　　3.針對待檢靜止目標(biāo)的輻射亮度有限，且圖像具有豐富的信息未被合理利用，提出高斯加權(quán)平均的 CFAR門限估計，并依此提出毫米波圖像中基于二維單元加權(quán)平均恒虛警（2D CWA-CFAR）的靜止目標(biāo)檢測算法。與基于二維單元平均恒虛警（2D CA-CFAR）的檢測算法比較，該算法能夠準(zhǔn)確檢測到特定目標(biāo)。
　　4.針對毫米波序列圖像中隱匿目標(biāo)

4、的移動和尺度變化帶來的檢測困難，提出提取人體區(qū)域并建立基于人體區(qū)域的高斯混合模型，并依此提出基于高斯混合模型和 EM估計的人體隱匿目標(biāo)檢測算法。從貝葉斯錯誤率和幀處理時間與基于二階EM的隱匿目標(biāo)檢測算法比較，分析算法的性能。
　　通過91.5G Hz頻段16通道毫米波焦平面陣列成像系統(tǒng)實(shí)測的場景毫米波圖像，驗(yàn)證基于二維單元加權(quán)平均的恒虛警算法的有效性，實(shí)驗(yàn)結(jié)果表明算法能夠有效的檢測靜止目標(biāo)；利用人體安檢系統(tǒng)的毫米波序列圖像驗(yàn)證隱匿