基于無源毫米波圖像的目標檢測方法研究.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現(xiàn)成像，具有強穿透力，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，被廣泛的運用于軍用及民用場合。無源毫米波圖像的目標檢測技術(shù)利用不同物體的輻射特性從背景中提取目標，能夠為成像系統(tǒng)的不同應(yīng)用場合提供更多關(guān)于目標的有效信息，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檢測算法和安檢中人體隱匿動目標檢測算法。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；介紹縮比實驗原理，為后文驗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、景下的待檢目標和背景的特性，分別建立無源毫米波圖像中靜止目標和人體隱匿動目標的檢測框架。
　　3.針對待檢靜止目標的輻射亮度有限，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，該算法能夠準確檢測到特定目標。
　　4.針對毫米波序列圖像中隱匿目標

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)實測的場景毫米波圖像，驗證基于二維單元加權(quán)平均的恒虛警算法的有效性，實驗結(jié)果表明算法能夠有效的檢測靜止目標；利用人體安檢系統(tǒng)的毫米波序列圖像驗證隱匿