论文部分内容阅读
毫米波无源探测系统可以对场景中物体辐射的毫米波段的能量进行探测进而实现对物体的成像。同时,它可以穿透烟尘,衣物,雨雾等进行探测,具有能够对场景中隐匿目标进行成像而不受气候条件影响的特点,因此利用毫米波无源探测系统对场景中隐匿目标成像,并利用目标跟踪技术对隐匿目标进行跟踪具有较大的研究意义和价值。然而,工程实现中的诸多限制使毫米波成像具有低空间分辨率、噪声多等特点。这些正是无源毫米波成像跟踪技术需要解决的难题。本论文研究了毫米波无源成像跟踪算法。关键的内容和结论包括以下几方面:(1)对隐匿目标探测系统的成像理论以及工作原理进行了分析和归理,明确了本论文研究的针对性以及相应的思路。(2)针对工程实现中的限制导致的毫米波成像图像模糊,目标轮廓不清晰的情况,讨论了几种灰度特征以及压缩跟踪算法,分析了压缩跟踪算法在毫米波图像中物体姿态变化以及在目标经过遮挡物会发生跟踪偏移的问题和原因。针对此问题,研究提出了“融合方向梯度直方图(HOG,Histograms of Oriented Gradients)特征的压缩跟踪算法”,以及“基于尺度旋转不变(SIFT,Scale-invariant feature transform)特征的自适应更新速率压缩跟踪算法”。用新的目标特征描述方法,解决了压缩跟踪模型对目标描述不精确、更新速率无法自适应的问题。从实验结果看出,改进的算法能实现更加稳定和准确的跟踪。(3)针对工程实现中的限制导致的无源毫米波成像信噪比低的情况。研究了具有较强泛化能力的集成学习和在线学习。并针对“压缩跟踪方法中因为更新速率无法自适应而对噪声敏感,跟踪过程中样本无法一次性获取的问题”,研究提出了“基于在线随机森林的压缩跟踪算法”。从目标位置预测方面,解决了毫米波图像条带噪声较多的问题,以及目标部分遮挡、目标姿态发生变化的问题。从实验结果看出,本论文的算法能够实现更加稳定和准确的跟踪。(4)针对安检等特殊场景中成像背景与目标对比较弱,与人体对比较强的情况,研究提出了一种无源毫米波图像目标检测算法,较好地解决了因背景和目标灰度相似而导致检测虚警的问题。为解决毫米波图像中隐匿物体遮挡消失单一跟踪算法无法对目标进行持续定位的问题,研究提出了一种对隐匿目标边检测边跟踪算法,该算法有效地滤除了单一的检测算法带来的虚警和漏检目标。从实验结果看出,本论文的算法能够实现快速、稳定、准确的跟踪。