论文部分内容阅读
无源毫米波成像系统(Passive Millimeter Wave Imaging System)通过探测视场环境中的毫米波辐射能量的差异来完成成像,相对于光学、红外和微波成像有着其独特的技术特点和优势。无源毫米波图像的变尺度目标检测跟踪技术利用视场环境中不同物体的辐射差异将目标从背景中提取出来并进行跟踪,能够为不同的应用场合提供感兴趣目标的有效信息,是毫米波成像领域以及信息获取领域中的重要研究热点。本文围绕无源毫米波成像系统在安检和场景监视等场合的应用需求,重点研究了近场环境中人体携带的隐匿金属物体的检测和跟踪算法,本文的主要研究内容如下:1.针对无源毫米波图像中的目标检测和跟踪常用的理论和方法,对比它们的优劣,研究分析了本文的变尺度目标检测跟踪算法合适的理论依据。针对无源毫米波图像和其中的隐匿金属目标的的特点,依据选择的基本理论依据,研究建立了整体检测跟踪算法框架。2.针对无源毫米波图像中的变尺度隐匿金属目标的位移和尺度变化带来的检测跟踪困难,改进出了依据NP准则确定基础二值化阈值并设立阈值空间进行多次统计、投票表决来检测目标物体的检测算法以及基于卡尔曼滤波来估计目标位置、尺度的目标跟踪算法。研究分析了算法性能,证明算法能够以较高的精确度实现金属目标的检测和跟踪。3.针对无源毫米波探测成像系统项目中对信号处理平台的指标及参数要求进行了DSP选型以及接口调试。4.完成了变尺度目标检测跟踪算法的移植,并结合C64x+DSP内核的特点和各种优化策略对DSP程序进行优化。最终实现结果表明算法的检测跟踪性能良好。以上工作,已成功在Matlab软件平台和DSP硬件平台实现并验证,证明算法可以达到较高的检测跟踪效率和硬件实时性,用于解决毫米波图像中的隐匿金属目标检测跟踪问题。