毫米波无源探测成像系统通过接收场景中辐射的毫米波,利用不同材质的物体辐射毫米波能量的差异性成像。该系统应用在安检领域,具有对人体无害、能保护人体隐私、能探测隐藏在衣物下的金属及非金属物体等优点。但是,由于工程受限,毫米波图像信噪比较低,且在安检环境中,目标可能随人体运动发生形变、尺度变化、被遮挡等现象,给目标检测与跟踪带来了困难。因此,研究目标检测与跟踪算法,实现对毫米波图像中目标的有效检测、准确定位、连续稳定跟踪具有较高的学术价值与实用价值。本文依托实际科研项目,基于人体、金属物体及背景辐射特性,在分析毫米波无源成像原理的基础上,开展了毫米波无源成像目标检测与目标跟踪算法的研究。主要研究内容阐述如下:(1)针对实际成像场景中,背景与目标亮温相差不大导致毫米波图像中目标与背景灰度差异较小,研究提出了基于区域提取的目标检测算法。该算法通过对图像中人体区域所在列进行归一化增强,然后对增强图像进行直方图修正,并在新的直方图中采用加权最大熵阈值分割法求解分割阈值,再对增强图像分割、提取人体区域、提取目标。最后,在毫米波图像中进行仿真,结果表明,该算法检测率高,虚警率低。(2)针对实际场景中目标随人体运动边界变得模糊,甚至会淹没在噪声中,使用基于区域提取的检测算法难以检测出目标,发生漏检现象;针对判别式跟踪算法在目标受遮挡、发生尺度变化情况下,目标定位容易发生偏移,甚至发生目标跟丢现象,研究提出了基于循环矩阵的快速跟踪算法。该算法采用多通道梯度直方图特征描述目标,构建循环样本特征,利用循环矩阵性质,使用快速傅里叶变换及其逆变换求解线性分类器及所有样本特征响应,快速预测目标位置。仿真实验表明,该算法稳定性好,抗噪性强。(3)针对安检环境中,有人场景及无人场景成像平均灰度值不同,且人体可能携带多目标,研究提出了毫米波图像序列多目标检测与跟踪算法。该算法首先通过平均灰度判定,确定开始检测的起始帧,再取检测到的十帧图像中目标个数出现帧数最多的值作为实际目标个数,然后,在后续图像帧中进行目标关联,对于不能检测出的目标采用跟踪算法预测该目标位置。仿真实验表明,该算法在各目标相对距离不变的情况下,能实现对各目标有效稳定的跟踪。