一种被动毫米波图像中人体隐匿物品检测方法.docVIP

一种被动毫米波图像中人体隐匿物品的检测方法 　　摘 要：根据被动毫米波图像的特点，需要设计一种适应并且有效的被动毫米波图像中人体隐匿危险物品的检测方法。该文提出了一种被动毫米波图像中人体隐匿物品的检测方法，首先，对原始被动毫米波图像进行预处理，通过插值重建后，采用三次迭代增强方法进行图像增强，获取处理后的被动毫米波图像，以使被动毫米波图像目标与背景进行明显区分；然后，通过对人体是否存在进行预判断，若存在则进行人体目标检测，获取人体区域；最后，采用两次迭代分割的方法对人体区域内的隐匿物品进行检测，并对检测到的隐匿物品区域进行标记。实验结果表明，该方法能有效地检测出被动毫米波图像中的人体隐匿物品，具有较高的准确性。 　　关键词：被动毫米波图像 图像预处理 人体检测 人体隐匿物品检测 　　中图分类号：TH74 文献标识码：A 文章编号：1672-3791（2014）12（c）-0202-02 　　毫米波是指波长范围在1～10 mm之间的电磁波，其频率范围从30GHZ到300 GHZ。毫米波成像系统分为主动和被动两种工作模式，在探测人体隐匿物体的应用中，被动毫米波成像系统占据了主要地位[1]。被动毫米波成像系统不仅可以检测出隐藏在织物下的金属物体，还可以检测出塑料、液体、炸药等危险品，获得的信息更加详尽准确，可以大大地降低误警率。除此之外，被动毫米波成像系统不发射电磁波，不会对人体造成任何伤害。近年来，被动毫米波成像技术在人员安检等方面得到了越来越广泛的应用，因此完成被动毫米波图像中人体隐匿危险物品的检测具有重要的意义。 　　现有的人体隐匿危险物品的检测方法主要是针对微波图像[2-3]、红外图像[4]、太赫兹THz图像[5]等，所采用的物品检测算法都是根据自身图像的成像特点设计的。在被动毫米波图像中人体隐匿危险物品的检测中，现有的物体检测算法并不适用，主要原因包括：一是被动毫米波成像技术结构复杂造价昂贵，将毫米波成像技术用于藏匿物品的探测还处于初级阶段，被动毫米波成像系统所采集到的图像较之上述几类图像，图像中的噪声和模糊现象严重，分辨率低，不能很好地反映目标场景的特性，图像达不到所要求的质量，藏匿在衣服下的物体形状模糊难以辨别；二是图像中包含的隐匿物体种类更详细，包含金属、塑料、液体、炸药等，表现在灰度图像中灰度值有高有低，亮度有明有暗，增加了检测的难度。 　　综上，根据被动毫米波图像的特点，该文提出了一种被动毫米波图像中人体隐匿物品的检测方法，包括：图像预处理步骤，对采集到的原始被动毫米波图像，通过插值重建后，采用三次迭代增强方法进行图像增强，获取被动毫米波图像，以使所述被动毫米波图像目标与背景进行明显区分[6]。人体区域检测步骤，基于所述被动毫米波图像，通过对人体是否存在的预判断，进行人体目标检测，获取人体区域；隐匿物品检测步骤：在所述人体区域内，采用两次迭代分割的方法，对隐匿物品进行检测，并对检测到的隐匿物品区域进行标记。 　　1 被动毫米波图像预处理 　　该研究采用插值重建和三次迭代增强对被动毫米波图像进行预处理，解决被动毫米波图像目标与背景区分不明显，对比度低，噪声大等问题。 　　在插值重建中，采用立方卷积插值算法对被动毫米波图像进行插值重建，该算法利用待插值点周围的16个点的灰度值做立方卷积差值，不仅考虑到4个直接相邻点的灰度影响，而且考虑到各邻点之间灰度值变化率的影响。该插值算法重建后的图像更好的保留细节质量，更接近高分辨率图像的放大效果，有效提高了图像的分辨率。 　　对完成插值重建后的被动毫米波图像进行三次迭代增强处理，提高所述被动毫米波图像的对比度，并降低背景的噪声。迭代增强步骤如下： 　　（1）采用最大模糊熵准则对被动毫米波图像进行第一次增强处理，使目标的亮度增强的同时抑制背景区域的噪声，改善图像的对比度。该方法考虑到了图像中目标与背景的最佳分离点往往表现在灰度直方图的波谷位置，采用最大模糊熵准则对图像的直方图进行处理，求取目标与背景的最佳分离点阈值，再利用多分段非线性函数在模糊阈中对阈值两侧的灰度值进行非线性拉伸，将模糊隶属度区域拉伸至，改善隶属度的动态范围，并采用非线性变换增强了该区域中的隶属度大小，以此同时将区间拉伸至，并将该区域中的隶属度进行压缩，其中、、分别为图像中像素最小值、最大值以及目标与背景的最佳分离点的隶属度。 　　（2）采用幂次变换方法对完成第一次迭代增强后的所述被动毫米波图像进行第二次增强处理，以使所述被动毫米波图像的高灰度级扩展，压缩低灰度级，进一步改善图像的对比度。 　　（3）采用自适应中值滤波算法对完成第二次迭代增强后的所述被动毫米波图像进行第三次增强处理，实现清除椒盐噪声，处理空间中的冲激噪声，并平滑非冲激噪声。 　　2 人体区域检测 　　该研究为了使人