毫米波無源成像目標(biāo)跟蹤算法研究及實(shí)現(xiàn).pdf

1、毫米波無源探測系統(tǒng)可以對場景中物體輻射的毫米波段的能量進(jìn)行探測進(jìn)而實(shí)現(xiàn)對物體的成像。同時，它可以穿透煙塵，衣物，雨霧等進(jìn)行探測，具有能夠?qū)鼍爸须[匿目標(biāo)進(jìn)行成像而不受氣候條件影響的特點(diǎn)，因此利用毫米波無源探測系統(tǒng)對場景中隱匿目標(biāo)成像，并利用目標(biāo)跟蹤技術(shù)對隱匿目標(biāo)進(jìn)行跟蹤具有較大的研究意義和價值。然而，工程實(shí)現(xiàn)中的諸多限制使毫米波成像具有低空間分辨率、噪聲多等特點(diǎn)。這些正是無源毫米波成像跟蹤技術(shù)需要解決的難題。
　　本論文研究了毫米

2、波無源成像跟蹤算法。關(guān)鍵的內(nèi)容和結(jié)論包括以下幾方面：
　　（1）對隱匿目標(biāo)探測系統(tǒng)的成像理論以及工作原理進(jìn)行了分析和歸理，明確了本論文研究的針對性以及相應(yīng)的思路。
　?。?）針對工程實(shí)現(xiàn)中的限制導(dǎo)致的毫米波成像圖像模糊，目標(biāo)輪廓不清晰的情況，討論了幾種灰度特征以及壓縮跟蹤算法，分析了壓縮跟蹤算法在毫米波圖像中物體姿態(tài)變化以及在目標(biāo)經(jīng)過遮擋物會發(fā)生跟蹤偏移的問題和原因。針對此問題，研究提出了“融合方向梯度直方圖（HOG，His

3、tograms of Oriented Gradients）特征的壓縮跟蹤算法”，以及“基于尺度旋轉(zhuǎn)不變（SIFT，Scale-invariant feature transform）特征的自適應(yīng)更新速率壓縮跟蹤算法”。用新的目標(biāo)特征描述方法，解決了壓縮跟蹤模型對目標(biāo)描述不精確、更新速率無法自適應(yīng)的問題。從實(shí)驗(yàn)結(jié)果看出，改進(jìn)的算法能實(shí)現(xiàn)更加穩(wěn)定和準(zhǔn)確的跟蹤。
　?。?）針對工程實(shí)現(xiàn)中的限制導(dǎo)致的無源毫米波成像信噪比低的情況。研究了

4、具有較強(qiáng)泛化能力的集成學(xué)習(xí)和在線學(xué)習(xí)。并針對“壓縮跟蹤方法中因?yàn)楦滤俾薀o法自適應(yīng)而對噪聲敏感，跟蹤過程中樣本無法一次性獲取的問題”，研究提出了“基于在線隨機(jī)森林的壓縮跟蹤算法”。從目標(biāo)位置預(yù)測方面，解決了毫米波圖像條帶噪聲較多的問題，以及目標(biāo)部分遮擋、目標(biāo)姿態(tài)發(fā)生變化的問題。從實(shí)驗(yàn)結(jié)果看出，本論文的算法能夠?qū)崿F(xiàn)更加穩(wěn)定和準(zhǔn)確的跟蹤。
　　（4）針對安檢等特殊場景中成像背景與目標(biāo)對比較弱，與人體對比較強(qiáng)的情況，研究提出了一種無源毫