被動毫米波圖像識別技術(shù)研究.pdf

1、隨著微波技術(shù)的日漸成熟和發(fā)展，毫米波以其受環(huán)境干擾小，可全天候工作等顯著特點成為軍事，生活，醫(yī)學(xué)等領(lǐng)域的重要技術(shù)，毫米波技術(shù)的迅速發(fā)展給人們的生活和安全帶來了巨大的便利。但是，毫米波圖像噪聲很大，分辨率低，在實際的應(yīng)用中有時無法辨別出清晰的邊緣，無法識別出目標(biāo)與背景的分界，這使得毫米波圖像的作用大大地被減少，嚴(yán)重影響毫米波在實際生活中的應(yīng)用。
　　 本文在以實現(xiàn)毫米波圖像的目標(biāo)識別為最終目的，首先對被動毫米波的硬件系統(tǒng)做了一定的

2、了解，傳統(tǒng)的被動毫米波前端掃描采樣控制系統(tǒng)硬件系統(tǒng)選用元器件較多，結(jié)構(gòu)比較復(fù)雜，消耗功率較大，為了克服這一缺點，本文提出了以TMS2812DSP芯片為控制核心的被動毫米波成像系統(tǒng)構(gòu)架，在理論上，該系統(tǒng)可以降低功耗，簡化系統(tǒng)結(jié)構(gòu)。
　　 在毫米波圖像邊緣檢測算法方面，本文介紹了一些經(jīng)典的邊緣檢測算子，經(jīng)過分析其中Canny算法的效果較好，但是傳統(tǒng)的Canny算法在圖像處理的各個步驟的重要參數(shù)都是固定的，很難通過圖像的細(xì)節(jié)自動確定，

3、無法很好地在噪聲抑制和邊緣保護上兼顧。本文提出了基于Kirsch梯度幅值和閾值確定的自適應(yīng)Canny算法。該算法對毫米波圖像的Gauss濾波過程進行了改進，還對二值化毫米波圖像的邊緣檢測閾值確定過程進行了改進，達到了參數(shù)的自動調(diào)整，而且用Kirsch算子計替代原始梯度幅值算子，更能精確地反映出像素點周圍的變化和差異。比較好地解決了傳統(tǒng)算法的問題。雖然更好地提取了毫米波的圖像特征，但是，在灰度變化小的圖像的邊緣識別上，效果還不盡如人意，在