被动式太赫兹图像分割算法

提出了一种被动式太赫兹图像识别算法。算法对原始太赫兹图像进行去噪预处理之后,通过对灰度直方图分析并对其曲线拟合,选定种子点和生长阈值对图像进行区域生长,以实现图像分割。实验结果证明,算法能够有效地从被动太赫兹图像背景中提取感兴趣的目标区域,有利于快速准确地发现被检测者隐藏在衣服内的违禁品,增强了安检成像系统的实用性。

被动式人体太赫兹图像中的目标辅助识别

提出一种被动式人体太赫兹安检仪的图像目标标注方法,用于辅助识别被安检人员隐藏携带的违禁物品。分析了探测器中心频率为0.1THz的被动式太赫兹人体安检仪图像特点,根据其特点进行图像增强、分割、轮廓提取等处理,进而实现图像中的目标检测,将其目标位置映射在同场景同时间采集的可见光图像上。实验结果表明,该方法可以有效地提取并标示可疑目标,帮助快速发现衣物下的隐匿物品,提高太赫兹安检仪的实用性。

被动式太赫兹图像目标检测研究

研究提出一种被动式太赫兹扫描成像的目标检测方法。用0.22THz被动式扫描成像系统采集原始图像,在滤波去噪后用针孔像分析法获得太赫兹扫描成像系统的点扩展函数,进而用Lucy-Richardson算法重构图像,通过灰度变换和边缘检测增强图像对比度和目标分辨力。实验结果表明,算法能有效改善被动式太赫兹图像质量,提高成像系统探测隐藏可疑物的能力。

基于马尔可夫约束的被动式太赫兹图像复原

太赫兹(THz)波具有的许多独特性质,使其非常适合应用于对人体的安检成像,但是目前原始太赫兹图像的信噪比、对比度和分辨率都有待改善。为提高太赫兹安检图像的质量,研究提出一种基于马尔可夫随机场理论的被动式太赫兹图像复原算法。对原始图像进行去噪和增强的预处理之后,在贝叶斯分析的基础上增加马尔可夫约束项进行图像复原。通过改变迭代次数和正则化参数,得到了清晰度不同的处理结果,经主客观评价指标分析确定了最佳的参数。实验结果证明,本算法可以在被动式太赫兹图像的噪声滤除和边缘信息保持上取得较好的平衡,从而大幅提高太赫兹安检图像的目标分辨能力。

基于混合Powell法的太赫兹/可见光双波段图像配准

提出一种改进Powell法结合遗传算法的混合算法,配准人体安检仪的太赫兹与可见光双波段图像。针对被动式太赫兹图像特征点难以提取的问题,以互信息为相似性测度,通过遗传算法寻优获取7个仿射变换参数的近似解并将其设置为改进Powell算法的初始点,然后利用改进Powell法的局部搜索能力,得到7个变换参数的精确解。利用单一遗传算法、单一Powell算法和本文混合算法分别对两组太赫兹和可见光图像进行配准。以均方根误差为评价标准对配准结果进行评价。实验结果证明,相比于单一遗传算法和Powell算法,该方法达到了更高的配准精度。能进一步用于太赫兹与可见光双波段图像融合,以提高对衣物内藏匿物品的识别精度,增强太赫兹人体安检仪的实用性。