基于LoG斑點檢測的無源毫米波圖像目標識別方法

李國強+劉北佳

摘要：應用于人體安檢領域的無源毫米波成像系統(tǒng)在實際環(huán)境應用中存在眾多不可預知的噪聲干擾，造成目標被淹沒，因此目標識別是一關鍵環(huán)節(jié)。本文提出了人體輪廓提取和LoG斑點檢測的聯(lián)合算法實現(xiàn)了檢測目標的定位，并通過最大穩(wěn)定極值區(qū)域算法確定目標的輪廓。實驗仿真結果表明，此算法能準確地對毫米波成像目標進行有效識別。

關鍵詞：無源毫米波成像；多尺度LoG算子；人體輪廓提??；MSER算法

中圖分類號：TP39 文獻標識碼：A 文章編號：1007-9416（2017）05-0102-02

無源毫米波（PMMW）目標檢測技術可以有效檢測到與人體能量有差異的隱秘物體，在公共場所隱秘物體檢測領域有著非常廣闊的應用前景。然而，由于實際環(huán)境帶來的噪聲干擾和PMMW本身輻射信號較弱的特點，使得傳統(tǒng)的目標識別方法陷入了困境。相比傳統(tǒng)算法，本文提出了一種在去除人體輪廓圖像之外的噪聲干擾的基礎上，應用多尺度LoG斑點檢測算法確定目標物體的位置，再結合最大穩(wěn)定極值區(qū)域（MSER）算法確定目標物體輪廓的新方法。實驗證明，本文提出的方法能夠有效識別出隱秘在人體內(nèi)部的目標物體。

1 人體外輪廓提取和背景圖像去噪

對人體外輪廓提取和背景圖像去噪的步驟為：（1）對PMMW灰度圖像進行中值濾波；（2）利用最大類間方差法（OTSU）對灰度圖像進行二值化；（3）對二值圖像進行閉運算，閉運算采用的算子尺度為，見圖1；（4）確定圖像中面積最大的閉合聯(lián)通區(qū)域的邊界后，填補該區(qū)域圖像中的孔洞；（5）將面積最大的閉合聯(lián)通區(qū)域確定為人體輪廓區(qū)域，并將人體輪廓區(qū)域之外的圖像像素灰度值設置為零。

2 應用LoG斑點檢測算法檢測目標物體

在計算LoG核函數(shù)的離散近似時，由于對距離之外的圖像像素起不到作用，所以令LoG算子的尺寸為。

由公式（3）可知，只有當圖像中的特征區(qū)域的半徑為時，LoG算子的響應值才能達到最大。在尺度一定時，只能檢測對應半徑的特征區(qū)域（斑點），所以需要對圖像進行多尺度動態(tài)分析，計算圖像在不同LoG算子尺度下的離散高斯拉普拉斯響應值。一個檢測點的高斯拉普拉斯響應值都大于其它26個立方空間領域的值，就認為該點是被檢測到的圖像特征點，見圖2。特征點對應的特征區(qū)域就是以特征點為圓心，半徑為的區(qū)域。

LoG斑點檢測目標物體特征區(qū)域的步驟為：（1）選取尺度空間因子，計算圖像在不同LoG算子尺度下的離散高斯拉普拉斯響應值，按由小到大連續(xù)取值，空間上排列為14層圖像；（2）在尺度空間上檢測特征點并確定特征區(qū)域；（3）去除圓心在人體輪廓邊緣外側的特征區(qū)域，圓心在人體輪廓內(nèi)部的特征區(qū)域為識別出的目標物體所在區(qū)域。

3 結合MSER算法定位目標物體輪廓

定位PMMW圖像中的目標物體輪廓的步驟為：（1）對PMMW灰度圖像進行中值濾波；（2）利用最大穩(wěn)定極值區(qū)域（MSER）算法確定灰度圖像中的最大穩(wěn)定極值區(qū)域；（3）在由LoG斑點檢測算法定位的目標區(qū)域內(nèi)部找出完整的最大穩(wěn)定極值區(qū)域，內(nèi)部完整的最大穩(wěn)定極值區(qū)域即為識別出的目標物體所在區(qū)域。

4 實驗結果與分析

為了驗證本文所提出的算法的有效性，選取了兩幅PMMW灰度圖像進行實驗，一幅目標物體形狀規(guī)則，另一幅目標物體形狀不規(guī)則，圖像大小為。首先，對兩組圖像進行人體外輪廓提取和背景圖像去噪，見圖3和圖4，其中，（a）為數(shù)碼相機照片；（b）為PMMW灰度圖像；（c）為人體輪廓聯(lián)通區(qū)域圖；（d）為去除人體輪廓之外背景噪聲的PMMW灰度圖像。

圖5和圖6為應用LoG斑點檢測算法于提取的圖像中：（a）去除人體輪廓之外背景噪聲的PMMW灰度圖像；（b）多尺度LoG算子斑點檢測結果圖；（c）為去除圓心在人體輪廓邊緣外側特征區(qū)域的結果圖。

利用MSER算法獲取穩(wěn)定極值區(qū)域，見圖7。圖7中，（a）為中值濾波后的PMMW灰度圖像；（b）為由MSER算法得到的穩(wěn)定極值區(qū)域圖。在Log斑點檢測算法定位的目標區(qū)域內(nèi)部找出完整的最大穩(wěn)定極值區(qū)域，見圖8，其中，（a）為MSER算法檢測的規(guī)則形狀目標物體輪廓圖像；（b）為MSER算法檢測的不規(guī)則形狀目標物體輪廓圖像。

實驗結果表明，應用LoG斑點檢測算法可以準確地定位出人體攜帶的目標物體所在區(qū)域，并且進一步應用MSER算法可以有效獲取到目標物體輪廓。

5 結語

本文提出了一種基于多尺度LoG算子的PMMW目標檢測算法。該算法結合PMMW圖像的特點，基于人體輪廓的特征提取，可以有效去除圖像背景中的噪聲干擾，在去除背景圖像的基礎上，對圖像采用多尺度LoG算子特征點檢測，有效地實現(xiàn)了對目標物體的識別。對噪聲較高的PMMW圖像進行了實驗，結果表明本文所提出算法具有較高的魯棒性，可以穩(wěn)定、準確地識別出目標物體。

參考文獻

[1]Sarkis M.Adaptive reconstruction of millimeter wave radiometric images[J].IEEE Transactions on Image Processing，2012，21（9）：4141-4151.

[2]史媛芳，江治國.幾種斑點檢測算法及其性能比較[J].科技信息，2012，35：571-572.

[3]王蓉，楊寧，李錦濤.單像素人體輪廓提取方法研究[J].科學技術與工程.2014，14（24）：252-255.endprint