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在實際環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節。本文提出了人體輪廓提取和LoG斑點檢測的聯合算法實現了檢測目標的定位，并通過最大穩定極值區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；人體輪廓提取；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，使得傳統的目標識別方法陷入了困境。相比傳統算法，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，再結合最大穩定極值區域（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通區域的邊界后，填補該區域圖像中的孔洞；（5）將面積最大的閉合聯通區域確定為人體輪廓區域，并將人體輪廓區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域（斑點），所以需要對圖像進行多尺度動態分析，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域就是以特征點為圓心，半徑為的區域。

LoG斑點檢測目標物體特征區域的步驟為：（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域；（3）去除圓心在人體輪廓邊緣外側的特征區域，圓心在人體輪廓內部的特征區域為識別出的目標物體所在區域。

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）利用最大穩定極值區域（MSER）算法確定灰度圖像中的最大穩定極值區域；（3）在由LoG斑點檢測算法定位的目標區域內部找出完整的最大穩定極值區域，內部完整的最大穩定極值區域即為識別出的目標物體所在區域。

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則，另一幅目標物體形狀不規則，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）為數碼相機照片；（b）為PMMW灰度圖像；（c）為人體輪廓聯通區域圖；（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域的結果圖。

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