文献综述
一、研究背景
毫米波成像系统主要分为两种：主动成像系统和被动成像系统。主动成像系统一般是指毫米波雷达成像系统，主动发射毫米波，通过分析接收的回波来识别目标。被动毫米波成像系统不发射毫米波，依靠大气传播窗口(35、94、140、220GHz)，接收物体自身辐射的毫米波能量，形成图像【1】。被动毫米波图像和可见光图像相近，而且被动式成像不发射电磁波，因而没有电磁污染，比主动更适于藏匿工作，所以应用前景很大。毫米波图像能够反映出景物各部分温差和辐射能力的差异。被动成像系统中接收毫米波能量的装置是一个高灵敏度的接收机，本质上是毫米波辐射计，所以被动毫米波图像又称为毫米波辐射图像。在毫米波技术研究有一定基础后，英国国防研究局研制出第一代毫米波辐射成像系统“Green Minnow”【2,3】。后来以欧美等国为主，不断的有科学家们从事毫米波辐射成像技术的研究与开发。时至今日，毫米波辐射成像理论逐渐发展，按照其成像机制可以分为四大类：机械扫描成像、焦平面成像、相控阵成像以及合成孔径成像【4】。
近年来，除了在军事和遥感等传统领域，被动毫米波成像系统已经越来越多的运用到安检、飞机盲降、医疗检查、汽车防撞【5】等新兴领域。特别是在安检方面，传统X射线对人体有伤害，因而不能直接对人体进行照射，无法探测违禁用品，而红外线虽然分辨率高，技术也很成熟，但是红外线的穿透能力差，无法穿透衣物检测到各类违禁用品。相比之下，被动毫米波具有全天候、无损人体、穿透性强、无电磁污染、隐蔽性好等优点，毫米波能够提供红外、可见光无法获得的目标信息。但是毫米波成像成像质量差，与光学成像和红外成像相比在空间分辨率上还有很大的差距，这是由于成像系统的光学元件部分相当于一个对空间频率的低通滤波器，且在尺寸一定的情况下，其工作波长越长，其截止频率越低。且存在噪声，因此，如何提高图像分辨率和减小噪声显得尤为重要。
二、研究现状
目标检测首先进行图像的预处理，预处理是根据需要将图像进行滤波、二值化、边
缘检测等操作，姚【6】使用Gauss滤波，在传统的检测方法上提出一种改进的Canny边缘
检测算法，该算法是利用Kirsch算法计算梯度直方图，并使得阈值能够自动选择。
袁等【7】在研究毫米波辐射计对金属目标的探测时，考虑到该场景下金属目标的体积不大，采用连通域的方法，除去个别干扰点后，连通域的面积符合要求的图像区域即目标。这里简化了特征的选择，使用连通域作为特征提取的方法。陈【8】先用了形态学方法去噪，并增强对比度后，用分水岭算法进行图像分割，最后将分割后的图像进行模板匹配，不过文中并未给出匹配时所用的特征。国外在这方面的研究也非常多，Seokwon Yeom等【9,10】对此做了很多研究，他们的系统中用了多级分割法来确定目标的位置，每一级分割都采用期望最大化算法、矢量量化和贝叶斯决策算法，使得在一个高斯混合模型的基础上将像素聚拢。
从国内外的研究情况来看，还未有提出最优的方法，能适应任何情况的。目标检测
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
