基于LoG斑点检测的无源毫米波图像目标识别方法

李国强+刘北佳

摘要：应用于人体安检领域的无源毫米波成像系统在实际环境应用中存在众多不可预知的噪声干扰，造成目标被淹没，因此目标识别是一关键环节。本文提出了人体轮廓提取和LoG斑点检测的联合算法实现了检测目标的定位，并通过最大稳定极值区域算法确定目标的轮廓。实验仿真结果表明，此算法能准确地对毫米波成像目标进行有效识别。

关键词：无源毫米波成像；多尺度LoG算子；人体轮廓提取；MSER算法

中图分类号：TP39 文献标识码：A 文章编号：1007-9416（2017）05-0102-02

无源毫米波（PMMW）目标检测技术可以有效检测到与人体能量有差异的隐秘物体，在公共场所隐秘物体检测领域有着非常广阔的应用前景。然而，由于实际环境带来的噪声干扰和PMMW本身辐射信号较弱的特点，使得传统的目标识别方法陷入了困境。相比传统算法，本文提出了一种在去除人体轮廓图像之外的噪声干扰的基础上，应用多尺度LoG斑点检测算法确定目标物体的位置，再结合最大稳定极值区域（MSER）算法确定目标物体轮廓的新方法。实验证明，本文提出的方法能够有效识别出隐秘在人体内部的目标物体。

1 人体外轮廓提取和背景图像去噪

对人体外轮廓提取和背景图像去噪的步骤为：（1）对PMMW灰度图像进行中值滤波；（2）利用最大类间方差法（OTSU）对灰度图像进行二值化；（3）对二值图像进行闭运算，闭运算采用的算子尺度为，见图1；（4）确定图像中面积最大的闭合联通区域的边界后，填补该区域图像中的孔洞；（5）将面积最大的闭合联通区域确定为人体轮廓区域，并将人体轮廓区域之外的图像像素灰度值设置为零。

2 应用LoG斑点检测算法检测目标物体

在计算LoG核函数的离散近似时，由于对距离之外的图像像素起不到作用，所以令LoG算子的尺寸为。

由公式（3）可知，只有当图像中的特征区域的半径为时，LoG算子的响应值才能达到最大。在尺度一定时，只能检测对应半径的特征区域（斑点），所以需要对图像进行多尺度动态分析，计算图像在不同LoG算子尺度下的离散高斯拉普拉斯响应值。一个检测点的高斯拉普拉斯响应值都大于其它26个立方空间领域的值，就认为该点是被检测到的图像特征点，见图2。特征点对应的特征区域就是以特征点为圆心，半径为的区域。

LoG斑点检测目标物体特征区域的步骤为：（1）选取尺度空间因子，计算图像在不同LoG算子尺度下的离散高斯拉普拉斯响应值，按由小到大连续取值，空间上排列为14层图像；（2）在尺度空间上检测特征点并确定特征区域；（3）去除圆心在人体轮廓边缘外侧的特征区域，圆心在人体轮廓内部的特征区域为识别出的目标物体所在区域。

3 结合MSER算法定位目标物体轮廓

定位PMMW图像中的目标物体轮廓的步骤为：（1）对PMMW灰度图像进行中值滤波；（2）利用最大稳定极值区域（MSER）算法确定灰度图像中的最大稳定极值区域；（3）在由LoG斑点检测算法定位的目标区域内部找出完整的最大稳定极值区域，内部完整的最大稳定极值区域即为识别出的目标物体所在区域。

4 实验结果与分析

为了验证本文所提出的算法的有效性，选取了两幅PMMW灰度图像进行实验，一幅目标物体形状规则，另一幅目标物体形状不规则，图像大小为。首先，对两组图像进行人体外轮廓提取和背景图像去噪，见图3和图4，其中，（a）为数码相机照片；（b）为PMMW灰度图像；（c）為人体轮廓联通区域图；（d）为去除人体轮廓之外背景噪声的PMMW灰度图像。

图5和图6为应用LoG斑点检测算法于提取的图像中：（a）去除人体轮廓之外背景噪声的PMMW灰度图像；（b）多尺度LoG算子斑点检测结果图；（c）为去除圆心在人体轮廓边缘外侧特征区域的结果图。

利用MSER算法获取稳定极值区域，见图7。图7中，（a）为中值滤波后的PMMW灰度图像；（b）为由MSER算法得到的稳定极值区域图。在Log斑点检测算法定位的目标区域内部找出完整的最大稳定极值区域，见图8，其中，（a）为MSER算法检测的规则形状目标物体轮廓图像；（b）为MSER算法检测的不规则形状目标物体轮廓图像。

实验结果表明，应用LoG斑点检测算法可以准确地定位出人体携带的目标物体所在区域，并且进一步应用MSER算法可以有效获取到目标物体轮廓。

5 结语

本文提出了一种基于多尺度LoG算子的PMMW目标检测算法。该算法结合PMMW图像的特点，基于人体轮廓的特征提取，可以有效去除图像背景中的噪声干扰，在去除背景图像的基础上，对图像采用多尺度LoG算子特征点检测，有效地实现了对目标物体的识别。对噪声较高的PMMW图像进行了实验，结果表明本文所提出算法具有较高的鲁棒性，可以稳定、准确地识别出目标物体。

参考文献

[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，江治国.几种斑点检测算法及其性能比较[J].科技信息，2012，35：571-572.

[3]王蓉，杨宁，李锦涛.单像素人体轮廓提取方法研究[J].科学技术与工程.2014，14（24）：252-255.endprint