CN110927739A

CN110927739A - 用于轮廓标记的毫米波太赫兹多极化成像方法及成像系统

Info

Publication number: CN110927739A
Application number: CN201911113273.6A
Authority: CN
Inventors: 赵自然; 程亚运; 王迎新; 陈志强; 李元景
Original assignee: Tsinghua University
Current assignee: Tsinghua University
Priority date: 2019-11-14
Filing date: 2019-11-14
Publication date: 2020-03-27
Anticipated expiration: 2039-11-14
Also published as: CN110927739B

Abstract

本发明公开了一种用于轮廓标记的毫米波太赫兹多极化成像方法以及一种毫米波太赫兹成像系统。通过该成像系统获取人体在k种线极化角度下的亮温图像，之后对该亮温图像进行降噪处理和/或插值处理，然后将亮温图像转化为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av，之后根据T_Ah和T_Av计算生成可调线极化比图像ALPR，最后根据图像ALPR的图像统计特性计算分割阈值δ，并将图像ALPR中像素值不小于δ的像素进行标记，最终可以获取人体以及人体携带的藏匿物品的轮廓图像。本发明通过利用隐匿物品和人体太赫兹热辐射的极化特性差异，来增强隐匿物品并标记隐匿物品轮廓边缘，比传统的基于亮温灰度差异检测方法具有更好的鲁棒性，且处理算法简单高效。

Description

用于轮廓标记的毫米波太赫兹多极化成像方法及成像系统

技术领域

本公开涉及毫米波/太赫兹遥感与探测技术领域，具体的，涉及一种用于轮廓标记的毫米波太赫兹多极化成像方法以及实现该成像方法的毫米波太赫兹成像系统。

背景技术

人体携带危险品是危害公共安全的主要因素之一，而人体安检一直是国内外研究难题。毫米波/太赫兹成像具有对衣物穿透性好、对人体无害、图像直观等特点，是人体安检重要技术手段之一。

自上世纪末开始，毫米波/太赫兹人体安检成像系统得到了迅速发展，大量样机和实验表明了被动毫米波/太赫兹成像技术用于人体安检的可行性和巨大潜力。但是，其应用效果仍不够理想(误检率和漏检率高)，使得现有系统均未实现公共场所的大规模应用。这其中技术层面的原因不仅是系统硬件性能参数(如空间分辨率、温度灵敏度等)和检测识别算法性能还有待提高，而且还源于当前人体安检成像所获取人体和隐匿物品的特征信息尚且不足。现有的检测方法仅基于灰度图像的对比度来区别人体和隐匿物品，对隐匿物品的辨识度不够高。因此，如何获得并处理人体和隐匿物品的更多物理信息以提高隐匿物品检测识别能力是当前亟待解决的问题之一。

发明内容

本发明提供一种用于轮廓标记的毫米波太赫兹多极化成像方法以及实现该成像方法的毫米波太赫兹成像系统，以在人体安检过程中获取人体和隐匿物品清晰的轮廓信息，从而提高隐匿物品检测识别能力。

为了实现上述目的，本发明第一方面提供一种用于轮廓标记的毫米波太赫兹多极化成像方法，包括：

步骤S1：获取所述人体在k种线极化角度下的亮温图像

其中，1≤i≤k，k≥3，且i和k均为自然数；

步骤S2：对所述亮温图像

进行降噪处理和/或插值处理；

步骤S3：将所述亮温图像

转换为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av；

步骤S4：将所述完全水平极化亮温图像T_Ah和所述完全垂直极化亮温图像T_Av转换为可调线极化比图像ALPR；

步骤S5：获取所述可调线极化比图像ALPR中所述人体轮廓处的像素数N_h与所述人体范围内的总像素数N的比值P；之后计算分割阈值δ，计算公式为：

式中N_δ为所述可调线极化比图像ALPR在[0，δ]范围内的像素数；最后将所述可调线极化比图像ALPR中像素值不小于分割阈值δ的像素进行标记。

进一步的，所述α_i为线极化角度，0°≤α_i≤360°，且α_i中至少有3个满足两两差值均不等于180°。

进一步的，在步骤S2中，首先对所述亮温图像

进行降噪处理，之后对降噪处理后的所述亮温图像

进行插值处理。

进一步的，在步骤S3中，所述亮温图像

转换为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av的计算公式为：

其中，T_Ah为完全水平极化亮温图像，T_Av为完全垂直极化亮温，

为极化初始相位偏移量。

进一步的，所述k的值为3，且0°≤α₁≤90°，α₂＝α₁+45°，α₃＝α₁+90°。

进一步的，在步骤S3中，所述亮温图像

其中，

进一步的，在步骤S4中，将所述完全水平极化亮温图像T_Ah和所述完全垂直极化亮温图像T_Av转换为可调线极化比图像ALPR的计算公式为：

T_AB＝e·T_obj+(1-e)·T_back；其中，0.1≤e≤0.3，T_obj为隐匿物品的物理温度，T_back人体所处环境的物理温度。

进一步的，所述隐匿物品的物理温度

其中T_human为所述人体的物理温度。

为了实现上述目的，本发明第二方面提供一种毫米波太赫兹成像系统，用于执行上述用于轮廓标记的毫米波太赫兹多极化成像方法，包括聚焦透镜、线极化天线、辐射计通道、极化旋转器和数据采集处理装置；所述聚焦透镜被构造为将人体自发辐射或反射回来的毫米波太赫兹波聚焦在所述线极化天线上，之后经由所述辐射计通道和所述极化旋转器最终生成所述被检对象的极化亮温图像；所述线极化天线设置在所述聚焦透镜的焦平面上，所述线极化天线、辐射计通道和极化旋转器被构造为能够绕观测轴整体旋转，以分时采集不同极化角度下的亮温图像；以及所述数据采集处理装置设置于所述极化旋转器的远离所述聚焦透镜的一侧，且被构造为通过对不同极化角度的亮温图像进行处理以标记出人体以及人体中所携带的隐匿物品的轮廓。

进一步的，所述数据采集处理装置包含数据采集器、数据处理器和数据显示器；所述数据采集器被构造为收集所述被检对象不同极化角度下亮温图像；所述数据处理器被构造为通过对不同极化角度的亮温图像进行处理以标记出所述被检对象的轮廓；以及所述数据显示器被构造为将所述轮廓标记的结果进行显示。

根据上面的描述和实践可知，本发明所述的用于轮廓标记的毫米波太赫兹多极化成像方法首先获取人体在三种线极化角度下的亮温图像，之后对该亮温图像进行降噪处理和/或插值处理，然后将亮温图像转化为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Ah，之后根据T_Ah和T_Ah计算生成可调线极化比图像ALPR，最后根据可调线极化比图像ALPR的图像统计特性计算分割阈值δ，并将图像ALPR中像素值不小于δ的像素进行标记，最终可以获取人体以及人体携带的藏匿物品的轮廓图像，该轮廓图像能够清晰显示隐匿物品的轮廓，便于提高隐匿物品检测识别能力。

附图说明

图1为本发明的一个实施例中涉及的用于轮廓标记的毫米波太赫兹多极化成像方法的流程示意图；

图2为本发明的一个实施例中涉及的毫米波太赫兹成像系统的结构示意图；

图3为本发明的一个实施例中涉及的人体和隐匿物品三维模型面元坐标点图；

图4为本发明的一个实施例中涉及的人体在三种线极化角度下的亮温图像；

图5为本发明的一个实施例中经过降噪处理的三种线极化角度下的亮温图像；

图6为本发明的一个实施例中经过插值处理的三种线极化角度下的亮温图像；

图7为本发明的一个实施例中涉及的完全水平极化亮温图像和完全垂直极化亮温图像；

图8为本发明的一个实施例中涉及的可调线极化比图像；

图9为本发明的一个实施例中涉及的轮廓标记后的图像。

图中：1、人体；2、聚焦透镜；3、线极化天线；4、辐射计通道；5、极化旋转器；6、数据采集处理装置；61、数据采集器；62、数据处理器；63、数据显示器。

具体实施方式

现在将参考附图更全面地描述示例性实施方式。然而，示例性实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例性实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

需要说明的是，本公开中，用语“包括”、“配置有”、“设置于”用以表示开放式的包括在内的意思，并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”、“第二”等仅作为标记使用，不是对其对象数量或次序的限制。

在本公开的示例性实施例中，提供了一种用于轮廓标记的毫米波太赫兹多极化成像方法，能够在人体安检的过程中，对人体以及人体所携带的隐匿物品的轮廓进行标记。请参考图1，在该示例性实施例中所述用于轮廓标记的毫米波太赫兹多极化成像方法包括如下步骤：

步骤S1：获取所述人体在k种线极化角度下的亮温图像

其中1≤i≤k，k≥3，且i和k均为自然数。具体的，在该步骤中，所述亮温图像

可采用毫米波太赫兹成像设备获取。其中α_i为亮温图像在成像过程中的线极化角度，在该步骤中k种线极化角度α_i的取值范围是：0°≤α_i≤360°，并且α_i中至少有3个满足两两差值均不等于180°。获取的k个亮温图像分别是

直至

需要注意的是k个亮温图像均可通过计算设备转换为二维矩阵形式，图像中的每一个像素代表二维矩阵中的一个数值，数值的大小代表该像素的像素值，以便于进行后续的计算处理。

步骤S2：对上述k个亮温图像

分别进行降噪处理和/或插值处理。具体的，在实际处理过程中可以首先采用维纳滤波算法对上述k个亮温图像

进行降噪处理，之后采用三次样条插值算法对经过降噪处理的亮温图像

进行插值处理。当然此处的降噪处理和插值处理也可选用其他已知的算法进行相应的处理。毋庸置疑的是，此步骤中也可以仅采取降噪处理或插值处理，另外，还可以更改插值处理和降噪处理的先后顺序。

步骤S3：将上述k个亮温图像

转换为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av。具体的，在该步骤中通过对k个亮温图像

进行拟合计算来得到完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av，其中对k个亮温图像进行拟合计算所依据的公式为：

式中，T_Ah为完全水平极化亮温图像，T_Av为完全垂直极化亮温，

为极化初始相位偏移量。

将步骤S1中所获取的k个亮温图像转化为矩阵之后分别代入该公式的左侧，将每个亮温图像的线极化角度代入该公式的右侧，最终可得到k个等式，根据该k个等式进行编程拟合迭代计算即可得出该公式中的T_Ah、T_Av和

当然，此处也可采用其他现有技术手段将三个亮温图像

转换为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av。

由于该公式中共有3个未知数，因此，要至少三个上述等式才能求解该三个未知数。当k的值为3时，且0°≤α₁≤90°，α₂＝α₁+45°，α₃＝α₁+90°，即可得到三个等式：

此时，对该三个等式进行解析即可得到T_Av和T_Ah，

式中，

步骤S4：将上述完全水平极化亮温图像T_Ah和上述完全垂直极化亮温图像T_Av转换为可调线极化比图像ALPR。具体地说，该步骤中T_Ah和T_Av转化为ALPR的公式为：

T_AB＝e·T_obj+(1-e)·T_back

在该公式中，T_AB为轮廓亮温，e为轮廓发射率，其中e的取值范围为0.1≤e≤0.3，实际应用过程中，e可以在该取值范围内任意选择。T_obj为隐匿物品的物理温度，T_back为人体安检过程中的环境物理温度，T_obj可以通过T_back和测得的人体皮肤的物理温度T_human进行估算，具体计算方法为：

而T_back和T_human可以直接通过温度计进行测量。

步骤S5：首先获取上述可调线极化比图像ALPR中人体轮廓边缘的像素数N_h与人体范围内的总像素数N的比值P；之后计算分割阈值δ，计算公式为：

式中N_δ为所述可调线极化比图像ALPR在[0，δ]范围内的像素数；最后将所述可调线极化比图像ALPR中像素值不小于分割阈值δ的像素进行标记，并将被标记的像素通过显示设备进行显示即可。具体地说，由于人体的轮廓在图像中很容易识别，因此可以通过计算设备统计并计算出人体轮廓处的像素数N_h与人体范围内的总像素数N的比值P。毋庸置疑的是分割阈值δ的值在该可调线极化比图像中像素值的范围之内，在计算分割阈值δ时，可采用计算设备进行迭代计算，例如将δ的取值从0开始并逐渐递增，直至δ满足公式

另外，在本公开的示例性实施例中，还提供了一种毫米波太赫兹成像系统，以执行上述用于轮廓标记的毫米波太赫兹多极化成像方法，从而在人体安检的过程中，对人体以及人体所携带的隐匿物品的轮廓进行标记。请参考图2，在该示例性实施例中所述毫米波太赫兹成像系统包括聚焦透镜2、线极化天线3、辐射计通道4、极化旋转器5和数据采集处理装置6。

具体地说，聚焦透镜2被构造为将人体1自发辐射或反射回来的毫米波太赫兹波聚焦在所述线极化天线3上，之后经由所述辐射计通道4和所述极化旋转器5最终生成所述人体的极化亮温图像。而所述线极化天线3设置在所述聚焦透镜2的焦平面上，所述线极化天线3、辐射计通道4和极化旋转器5被构造为能够绕观测轴整体旋转，以分时采集人体1的不同极化角度下的亮温图像。此外，所述数据采集处理装置6设置于所述极化旋转器5的远离所述聚焦透镜2的一侧，且被构造为通过对不同极化角度的亮温图像进行处理以标记出人体1以及人体1所携带的隐匿物品的轮廓。具体的，所述数据采集处理装置6包含数据采集器61、数据处理器62和数据显示器63。其中所述数据采集器61被构造为收集所述人体1的不同极化角度下亮温图像；所述数据处理器62被构造为通过对不同极化角度的亮温图像进行处理以标记出所述人体1以及人体1所携带的隐匿物品的轮廓；所述数据显示器63被构造为将所述人体1以及人体1所携带的隐匿物品的轮廓标记结果进行显示。

下面以一年轻女性的安检过程为例对上述的成像方法进行示例性说明，该年轻女性的身上携带有若干隐匿物品，通过上述的成像方法，将该年轻女性的身体轮廓以及其身上携带的隐匿物品的轮廓标记出来并进行显示。

图3为本发明的一个实施例中涉及的人体和隐匿物品三维模型面元坐标点图。如图3所示，给出了女性人体身上藏匿四种典型物品的三维模型的面元坐标点图，图3中隐匿物品从上到下分别为圆柱(水+PE塑料外层)、长方体(柴油+PE塑料外层)、木头刀具和陶瓷手枪。

首先，利用上述毫米波太赫兹成像系统获取该女性的三种线极化角度下的亮温图像

和

α₁、α₂和α₃为观测系统线极化角度，并且在该实施例中α₁＝0°，α₂＝45°，α₃＝90°。本实施例中，生成的三个极化亮温图像，如图4所示，其中图4a为亮温图像

图4b为亮温图像

图4c为亮温图像

然后，对上述三个亮温图像进行预处理，先利用维纳滤波算法分别对三个亮温图像进行降噪，降噪后如图5所示，其中图5a为降噪后的亮温图像

图5b为降噪后的亮温图像

图5c为降噪后的亮温图像

之后利用三次样条插值算法分别对降噪后的三个亮温图像进行插值，插值次数为2，插值后如图6所示，其中图6a为插值后的亮温图像

图6b为插值后的亮温图像

图6c为插值后的亮温图像

毋庸置疑的是，此步骤中的降噪处理和插值处理均通过计算设备实现，在处理时，首先将各个亮温图像转化为二维矩阵形式，之后对各个二维矩阵进行降噪和插值，并将结果转化为可视图像通过显示设备进行显示。同理，后续的计算过程也是以矩阵形式的图片进行的。

之后，利用转换公式将上述三个极化亮温图像

和

转换为完全水平极化亮温图像T_Ah和完全垂直极化亮温图像T_Av，如图7所示，图7a为完全水平极化亮温图像T_Ah，图7b为完全垂直极化亮温图像T_Av。具体的，此处的转换公式为：

其中，

min和max分别表示取最小值和最大值。

然后，利用极化公式将两个完全极化亮温图像转换为可调线极化比图像ALPR，如图8a所示。具体的，此处的极化公式为：

T_AB＝e·T_obj+(1-e)·T_back

其中，在该实施例中e的值取0.25，经测量环境的物理温度T_back＝298K，人体皮肤的物理温度T_human＝307K，T_obj＝(T_back+T_human)/2＝302.5K。

最后，利用可调线极化比图像ALPR的图像统计特性计算分割阈值δ，如图8b所示。经计算人体轮廓边缘像素数相对人体范围总像素数的百分比P＝5.59％。对可调线极化比图像ALPR中人体范围内的像素值进行统计，统计区间间隔设为0.02，分割阈值δ需满足ALPR在[0，δ]内的像素数占比为94.41％，经过计算设备的迭代计算可得δ＝5.83。然后对可调线极化比图像ALPR中像素值不小于δ的像素进行标记即为人体和隐匿物品的轮廓，最后转化为可视化图片并通过显示设备显示，如图9所示。至此，完成本次安检过程的轮廓成像工作，根据最终的人体及藏匿物品的轮廓图像能够精准地对藏匿物品进行识别。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。