[发明专利]多尺度增强UNet被动式太赫兹图像固定背景扣除方法

说明书

本发明公开了一种多尺度增强UNet被动式太赫兹图像固定背景扣除方法，其技术要点是：采集被动式太赫兹图像数据，并进行去噪处理，包括多尺度双边滤波；对去噪后的被动式太赫兹图像数据进行背景带标记并构建数据增强训练集；设计用于数据分割的UNet卷积神经网络模型，包括编码层和解码层；使用所述数据增强训练集的图像数据对所述UNet卷积神经网络模型进行训练，生成已训练UNet卷积神经网络模型；使用所述已训练UNet卷积神经网络模型对被动式太赫兹图像进行语义分割。通过UNet进行语义分割，可高效提升被动式太赫兹图像的对比度与清晰度，有效去除背景带划分感兴趣区域，更好地应用到后续的太赫兹图像目标识别。

技术领域

本发明属于被动式太赫兹图像处理技术领域，特别涉及一种多尺度增强 UNet被动式太赫兹图像固定背景扣除方法。

背景技术

太赫兹波是指一种处于微波和光波之间的，频率介于0.1～10THz波段内的 电磁波，存在于电子学和光学的过度区域。相比于微波，太赫兹波波长较短，有 更高的分辨能力；太赫兹波的穿透能力优于红外线。太赫兹波与其他电磁波相比， 具有很多得天独厚的使用性能，在电子学领域和光子学领域都具有优势。在新技 术和新材料的划时代发展中有效的太赫兹辐射源和探测器已经陆续问世，太赫兹 技术的研究和应用发展迅速。在通信、雷达检测和许多其他领域中，有着重要的 科学价值。

安全检查应该说是太赫兹现阶段最吸引人的应用，因为太赫兹波具有很强的 穿透性并且可对金属和其他特殊材料产生强反射，这样就能达到快速实时成像， 并且在达到成像目的的同时，不需要担心X射线的电离伤害。但是现有的被动 太赫兹成像系统主要使用自然物体发出的黑体热本底辐射而不是辐射源作为信 号，因此产生了太赫兹波图像的低信噪比、分辨率和对比度，影响实际应用。太 赫兹成像过程对太赫兹辐射源的抖动和检测器功耗很敏感，会产生显著条纹噪声， 太赫兹图像噪声不仅降低了图像的视觉效果，而且还会影响后续图像处理和分析 过程，降低目标检测的准确率。与此同时，因为安检场景的不同，被动太赫兹成 像系统获取的图像往往存在固定背景带，对成像和安检最后的识别效果存在一定 的影响。

基于上述背景条件与技术问题，目前亟需一种具有高识别度训练学习的自适 应扣除固定背景的被动式太赫兹图像处理方法。

发明内容

针对上述问题，本发明提供了一种多尺度增强UNet被动式太赫兹图像固定 背景扣除方法，其优点是通过去噪标记形成训练集，通过UNet进行语义分割， 可高效提升被动式太赫兹图像的对比度与清晰度，有效去除背景带划分感兴趣区 域，更好地应用到后续的太赫兹图像目标识别。

本发明的上述目的是通过以下技术方案实现的，一种多尺度增强UNet被动式太赫兹图像固定背景扣除方法，包括以下步骤：

S1:采集被动式太赫兹图像数据，对被动式太赫兹图像数据进行去噪处理， 所述去噪处理包括多尺度双边滤波；

S2:使用去噪后的所述被动式太赫兹图像数据，并进行背景带标记，构建数 据增强训练集；

S3：设计用于数据分割的UNet卷积神经网络模型，所述UNet卷积神经网 络模型包括编码层和解码层；

S4：使用所述数据增强训练集的图像数据对所述UNet卷积神经网络模型进 行训练，生成已训练UNet卷积神经网络模型；

S5：使用所述已训练UNet卷积神经网络模型对待测的被动式太赫兹图像进 行语义分割、去除固定背景带。

本发明进一步设置为：S1中，所述多尺度双边滤波包括：