太赫兹成像检测算法研究

来源:用户上传      作者:

　　摘要：由于太赫兹波所处波段位置特殊性以及现阶段太赫兹成像系统性能的限制等，太赫兹波成像质量低，无法满足可视化效果，限制了其发展和应用。结合太赫兹图像模糊特征和灰度信息提出利用灰度特征对太赫兹图像进行图像分割来提高太赫兹图像质量，抑制太赫兹图像背景噪声，保留太赫兹图像目标重要信息，实现太赫兹成像目标检测。实验结果与其他太赫兹图像处理方法结果对比表明，基于灰度特征的图像处理算法可以提高图像清晰度和对比度，实现精确分割，为太赫兹成像在安全检查和医学成像等应用中实现快速检测和提取目标奠定基础。
　　关键词：太赫兹波;成像检测;灰度分析;图像分割;背景去噪;实验分析
　　中图分类号：TN911.73-34;0436.2
　　文献标识码：A
　　文章编号：l004-373X（ 2019） 24-0071-04
　　0 引 言
　　太赫兹在电磁波中处于特殊位置，但相对于其他波段，太赫兹波的研究起步比较晚，一个重要原因是很难产生存在于远红外与微波之间的太赫兹波，并且缺乏相应太赫兹波的检测手段。随着科学技术领域的快速发展，太赫兹源和探测器也得到了相应发展。近几年，太赫兹成像技术在众多领域均得到重视和应用，通过搭建太赫兹成像系统以实现太赫兹成像和检查，如医药工程领域、工业工程领域以及安全检查领域[1-5]。太赫兹成像所得太赫兹图像的质量会受到太赫兹成像系统硬件和外界环境的影响和干扰，使太赫兹图像出现模糊和对比度低等问题，甚至实验结果使人眼无法在视觉上辨别目标物体的特征信息。对应的硬件和技术问题，如成像系统中产生太赫兹波的太赫兹源会随机地出现波动使实验样本上的部分灰度特征在读取过程中出现误差，使所得太赫兹图像的灰度分布出现抖动。这些并不是实验样本本来的灰度信息，这是由于太赫兹源不稳定造成的。图像中出现“拖尾和断点”的现象，是由于太赫兹波探测器所造成的。目前太赫兹成像系统所使用的探测器多为热释电型传感器，虽然热释电型传感器的响应范围大和性价比高，但响应速度较慢，而响应元本身也存在着噪声[6]。另外，该类探测器除了对太赫兹波有响应外，也易对环境中的红外线产生响应，在太赫兹图像上产生高斯噪声等一系列随机噪声，太赫兹图像中的条纹干扰噪声，正是由太赫兹波探测器内部元件之间是相互干扰所致[7-8]。此外，在太赫兹成像实验过程中，如二维成像平移台机械移动的抖动和不均匀，数据采集卡的电子噪声等多种因素导致了太赫兹图像灰度信息重叠和错位[9-10]。本文采用自设太赫兹成像系统对隐藏在纸箱中的衣物包裹金属手枪进行透射式成像。根据实验所获得的太赫兹图像存在的各种噪声和干扰，假设太赫兹图像的像素与像素之间的关系是相互独立的，根据恒定背景图像的强度分析，太赫兹图像的噪声可以建模为高斯噪声。由于实验所得太赫兹图像具有分段平滑的特点，且没有明显的纹理，可以选取各向异性扩散滤波、双边滤波和低通滤波等方法对太赫兹图像进行初步的平滑处理以削弱高频噪声对后期图像处理的影响。太赫兹图像中目标对象与背景噪声的产生原因不同，在对太赫兹图像进行灰度直方分析过程中，两者所属的像素类别会有所不同，根据太赫兹图像像素类的变化，实现噪声与目标的分割，并检测提取出目标对象的边界，从而准确检测出目标对象和有用信息。
　　1 基本原理
　　对于存在背景噪声的太赫兹图像，先对太赫兹图像进行一次平滑滤波，以减少高频噪声对后期太赫兹图像检测提取造成影响。为了保护太赫兹图像中的局部信息包括边界和纹理，采用低通滤波器对太赫兹进行首次滤波处理。初步滤波后，对太赫兹图像进行全局信息和局部信息提取，找到太赫兹图像的全局峰值和像素类均值，利用斜截差法获得目标检测的候选阈值，并通过太赫兹图像中目标与背景灰度特征的差异来筛选出最终合适的阈值对太赫兹图像进行分割，利用均衡化增强消除局部信息的非均匀特性。然后，提取图像边界，获得无背景噪声的太赫兹图像。基于灰度特征的太赫兹成像检测算法框图如图1所示。
　　图像直方图分布绘制了每个灰度值的像素数，设太赫兹图像为f（x），归一化灰度直方为p（x）。
　　2 实验结果与分析
　　本文采用自设太赫兹成像系统如图2所示，其为基于BWO连续太赫兹成像系统。以返波管振荡器（BWO）作为太赫兹波辐射源搭建一个连续太赫兹波点扫描透射成像系统，并使用多线程控制技术控制锁相放大器和二维成像平移台。由于太赫兹源光斑具有点扩散特性，为了使太赫兹成像系统所得太赫兹图像具有更完整的目标信息，本实验采用扫描步长小于成像系统聚焦光斑尺寸的方式对样品物体进行太赫兹透射成像，掃描步长为0.5 mm。在指定电压下，返波管辐射出强度最大的连续太赫兹波（频率达到0.71 THz），经斩波器和衰减片后由两个聚乙烯透镜进行校准和汇聚，使太赫兹波聚焦到样本上，使其携带样本信息。样本置于可沿x轴和y轴扫描的线性步进二维平移台上，平移台载物根据预先设计好的扫描区域、步长和步速进行二维平移运动。该扫描区域必须使成像样本完全置于光路中，且聚焦后的焦斑与样本必须在同一个平面上。穿过样本的光束，经过另一对透镜的准直并聚焦到探测器上，探测到的光强信号由放大器放大并送到计算机进行保存，后续利用Matlab软件提取数据以还原太赫兹图像。为提高信噪比，本实验在温度保持298 K，湿度低于1%的条件下，对隐藏在纸箱中由衣物包裹的金属手枪进行透射式成像，成像系统的分辨率为480 μmx360μm，如图3所示。图3a）为隐藏在纸箱中的待测金属手枪的光学图片，图3b）为经过透射成像后所得到手枪的太赫兹图像，图3c）为太赫兹图像的灰度直方图，图3d）为归一化后的灰度直方分布图。
　　太赫兹图像的灰度直方图可以直观地反应太赫兹图像的像素分布和局部与全局信息。通过分析其灰度直方图，可以更快速地找到分割太赫兹图像方法。由图3d）可以看出，太赫兹原图像中，目标的灰度级主要集中在50-100之间，而背景噪声则主要集中在190-230之间。因此图像边界的灰度级就可能分布在150-190或者100-150之间。为后期快速从候选阈值中筛选出合适阈值创造了条件。图4为对太赫兹图像归一化灰度直方分布进行分析所得到的相关曲线。图中绿色曲线为太赫兹图像的归一化灰度直方分布曲线;蓝色曲线为经过初次低通滤波后得到的归一化灰度直方分布曲线;红色曲线为全局峰值曲线，其波峰对应为太赫兹图像的全局峰值，每个波峰代表一个像素类，那么曲线对应的横坐标即为像素类的均值;黄色曲线为检测目标所需的候选阈值曲线。本文选择阈值分别为77，112，182，将太赫兹图像进行像素分类标记。图5a）为太赫兹原图像进行初次滤波处理后的结果，图5b）为标记后的太赫兹图像，利用所选阈值对太赫兹图像进行标记，可以看出太赫兹图像在标记过程中局部信息的标记是不均匀的。此时利用均衡化，消除不均匀现象，并利用sobel边界提取算子进行边界提取，图5c）所示为本文提出算法处理后的最终结果。 　　本文采用小波重构分解作为对比，对太赫兹图像进行处理。图6a）为太赫兹原图像，图6b）为平移不变小波分解后高频和低频信息分布，图6c）为经过维纳滤波后，进行小波重构得到的太赫兹图像。虽然小波分解可以分解出不同频率的信息，但是由于太赫兹图像中存在背景噪声，使得太赫兹图像的特征没有明显显现出来。从图5和图6对比发现，本文所提出的方法可以很好地分割背景和目标物体，并成功识别出测试样本的轮廓，增强了可视化效果，精确地提取出了目标物体。
　　3 结语
　　本文利用自设的太赫兹成像系统对隐藏在纸箱中衣物包裹的实验样品进行透射式成像，对所获得的太赫兹图像进行灰度特征分析，并与小波分解重构方法获得的结果进行比较。研究结果表明，本文算法一方面可以有效抑制太赫兹图像的随机噪声和条纹噪声等复杂噪声，提高图像清晰度和对比度;另一方面，根据太赫兹图像本身的灰度强度分布进行分类，实现可选多阈值的精确分割，根据全局峰值对太赫兹图像进行标记分类，去除背景噪声保留太赫兹目标全局信息和细节信息。采用边界提取算子进一步精准地识别和提取出了太赫兹图像目标边界，增强可视化效果，达到了预期目的，为太赫兹成像技术在安全检测和医学检测等应用中实现快速检测和提取目标奠定了基础。
　　注：本文通讯作者为李九生。
　　参考文献
　　[1] DENG F，TANG Q，ZENG G，et al.Effectiveness of digital in—frared thermal imaging in detecting lower extremity deep ve-nous thrombosis [J]. Medical physics， 2015， 42 （5）： 2242 -2248.
　　[2]王林华，袁明辉，黄慧，等，太赫兹安检系统人体图像边缘物体识别[J]红外与激光工程，2017，46（ 11）：149-154.
　　WANG Linhua. YUAN Minghui， HUANG Hui， et al.Recogni-tion of edge object of human bodY in THz security inspectionsystem [J]. Infrared and laser engineering， 2017. 46（11）： 149-154.
　　[3] ZHANG X C， SHKURINOV A. ZHANG Y.Extreme terahertzscience[J].Nature photonics， 2017. 11（1）： 16-18.
　　[4] ANJUM A， JAVED S，BHOPAL M F，et al.Terahertz antennaarray as a heat blocking structure [J]. Journal of electromagnet-ic waves and applications， 2015. 29（1）：14-25.
　　[5]許文忠，钟凯，梅嘉林，等.太赫兹波在沙尘中的衰减特性[J]红外与激光工程，2015，44（2）：523-527.
　　XU Wenzhong， ZHONG Kai， MEI Jialin. et al.THz wave at-tenuation characteristics in sand and dust [J]. Infrared and la-ser engineering， 2015， 44（2）：523-527.
　　[6] HOSSAIN J，SHARMA S，KISHORE V V N.Multi - peakGaussian fit applicahility to wind speed distribution [J]. Renew-ahle&sustainable energy reviews. 2014. 34（34）： 483-490.
　　[7]崔珊珊，李琦.基于小波变换的太赫兹数字全息再现像去噪研究[J].红外与激光T程，2015 ，44（6）：1836-1840.
　　CUI Shanshan， LI Qi. Denoising research on terahertz digitalholography based on wavelet transform [J]. Infrared and laserengineering， 2015， 44（6）： 1836-1840.
　　[8] DHILLON S S，VITIELLO M S，LINFIELD E H. et al.The2017 terahertz science and technology roadmap[J].Journal ofphysics D： applied physics， 2017， 50（4）： 1-6.
　　[9] ZHANG X C， SHKURINOV A. ZHANG Y.Extreme terahertzscience [J]. Nature photonics， 2017. 11（1）： 16-18.
　　[10] KOWALSKI M， KASTEK M. WALCZAKOWSKI M， et al.Passive imaging of concealed objects in terahertz and long-wavelength infrared [J]. Applied optics， 2015， 54（17）： 3826- 3833.
　　作者简介：李建蕊（1984-），女，河北唐山人，硕士，讲师，研究方向为太赫兹技术和移动通信。
　　李九生（1976-），男，广西桂林人，教授，博士生导师，研究方向为太赫兹技术。
　　史叶欣（1995-），女，内蒙古人，硕士，研究方向为太赫兹技术。
转载注明来源:https://www.xzbu.com/8/view-15189118.htm