阙值分割法毫米波图像违禁物品检测方法研究(2)
4.3 识别实验 25
4.31 训练枪支隐马尔可夫库 25
4.32 枪支毫米波图像识别实验 26
4.4本章小结 27
5总结 28
6致谢 29
参考文献 30
1 绪论
1.1 课题简介
为了文护如机场、火车站等人口密集的公共场所的公共安全，在这些地区都安装了各种安检设备，如金属探测仪等危险物品探测器。公共区域安装的这些危险品探测器能检测出一些常见的如管制刀具、炸药等危害公共安全的物品。这些措施在保护人民的生命财产及公共设施的安全起到了至关重要的作用。本文是对智能危险物品检测系统进行研究。本文针对被动毫米波系统生成的图像进行处理，经过提取图像中目标的特征，训练检测目标的分类器最终实现对图像中的违禁物品进行检测。该系统相比较于其它的检测系统可以更方便更稳定的对违禁物品进行检测。
1.2 毫米波成像技术及其图像处理技术国内外研究现状
1.3 本文主要工作
本次实验是对毫米波图像进行检测和识别，根据本文所使用的图片具有明显边缘特征的特点，因此选用Haar-like特征作为识别目标的特征，通过训练好的级联分类器来对图像进行检测，并将目标区域进行进一步识别。对目标区域进行识别是通过将目标区域与训练样本图片生成的隐马尔可夫库进行匹配，进而实现识别的目的。论文的各章主要内容如下：
(1)第一章为绪论，对论文的意义进行阐述。并比较现有的各种目标识别的方法，介绍被动毫米波成像系统的优点。以及选用AdaBoost算法和隐马尔可夫模型的优势之处。
(2)第二章对本次实验所做的系统的整个流程进行介绍，其中包括图像的预处理，分类器的设计，隐马尔可夫库的训练。以及每章的重点内容所在。
(3)在第三章对AdaBoost的算法进行介绍，并对Haar-like特征的一些应用进行了介绍。对如何训练分类器的方法进行了详细的阐述。
(4)第四章对本次所使用的识别算法隐马尔可夫模型进行介绍，对如何训练隐马尔可夫模型库以及识别流程进行详细介绍，并给出实验结果。
(5)第五章为总结与致谢，对这次毕业设计进行总结。提出本次实验的优点与不足