毫米波无源成像系统,根据系统接收到的各类物体在毫米波段的辐射能量差异来进行成像。该系统能有效穿透衣服等遮盖物对隐匿金属目标进行成像;其不主动发射电磁波,对人体无辐射,且具有很好的隐蔽性;毫米波频段的电磁波在雨雾中传播的损耗较小,能穿透雨雾,毫米波成像系统可以实现全天候工作。因此,利用该系统检测出隐匿物品在安检及军事应用等领域都有极大的应用前景。目标检测技术是该系统在实际应用中的一项关键技术,针对毫米波领域的目标检测算法的研究具有重大意义。本文依托具体科研项目,深入研究了无源毫米波成像的目标检测技术。主要的研究内容包括:(1)阐述了毫米波无源探测基本理论,并分析总结了金属物体在毫米波段的辐射特性,以及成像结果的特点。(2)针对背景中不存在干扰目标的无源毫米波成像,研究了“基于最大类间方差法的目标检测算法”。针对传统的Otsu单阈值方法不能有效分割毫米波图像的问题,提出Otsu双阈值方法。并引入毫米波图像各个区域的面积信息,修正其目标函数,提高了算法的检测精度。仿真实验表明,相对于传统算法,该算法能更有效地检测到隐匿目标。(3)针对无源毫米波成像信噪比低的情况,研究了抗噪声能力强的“基于密度的空间聚类算法”(Density-Based Spatial Clustering of Applications with Noise,简称DBSCAN),并针对其“对边界模糊的图像聚类效果不佳”的问题,研究提出了“基于局部密度的快速聚类算法”,提高了算法的检测精度。仿真实验表明,相对于DBSCAN算法,基于局部密度的快速聚类算法聚类效果更好,检测结果更准确。(4)针对无源毫米波成像背景中存在干扰目标时,直接使用阈值分割方法会产生虚警问题,研究了“基于自组织背景建模法的目标检测算法”,以剔除背景中干扰目标的影响,并针对其初始收敛速度慢的问题进行了改进。仿真结果表明,该算法的目标检测效果良好。