Содержание к диссертации
Введение
Глава 1. Критический обзор современных методов и технологий построения и анализа СВЧ изображений применительно к задаче досмотра человека 17
1.1. Технологии построения СВЧ-изображений объектов, используемые для решения задачи досмотра человека 17
1.1.1. Общие сведения 17
1.1.2. Преимущества использования СВЧ-волн в технологиях досмотра 18
1.1.3 Особенности конструкций систем построения СВЧ-изображения 21
1.1.3.1 Основные различия в конструкциях систем построения СВЧ-изображения 21
1.1.3.2 . Источники СВЧ-излучения, используемые в системах построения СВЧ-изображения 26
1.1.3.3. Детекторы, используемые в системах построения СВЧ-изображения 27
1.2. Методы получение СВЧ-изображений применительно к задаче досмотра человека 27
1.2.1. Активные методы получения СВЧ-изображений объекта применительно к задаче
досмотра человека 27
1.2.2. Методы обработки результатов измерений рассеянного СВЧ-поля, используемые в активных методах получения СВЧ-изображений 29
1.2.2.1. Метод пространственно-согласованной фильтрации 29
1.2.2.2. Метод миграции во временной области 30
1.2.2.3. Метод Столта 31
1.2.3. Пассивные методы получения СВЧ-изображений применительно к задаче досмотра человека 31
1.3. Обзор современных систем досмотра человека, основанных на технологии анализа СВЧ-изображений 32
1.3.1. Активные СВЧ-системы 32
1.3.2. Пассивные СВЧ-системы 37
1.4. Проблема задачи досмотра динамических целей. Обеспечение досмотра цели в режиме реального времени 38
1.5. Постановка задачи 41
1.6. Выводы к главе 1 43
Глава 2. Методы построения и анализа СВЧ-изображений объектов для многопозиционных информационно-измерительных СВЧ систем
1. Задача восстановления пространственного распределения комплексных амплитуд СВЧ поля. Классическое понятие СВЧ-изображения. «Классический» метод восстановления
распределения комплексных амплитуд СВЧ-поля для многопозиционных СВЧ
систем 44
2.1.1 Понятие СВЧ-изображения. Параметры волнового поля, существенные для получения СВЧ-изображений 44
2.1.2. Частотная характеристика и отклик свободного пространства 47
2.1.3. Физическая постановка задачи восстановления СВЧ-поля для многопозиционных СВЧ систем 48
2.1.4. «Классический» метод восстановления распределения комплексных амплитуд СВЧ поля для многопозиционной ИИС построения СВЧ-изображений 49
2.1.5. Когерентное и некогерентное сложение СВЧ-полей приемных антенн 52
2.1.6. Оценка вычислительной сложности «классического» метода. Причины необходимости снижения вычислительной сложности метода 54
2. Приближенное решение задачи восстановления пространственного распределения комплексных амплитуд СВЧ-поля. «Быстрый» метод восстановления распределения комплексных амплитуд СВЧ-поля для многопозиционных СВЧ систем 55
2.2.1 Физические основы «быстрого» метода восстановления распределения комплексных
амплитуд СВЧ-поля 55
2.2.2. Оценка вычислительной сложности «быстрого» метода. Сравнение вычислительной сложности «классического» и «быстрого» методов 58
3. Результаты работы «быстрого» и «классического» метода при решении задачи восстановления пространственного распределения комплексных амплитуд СВЧ-поля ...59
2.3.1. Теоретическая оценка качества получаемых СВЧ-изображений. Результаты, основанные на моделировании входного сигнала измерительной системы. Оценка разрешения. Сравнение качества СВЧ-изображений, полученных «классическим» и «быстрым» методом 59
2.3.1.1. Критерии оценки качества СВЧ-изображений. Теоретическая оценка разрешения 59
2.3.1.2. Оценка качества получаемых СВЧ-изображений, основанная на моделировании входного сигнала измерительной системы. Сравнение качества
СВЧ-изображений, полученных «классическим» и «быстрым» методом 61
2.3.2. Построение изображений объектов с различными электрическими свойствами. Отличия СВЧ-изображений проводящих и диэлектрических объектов 66
2.3.2.1. Построение изображения металлической плоскости 66
3.2.2. Построение изображения металлического объекта перед металлической плоскостью 67
2.3.2.3. Построение изображения диэлектрического объекта перед металлической плоскостью 69
2.3.2.4. Выводы 71
2.4. Построение СВЧ-изображений. Обработка пространственного распределения амплитуд восстановленного СВЧ-поля. Формирование точек поверхности объектов на основе обработки СВЧ-изображения. Карта глубины СВЧ-изображения 71
2.4.1. Назначение алгоритмов обработки СВЧ-изображения 71
2.4.2. «Адаптивная» фильтрация. Фильтрация максимальных значений 73
2.4.3. Фильтрация СВЧ-изображений с использованием видеосистемы 74
2.4.4. Фильтрация связных областей 75
2.4.5. Карта глубины СВЧ. Альтернативная концепция понятия СВЧ-изображения 77
2.5. Методика определения свойств объекта на основе анализа СВЧ-изображения объекта применительно к задаче досмотра человека 78
2.5.1. Построение «карты опасности» и методика определения диэлектрической проницаемости диэлектрического объекта на человеческом теле с использованием видеосистемы 78
2.5.2. Методика определения диэлектрической проницаемости диэлектрического объекта на человеческом теле без использования видеоизображения 80
2.5.3. Решение задачи локализации двух поверхностей диэлектрического объекта 81
2.6. Выводы к главе 2 86
Глава 3. STRONG Реализация и применение комплекса методов построения и анализа СВЧ-изображений
для работы на активных многопозиционных СВЧ системах STRONG 88
3.1. Программная реализация комплекса методов построения и анализа СВЧ-изображений
для многопозиционных СВЧ систем 88
3.1.1. Структура и общее описание особенностей программной реализации методов построения и анализа СВЧ-изображений объектов 88
3.1.1.1. Источники данных 88
3.1.1.2. Вычислительные модули 89
3.1.1.3. Последовательность обработки 90
3.1.1.4. Конфигурация 93
3.1.1.5. Начало и завершение работы 94
3.1.1.6. Общая структура программной реализации комплекса методов построения и анализа СВЧ-изображений 96
3.1.2. Особенности программной реализации метода восстановления СВЧ-поля для высокопроизводительных вычислительных систем, основанных на технологии США 96
3.1.2.1. Последовательность операций алгоритма восстановления комплексной амплитуды СВЧ-поля в і-ой точке пространства 97
3.1.2.2. Потоковая структура алгоритма восстановления комплексной амплитуды СВЧ-поля 99
3.1.3. Быстродействие программных реализаций алгоритмов восстановления СВЧ-поля
3.1.3.1. Быстродействие программной реализации алгоритма восстановления СВЧ-поля на различных вычислительных системах 101
3.1.3.2. Сравнение быстродействия программных реализаций «быстрого» и «классического» алгоритмов 102
3.2. Обеспечение требований к ИИС для решения задачи восстановления и анализа СВЧ изображений. Комплексная методика коррекции исходных сигналов в приемо передающем тракте СВЧ системы для обеспечения требований задачи построения СВЧ-изображения 103
3.2.1. Формулировка требований к характеристикам пробного объекта, выбор оптимального пробного объекта. Постановка коррекционного эксперимента 105
3.2.2. Структура методики коррекции входных сигналов 107
3.2.3. Предварительная обработка экспериментальных данных 108
3.2.4. Нахождение точных координат приемо-передающих элементов
3.2.4.1. Методика нахождения точных координат массива излучателей 109
3.2.4.2. Методика нахождения координат приемных антенн
3.2.5. Методика определения фазовых набегов во внутренних трактах многопозиционной СВЧ системы 116
3.2.6. Определение диаграммы рассеяния волны СВЧ-излучения на пробном объекте. Расчет амплитудной и фазовой диаграмм рассеяния в рамках
теории рассеяния Ми 119
3.2.7. Определение амплитудных и фазовых диаграмм направленности приемных и излучающих элементов СВЧ системы 123
3.2.7.1. Излучающая система 123
3.2.7.2. Приемная антенна 124
3.2.8. Получение конечных коэффициентов коррекции 125
3.2.8.1. Случай одной частоты 125
3.2.8.2. Многочастотная коррекция 126
3.2.9. Применение методики коррекции. Результаты восстановления СВЧ-поля,
основанные на экспериментальных данных ИИС АМУ-256 после проведения процесса коррекции 127
3.3 Выводы к главе 3 129
Глава 4. Результаты применения разработанных методов к задачам досмотра. Испытания ИИС АМУ-256 при поиске опасных объектов на теле человека в режиме реального времени 131
4.1. Экспериментальная ИИС построения СВЧ-изображений АМУ-256. Описание
конструкции, назначение, технические характеристики 131
4.1.1. Общее описание конструкции системы АМУ-256 131
4.1.2. Принцип работы и назначение системы АМУ-256 132
4.1.3. Функциональная схема системы АМУ-256 1 4.3.1.1. Блок СВЧ 137
4.1.3.1. Многоканальное устройство передачи, сбора данных и управления 141
4.1.3.2. Персональный компьютер 142
4.1.3.3. Блок питания 142
4.1.3.4. Блок Видео 142
4.2. Применение методов анализа СВЧ-изображения объекта
к использованию в системах досмотра. Результаты построения и анализа СВЧ-изображений макетов человеческого тела 143
4.2.1. Построение СВЧ и видео изображений макетов тела человека на системе АМУ-256 143
4.2.2. Классификация и автоматическое обнаружение диэлектрических объектов, расположенные на макете тела человека 145
4.3. Результаты построения и анализ СВЧ-изображений человеческого тела. Испытания ИИС
АМУ-256 на различных имитаторах взрывчатых веществ, скрытых на теле человека.
Оценка получаемых характеристик скрытых объектов в динамическом и статическом режиме. Метрологическое обеспечение ИИС АМУ-256 149
4.3.1. Экспериментальная проверка способности системы получать трехмерные изображения человека в видео и СВЧ диапазонах 149
4.3.2. Экспериментальная проверка способности системы АМУ-256 дифференцировать скрытые на теле человека объекты по значениям их объема, массы в тротиловом эквиваленте и диэлектрической проницаемости в автоматическом режиме при нахождении человека в зоне досмотра 151
4.3.2.1. Условия проводимых испытаний 151
4.3.2.2. Экспериментальные результаты определения значений объема, массы в
тротиловом эквиваленте и диэлектрической проницаемости носимых человеком объектов 153
4.3.2.3. Выводы из полученных результатов. Методические рекомендации по эксплуатации системы АМУ-256 160
4.4. Выводы к главе 4 161
Заключение 162
Список литературы
- . Источники СВЧ-излучения, используемые в системах построения СВЧ-изображения
- Понятие СВЧ-изображения. Параметры волнового поля, существенные для получения СВЧ-изображений
- Построение изображения диэлектрического объекта перед металлической плоскостью
- Структура и общее описание особенностей программной реализации методов построения и анализа СВЧ-изображений объектов
Введение к работе
Актуальность темы исследования и степень ее разработанности. Восприятие и анализ информации в различных частотных диапазонах электромагнитных волн несут в себе огромный научный потенциал. Исследования особенностей изображений объектов в радиоволновом диапазоне сформировали такое направление науки как радиовидение. Под радиовидением понимается метод получения видимого изображения объектов с помощью радиоволн (отраженных или излучаемых). С помощью радиовидения осуществляется дистанционное неразрушающее зондирование внутренней или поверхностной структуры объектов прозрачных или полупрозрачных для радиоизлучения. Для радиовидения обычно используют радиоволны миллиметрового (частота 30-300 ГГц, длина волны 1-10 мм) и сантиметрового (3-30 ГГц, 10-100 мм) диапазонов. В данной работе будет рассматриваться исключительно задача радиовидения в сантиметровом диапазоне длин волн, более распространенное название, которой в современной литературе - задача СВЧ-видения или задача формирования СВЧ-изображения.
Понятие СВЧ-изображения приобрело в последние годы иной смысл, чем в эпоху зарождения СВЧ-техники в середине 20 века. Изначально под понятием СВЧ-изображения объекта понимался набор импульсных откликов пространства, формы, длительности и амплитуды которых по косвенным признакам могли бы быть ассоциированы с реальными объектами. Только в начале 21 века с развитием технологии быстрых расчетов на вычислительных системах появилась возможность построения СВЧ-изображений объектов качественно другого уровня, уровня при котором степень детализации изображения позволяет прямую ассоциацию с формой поверхности и его электрическими признаками. Более того, появилась возможность построения изображений, сравнимых по уровню качества с изображениями видимого и инфракрасного диапазонов. В ходе появления этого нового качественного класса изображений возникла необходимость разработки новых методик обработки, анализа и классификации этих изображений.
В данный момент известны работы В.П. Якубова, В.А.Зверева, David М. Sheen и Douglas L. McMakin, описывающие процессы получения СВЧ-изображений высокого качества применительно к квазистатическим объектам. Однако, ни в одной из работ упомянутых авторов не описана возможность применимости предлагаемых методов получения СВЧ-изображения применительно к условиям зондирования динамических объектов при сохранении качества изображения. Главной причиной невозможности сохранения качества СВЧ-изображения при наблюдении динамических объектов является сверхбольшая вычислительная сложность методов восстановления СВЧ-поля и, как следствие, практически нереализуемые требования к мощностям вычислительных систем.
Другой важнейшей проблемой СВЧ-видения является практически полное отсутствие методов быстрого анализа полученных СВЧ-изображений необходимых для исследования динамических объектов. Задача анализа изображений не универсальна и может сильно варьироваться в зависимости от типа исследуемого объекта и конечной цели исследования, но, основываясь на предположении, что СВЧ-изображения объектов могут быть напрямую ассоциированы с видимыми образами данных объектов, становится возможным частичная
универсализация методик анализа путем исследования применимости методов анализа и фильтрации изображений в видимом диапазоне частот для СВЧ-изображений.
В настоящее время системы СВЧ-видения находят все большее число перспективных применений, начиная от контроля качества различных материалов, конструкций и сооружений, медицинской диагностики и до систем обеспечения безопасности, реализованных в виде технологий досмотра тела пассажиров и багажа.
Настоящая работа посвящена методам построения и анализа СВЧ-изображений в сантиметровом диапазоне применительно к задаче досмотра тела человека, как наиболее актуальной и быстро развивающейся проблеме современных технологий СВЧ-техники.
Цель и задачи диссертационной работы. Цель диссертационной работы - разработка и программная реализация комплекса методов быстрого построения и анализа изображения динамических объектов, полученного путем зондирования пространства СВЧ-излучением сантиметрового диапазона, а также исследование применимости разрабатываемого комплекса методов к анализу изображений человеческого тела в СВЧ диапазоне с одновременным поиском и частичной идентификацией обнаруженных на теле объектов. Для достижения этой цели в работе решены следующие основные задачи:
-
Разработана и экспериментально исследована многоканальная измерительная информационная система, позволяющая на основе результатов прямых измерений комплексных амплитуд рассеянного СВЧ-поля в области зондирования формировать СВЧ-изображение движущихся объектов.
-
Методы и алгоритмы обработки результатов прямых измерений, реализованные в системе, позволяют проводить измерения диэлектрической проницаемости и объема различных объектов, в том числе предметов скрытых на теле человека, что в применении к задачам досмотра позволяет обнаруживать и частично идентифицировать опасные предметы.
-
Необходимая для формирования СВЧ-изображения пространственная локализация точек поверхности движущихся объектов зондирования достигается разработанным алгоритмом и программой быстрого формирования трехмерного СВЧ-изображения путем восстановления по результатам измерений распределения комплексных амплитуд СВЧ-поля в трехмерном пространстве при использовании алгоритма цифровой фокусировки в приближении распространения плоских волн в окрестности точки фокуса.
-
Для обеспечения требований, предъявляемых к построению СВЧ-изображения движущихся объектов, разработан программно-аппаратный комплекс коррекции входных сигналов информационно-измерительных систем построения СВЧ-изображения.
-
Предложена методика метрологического обеспечения измерительных каналов разработанной системы измерения комплексных амплитуд рассеянного СВЧ-поля с обеспечением возможности ввода поправок в результаты измерений, а также метрологического обеспечения косвенных измерений диэлектрической проницаемости, объема и массы скрываемых диэлектрических предметов.
Решение и практическая реализация данных задач позволили создать комплексную методику обработки и анализа СВЧ изображений объектов, которая, в свою очередь, была интегрирована и использована в технологиях систем досмотра человека.
Предметом исследования являются методы и программно-аппаратные средства построения и анализа изображений объектов, полученных в процессе дистанционного зондирования СВЧ системой, а также математические и теоретические модели процессов рассеяния, распространения и поглощения электромагнитных волн СВЧ диапазона в различных средах.
Методы исследования. В работе использовались методы цифровой обработки сигналов и изображений, методы математического моделирования, математический анализ. При математическом моделировании и разработке программного обеспечения использовалась система MathCad и языки программирования высокого уровня C/C++.
Научные результаты и их новизна
-
Предложен метод устойчивого решения задачи восстановления комплексных амплитуд СВЧ-поля в трехмерном пространстве по результатам измерений. Устойчивость решения обеспечивается использованием методики цифровой фокусировки в приближении распространения плоских волн в окрестности точки фокуса.
-
С целью поиска и идентификации опасных объектов в работе выделены и классифицированы их специфические признаки, количественные значения которых определяются в системе разработанными методами обработки и анализа СВЧ-изображений зондируемых объектов.
-
В отличие от широко распространенных приемов метрологическое обеспечение прямых измерений комплексных амплитуд рассеянного СВЧ-поля и результатов косвенных измерений параметров скрываемых объектов выполняется не с помощью эталонных средств измерений, а с помощью образцовых фантомов рассеивающего объекта и фантома диэлектрического предмета с известными размерами и массой.
Теоретическая значимость работы
-
Предложен ряд приближений при решении задачи обратного рассеяния СВЧ волны на пространственно распределенном множестве точечных рассеивающих центров для пространственно распределенного набора источников излучения и регистраторов. Для данного ряда приближений вычислительная сложность задачи рассеяния (при ее количественном решении) многократно уменьшается.
-
Решена задача пространственной локализации точек отражающей поверхности зондируемого СВЧ-излучением объекта, основанная на анализе пространственного восстановленного распределения комплексных амплитуд СВЧ-поля в пределах объема зондирования.
-
Решена задача выделения и построения изображений объектов, имеющих существенно меньшую отражающую способность для СВЧ-излучения и находящихся на фоне объектов с сильными отражающими способностями.
-
Решена задача определения диэлектрической проницаемости диэлектрического объекта, основанная на нахождении разницы пространственных положений точек поверхности объекта в видимом и СВЧ-диапазоне.
Практическая значимость работы. Одним из наиболее перспективных направлений в технике многопозиционных СВЧ-систем является развитие систем досмотра (в основном, досмотра тела человека), определяющих наличие скрытых объектов под одеждой и/или в багаже. В данный момент ни одно из современных досмотровых устройств не обладает
необходимым набором важных свойств: они не обеспечивают возможности быстрого и автоматического (без наличия человеческого фактора) принятия решения о результатах досмотра, а значит, не позволяют вовремя обнаружить опасный объект и принять меры к его обезвреживанию прежде, чем он нанесет вред. В ходе выполнения работы была создана программная реализация описанного в диссертационной работе комплекса методов, которая при интеграции в системы безопасности может обеспечить проведение быстрого автоматизированного досмотра человеческого тела с автоматической же возможностью селекции расположенных на теле объектов. Программно-аппаратная реализация методов, приведенных в диссертационной работе, является актуальной научно-технической задачей, реализация которой позволит существенно повысить вероятность обнаружения опасных объектов, скрытых под одеждой на теле потенциальных преступников и террористов.
На базе полученных научных результатов разработан комплекс программно-аппаратных средств, интегрированных в технологии многопозиционных систем класса AMD (досмотровые системы «АМУ-256», «АМУ-256х2», «AMDx4», «MS-SRIP», «SMD», «HSR GO»). На основе реализованных методик разработаны первые в своем классе системы досмотра человека имеющие следующие свойства: скрытый досмотр, дистанционный досмотр, автоматический досмотр, досмотр в режиме реального времени, безопасность для здоровья при одновременном сохранении тайны личной жизни.
Положения, выносимые на защиту
-
Разработанный быстрый метод восстановления распределения комплексных амплитуд рассеянного зондируемым объектом СВЧ-поля позволяет существенно снизить вычислительную сложность задачи восстановления СВЧ-поля и понизить требования к производительности вычислительных систем при численном решении задачи без существенной для задач досмотра человека потери в качестве восстанавливаемого СВЧ-изображения объекта.
-
Предложенный метод анализа СВЧ-изображения объекта позволяет классифицировать объект по типу проводимости и определять диэлектрическую проницаемость диэлектрического объекта, а также в рамках задачи досмотра человека производить поиск объектов, скрытых на теле человека.
-
Разработанный программно-аппаратный комплекс коррекции исходных характеристик сигнала для многопозиционных информационно-измерительных СВЧ систем, позволяет упростить процесс нахождения полного набора характеристик излучения многопозиционной системы. Цифровая коррекция исходного сигнала ИИС позволяет выполнить начальные условия задачи восстановления СВЧ-поля и обеспечить дальнейшую работу системы в качестве средства построения СВЧ-изображения объекта.
Степень достоверности и апробации. Обоснованность и достоверность полученных результатов обеспечивается апробацией результатов разработанных методов, как на модельных данных, так и на экспериментальных данных, полученных при зондировании реальных объектов.
На базе полученных научных результатов разработан комплекс программно-аппаратных средств, интегрированных в технологии многопозиционных систем класса AMD (досмотровые системы «АМУ-256», «АМУ-256х2», «AMDx4», «MS-SRIP», «SMD», «HSR GO»).
Разработанный программно-аппаратный комплекс является основой программного обеспечения, разработанного для системы досмотра человека SMD (Secret Microwave Door),
которая была разработана в ходе выполнения крупнейшего международного проекта финансируемого в рамках работы Совета Россия - НАТО «STANDEX» в 2012-2013 году. Работа системы была оценена международными экспертами в области разработки технических средств обеспечения безопасности как «.. .наиболее перспективная технология нового поколения».
Научная новизна проекта подтверждена двумя патентами Российской федерации: патент РФ №2408005 «Способ определения диэлектрической проницаемости диэлектрического объекта» и патент РФ №2411504 «Способ дистанционного досмотра цели в контролируемой области пространства» и двумя поданными заявками на патенты (№2014129115, №2014129117 дата приоритета 15.07.2014).
Основные положения и результаты диссертационной работы доложены и обсуждены на региональных и международных научных конференциях: «Тринадцатой международной научно-практической конференции Ні-ТесЬ»(Санкт-Петербург, 2012г.); «6-th Future Security Conference» (Berlin, 201 lr.); «Specialist Meeting SET-159 on «Terahertz and Other Electromagnetic Wave Techniques for Defence and Security» (Vilnius, 201 Or.); «9th Future security research conference» (Berlin, 2014r.).
Публикации. Основные положения диссертации изложены в 18 печатных работах, в том числе 4 патентах РФ и 1 патенте US, 7 работах на английском языке и 2 статьях, в изданиях рекомендованных ВАК РФ.
Внедрение. На базе предложенных методов разработан комплекс программно-аппаратных средств, интегрированных в технологию многопозиционных систем, базирующихся на технической платформе AMD, и реализованных в следующих досмотровых системах «АМУ-256», «АМУ-256x2» (разработчик - ООО «Научно-технический центр прикладной физики») и системы «AMDx4» и «SMD» (разработчик ООО «APSTEC Labs»).
Структура и объем работы. Диссертационная работа состоит из введения, 4 глав, заключения, списка литературы и приложений. Диссертация изложена на 172 страницах, содержит 98 рисунков, 6 таблиц и библиографический список из 126 наименований.
. Источники СВЧ-излучения, используемые в системах построения СВЧ-изображения
СВЧ-волны обладают двумя важными свойствами, которые позволяют их использовать для досмотра человека, например, для обнаружения оружия или взрывчатых веществ. Волны могут проходить через обычную одежду, при этом искажение или затухание сигнала очень малы, а длина волн достаточно коротка, чтобы получить изображение со средним или высоким разрешением.
СВЧ-волны - это электромагнитные (радио) волны, которые обычно описываются как волны, лежащие в диапазоне 0.3-300 ГГц. Терагерцовый диапазон лежит выше СВЧ и составляет от 300 ГГц до 3+ ТГц. СВЧ диапазон соответствует диапазону длин волн от 1000 мм при 0.3 ГГц и до 1 мм при 300 ГГц.
СВЧ-волны эффективны для обнаружения взрывчатых веществ на теле человека, поскольку они легко проникают сквозь обычные материалы, из которых состоит одежда, и отражаются от тела и любых скрытых на нем объектов. Эти отраженные фронты волн могут быть сфокусированы и направлены в систему получения изображения, которая сможет определить размер, форму объекта, а также детали его расположения.
При излучении или отражении СВЧ-волн от любых материалов без оболочки, включая человеческое тело и большинство скрытых объектов, вариативность спектров (частот) очень мала. Это означает, что СВЧ-системы получения изображения не могут однозначно идентифицировать особые типы материалов, такие как взрывчатые вещества. Однако такие системы могут формировать изображение с высоким разрешением, на которых будет видна разница по сравнению с ожидаемым изображением человеческого тела, а также определить форму и расположение скрытых объектов, что дает возможность для развития высокоэффективных и многофункциональных систем получения изображения.
СВЧ-волны могут использоваться как в активных, так и в пассивных системах восстановления изображения. Активные системы восстановления изображения в первую очередь используют отраженные от тела/окружения сигналы, учитывая эффект от объекта, его формы и расположения. Пассивные системы измеряют тепловое излучение от окружения, в котором также присутствует тепловое излучение объектов, находящихся в данном окружении (включая тело человека). Для того чтобы системы досмотра человека, как пассивные, так и активные, были эффективны, необходимо, чтобы большая часть одежды была проницаема для системы на данных рабочих частотах, что обеспечит обнаружение объектов. Ткань можно отнести к тонкому слою диэлектрического материала. Толщина большинства материалов будет гораздо меньше длины волны на большей части диапазона СВЧ-волн. Большинство материалов имеют относительно низкие потери на затухание во всем СВЧ-диапазоне. Использование тонкого слоя ткани при наличии малых потерь на затухание означает, что ткань лишь в небольшом объеме поглотит излучение, и потери при отражении СВЧ-сигнала будут минимальны. Бьярнасон и др. [42] опубликовал ряд измерений затухания сигнала на ткани для СВЧ, терагерцового и инфракрасного (ПК) диапазонов частот. Данные измерения подтверждают относительную проницаемость большинства материалов в диапазоне частот ниже 300 ГГц.
В отличие от тканей, человеческое тело можно рассматривать как хороший проводник, который интенсивно отражает и поглощает волны СВЧ-диапазона. Скрытые объекты можно по большей части отнести к диэлектрикам, имеющим неизвестную форму и диэлектрические свойства. Металлы можно отнести к узкому классу высокопроводящих диэлектриков. Диэлектрические объекты, включая металлы, человеческое тело и скрытые объекты, будут являться источниками отраженного сигнала, на основании отражения Френеля для каждой из границ разделов воздух-диэлектрик или диэлектрик-диэлектрик [43]. Данные отражения будут изменяться в зависимости от формы, текстуры и расположения поверхностей. Это осложняет прямые измерения диэлектрических свойств скрытых объектов. Однако это также дает большую вариативность отражений, которые создают значительный сравнительный контраст в активных системах получения изображений.
Пассивные системы используют природное тепловое излучение, которое исходит от всех объектов с температурой выше абсолютного нуля. Для объектов и тел, имеющих температуру близкую к комнатной, пик данного спектра излучения составляет 10 мкм, что принадлежит к области длинноволнового ИК спектра [44]. На данной или более коротких длинах, которые ближе к области видимого света, обычно работают ИК-камеры. Для более длинных волн, таких как СВЧ-волны, данное излучение имеет гораздо более низкую интенсивность, но все равно присутствует и может использоваться в пассивных СВЧ-системах. Эти системы аналогичны системам получения изображения на основе ИК-камер, но настраиваются таким образом, чтобы использовать уникальные свойства СВЧ-волн, к которым относится и способность эффективно проникать сквозь одежду, что используется при обнаружении скрытых объектов. Благодаря значительно сниженным уровням сигнала, которые доступны в СВЧ-диапазоне, очень сложно разработать чувствительные системы получения изображения. Появление чувствительных приемников с улучшенными встроенными усилителями с низким уровнем шума позволило разработать подобные эффективные системы [45-50].
Пассивные системы формируют изображение на основе СВЧ-излучения, которое представляет собой сумму, включающую энергию, напрямую излученную от объекта или от окружения, и энергию, пришедшую извне, отраженную от объекта или от окружения. Данное излучение увеличивается прямо пропорционально температуре; таким образом, системы получения изображения зачастую представляют результаты, откалиброванные по активной температурной шкале, а сопоставление представлено в виде дифференциальной температуры. Шум на изображении также характеризуется как шумоэффективная дифференциальная температура.
Исследование излучения СВЧ-волн от скрытых объектов осложняется также и окружением, в котором такие системы используются. Визуализируемые цели-объекты, включая тело человека и любые скрытые объекты, излучают СВЧ-волны в соответствии со своей температурой и излучающей способностью. Объекты с высокой излучающей способностью излучают близко к границе теплового излучения, в то время как объекты с низкой излучающей способностью излучают пропорционально меньше. Металлы и другие хорошие отражатели имеют низкую излучающую способность. Человеческое тело имеет среднюю излучающую и отражающую способность, поэтому оно хорошо видно как активным, так и пассивным системам. Данные различия в излучающих характеристиках объекта/окружения делают возможным получение четкого сравнения даже на таких изображениях, когда температуры различных его областей близки друг к другу.
Объекты, имеющие среднюю или высокую отражающую способность, на изображениях, полученных пассивными системами, обычно будут содержать сигналы, которые сформированы как тепловым, так и отраженным излучением от окружения. Снаружи небо представляет собой относительно холодное окружение, в то время как окружение в комнате относительно теплое. Эти факторы могут значительно снизить температурный контраст при использовании пассивных методов, особенно при использовании систем в помещении. Пассивные системы основываются на эффективном температурном контрасте изображения, который изменяется в зависимости от окружения, в котором работает система. Активные системы по существу измеряют отражательные характеристики, и поэтому не сильно зависят от окружения.
Такое свойство СВЧ-волн, как затухание в атмосфере, может быть важным, особенно в определенных частотных диапазонах. Электромагнитные волны эффективно проходят сквозь атмосферу без значительных потерь по спектру, что относится ко многим частям СВЧ, миллиметрового, ИК и оптического диапазонов. Однако значительное поглощение из-за водяных паров и других атмосферных компонентов важно для нескольких узких частотных диапазонов СВЧ-волн и терагерцового диапазона.
Понятие СВЧ-изображения. Параметры волнового поля, существенные для получения СВЧ-изображений
В качестве критерия разрешения будем использовать критерий Рэлея для спектральных линий - предел разрешения определяется требованием, чтобы глубина седловины на интегральной кривой интенсивности двух близких и одинаково интенсивных линий составляла не менее 20% высоты соседних максимумов [10]. Как следствие этого, две компоненты равной интенсивности начинают разрешаться, когда главный максимум интенсивности первой из компонент совпадает с первым минимумом второй (Рисунок 2.5) [13]. При таком комбинированном распределении отношение интенсивности в средней точке к интенсивности в максимуме составляет —- = 0.811
Диаграммы направленности приемо-передающих элементов и диаграмма рассеяния точечных рассеивателеи предполагаются изотропными во всех направлениях. Модельные объекты вводились путем симулирования значений двух квадратурных компонент рассеянного поля для каждой пары приемник-передатчик от точечных объектов, расположенных на расстоянии 100 см по дальности от центра решетки излучающих элементов.. Методы, разработанные для работы устройства, применимы для любой конфигурации элементов, но проверка на модельных данных проводилась для конфигурации, в которой выполнена ИИС АМУ-256 (подробная информация о конфигурации системы приведена в главе 4). расстояние
Интенсивность рассеянный сигналов от двух точечных рассеивателеи разрешаемые в соответствии с критерием Рэлея
Перейдем к оценке разрешающей способности. Вариационным параметром является расстояние (dx) между рассеивателями в направлении перпендикулярном оси (z). Обозначим это направления за ось х. Для упрощения процесса моделирования и процессов восстановления предполагалось, что рассеиватели расположены на одинаковой высоте относительно излучающей системы, т.е. координата (у) для обоих точечных рассеивателей одинакова.
Для каждого значения вариационного параметра dx в процессе моделирования происходила симуляция значений СВЧ-поля на каждом из регистраторов для каждого излучающего элемента системы на каждой рабочей частоты приходящего при рассеяние поля от двух точечных рассеивателей на расстоянии dx друг от друга. Далее «классическим» и «быстрым» методом проводилась процедура восстановления СВЧ-поля, формирующая распределение комплексных амплитуд поля в пространстве. На рисунке 2.6 приведен пример распределения амплитуд восстановленного СВЧ-поля в плоскости xz.
Распределение амплитуд восстановленного СВЧ-поля в плоскости xz при симуляции двух точечных рассеивателей на расстоянии 12.3 см друг от друга
Далее рассчитывалось распределение интенсивности восстановленного СВЧ-поля. При анализе распределения интенсивности СВЧ-поля определялись максимальные значения интенсивности (пространственное расположения точек с максимальным значением интенсивности совпадает с положением рассеивателей в процессе моделирования) и значение интенсивности в точки провала (седловины) между максимумами. Разрешение системы определялось таким параметром dx, при котором значение отношения интенсивности седловины к максимальному значению интенсивности наиболее близко к значению 0.81. На рисунке 2.7 показано распределение интенсивности восстановленного СВЧ-поля при различных параметрах dx, используемого при моделирование СВЧ-поля.
Распределение интенсивности восстановленного СВЧ-поля в плоскости xz, при симуляции двух точечных рассеивателеи с различными значениями параметра dx
Из распределения видно, что начиная с некоторого значения параметра dx изображения точечных рассеивателеи начинают различаться. Рассмотрим зависимость отношения интенсивности в точке наибольшего провала седловины между максимумами распределения к величине интенсивности поля в точке максимума распределения при восстановлении СВЧ-поля «классическим» методом (Рис. 2.8а). При построении зависимости шаг вариации параметра dx составлял 0.2 см. Зависимость отношения интенсивности в точке наибольшего провала седловины к величине интенсивности поля в точке максимума распределения при восстановлении СВЧ-поля «классическим» методом от значения параметра dx Зависимость показывает, что отношение интенсивности в точке седловины к значению максимума интенсивности достигает значения 0.81 при параметре dx близким к значению 12.2 см. Для того чтобы уточнить значение разрешения СВЧ-изображения в окрестности значения dx=12.2 см. шаг вариационного параметра dx был снижен до 0.02 см. Было определено (Рисунок 2.86), что при параметре dx= 12.28 см. отношение интенсивности в точке седловины к значению максимума интенсивности равно 0.81. Таким образом разрешение СВЧ-изображения при восстановлении двух точечных рассеивателей на расстоянии в 100 см от массива передающих элементов равно 12.28 см. Исходя из формулы (2.36) предельное теоретическое разрешение достигаемое СВЧ системой(на примере системы АМУ-256 на основе которой и происходило моделирования) должно равняться:
Распределение интенсивности восстановленного «классическим» методом СВЧ-поля вдоль оси х при симуляции двух точечных рассеивателей на расстоянии 12.28 см
Далее, в рамках сравнения качества получаемых СВЧ-изображений «классическим» и «быстрым» методом, аналогично рассмотрим зависимость отношения интенсивности в точке наибольшего провала седловины между максимами распределения к величине интенсивности поля в точке максимума распределения при восстановлении СВЧ-поля «быстрым» методом (Рисунок 2.9а). При построении зависимости шаг вариации параметра dx также составлял 0.2 см. Следует отметить, что при восстановлении СВЧ-поля «быстрым» методом дополнительным вариационным параметром является координата z0 - координата первичной восстанавливаемой плоскости значений комплексных амплитуд СВЧ-поля (раздел 2.2.1). В случае, если данный параметр будет совпадать с координатой плоскости расположения точечных рассеивателей, оценка качества метода будет бессмысленной, т.к. полностью будет повторять результат «классического» метода. Интерес представляет оценка качества изображения, при параметре z0 отличным от координат точечных рассеивателей.
Построение изображения диэлектрического объекта перед металлической плоскостью
В силу своих особенностей (разделы 2.1 и 2.2) метод восстановления распределения комплексных амплитуд СВЧ-поля в пространстве предполагает проведение большого количества одинаковых расчетных операций с различными элементами массива входных данных, что позволяет использовать при программной реализации технологию параллельного программирования CUDA и производить расчетные действия на графических процессорах (GPU).
Особенностью технологии CUDA является унифицированное представление ресурсов графического процессора. Все процессоры, совместимые с CUDA, независимо от внутреннего устройства одинаковым образом представляются для пользовательской программы. Благодаря этому достигается достаточная степень абстракции программы от характеристик конкретного процессора. Достоинством CUDA является высокая производительность: несмотря на дополнительный уровень абстракции, пользовательские программы выполняются на CPU достаточно эффективно.
Программа для GPU (Graphics Processing Unit) представляет собой код, работающий на CPU, со встроенным в него двоичным кодом, запускаемым на GPU. Вызов программы на GPU сводится к копированию соответствующего двоичного кода в память GPU и передачи ей управления средствами библиотеки CUDA. Так как память GPU физически отделена от системной памяти, для расчета на GPU необходимо скопировать входные данные из системной памяти в память GPU, а затем скопировать обратно результаты расчета.
Восстановление СВЧ-поля происходит с применением процедуры свертки поля с оператором импульсного отклика пространства для каждой из приемных антенн. Входными данными для алгоритма восстановления являются:
Программа восстановления изображения на GPU (Рисунок 3.8) запускает по одному потоку на каждую точку, в которой нужно рассчитать поле, на каждой частоте (общее число потоков равно Mf Npj, где Mf — число частот, a Np — число точек в пространстве). Все потоки работают по одинаковой программе, причем потоки внутри одного блока выполнения работают синхронно. Одновременные запросы к последовательным адресам памяти выполняются намного эффективнее, чем отдельные запросы. Это особенно важно потому, что запросы значений из памяти требуют значительно большего времени, чем арифметические операции.
Матрица потоков, создаваемая на GPU в ходе восстановления изображения, представлена на рисунке 3.9. Основным критерием, на основании которого была разработана эта матрица, является оптимизация обращений к памяти. Так как для восстановления поля в точке пространства на данной частоте каждому потоку необходимы значения рассеянного поля на всей апертуре антенны, значения рассеянного поля (входные) были помещены в общую (внутреннюю) память каждого блока. Для расчета поля в каждой точке пространства потоки обращаются к одним и тем же значениям поля в одинаковые моменты времени, менеджер памяти работает очень эффективно: достаточно выбрать из памяти одно значение и передать его всем запрашивающим потокам.
Кроме того, доступ к глобальной памяти происходит только в начале расчета (при копировании значений входного поля из глобальной памяти в общую внутреннюю) и в конце расчета (при записи вычисленных значений поля в глобальную память). Последняя операция также оптимизирована за счет того, что блоки одновременно запрашивают запись по последовательным (идущим один за другим) адресам памяти. Распределение памяти программы, работающей на GPU, показано на рисунке 3.10. Регистровая память блока, поровну разделенная между потоками, используется для хранения временных переменных расчета, таких, как номер текущего антенного элемента, расстояние от него до точки в пространстве, значения частоты, фазы и т.п. Входное поле размещается в общей внутренней памяти блока. Это позволяет всем потокам блока синхронно загружать входные данные с малой задержкой в 2-4 такта. В глобальной памяти, доступ к которой на 2 порядка медленнее ( 400 тактов), хранится массив входного поля, промежуточный массив выходного поля для каждой частоты и массив суммарного поля по всем частотам.
Программная реализация алгоритма восстановления СВЧ-поля для GPU тестировалась на платах NVIDIA Tesla С870 и XFX Geforce GTX280. Сравнение проводилось с программой восстановления изображения для CPU, работающей на процессорах Intel Core 2 Duo (2.6 ГГц) и Intel Core 2 Quad (2.6 ГГц). Результаты тестов производительности приведены в таблице 3.1.
Следует обратить внимание на тот факт, что во всех случаях прирост производительности приблизительно пропорционален приросту числа параллельных процессоров. Это свидетельствует о том, что программа хорошо оптимизирована с точки зрения скорости доступа к памяти.
Сравнение быстродействия программных реализаций «быстрого» и «классического» алгоритмов
В рамках тестирования вычислительная система базировалась на 4 графических процессорах Radeon 7990 с суммарной мощностью вычислительной системы в 10.2 TFlops. Применительно к задаче досмотра тела человека проведен расчет для пространственного массива точек восстановления СВЧ-поля размерами 60x60x56 точек. Результаты тестов производительности приведены в таблице 3.2.
Описание «Классический»методСтепень загрузкипроцессора(в процентах) «Быстрый» методСтепень загрузкипроцессора(в процентах) 10 кадров в секунду GPU0 68 GPU1 68 0 GPU2 68 GPU3 68 Среднее 68% 11.5% 15 кадров в секунду GPU0 90 GPU1 90 GPU2 90 GPU3 90 Среднее 90% 17.2% Как видно из таблицы 3.2, вычислительная нагрузка на систему, состоящую из 4 графических процессоров, уменьшилась в 5-6 раз, что говорит об эффективности использования «быстрого» алгоритма. По сравнению с теоретическим снижением вычислительной сложности, оцененной в 25 раз при той же конфигурации, практический результат показывает существенно меньший прирост скорости. Это различие объясняется тем, что теоретическая оценка вычислительной сложности методов не учитывает процессы записи и чтения из памяти устройства, которые одинаковы для обоих методов.
Обеспечение требований к ИИС для решения задачи восстановления и анализа СВЧ-изображений. Комплексная методика коррекции исходных сигналов в приемо-передающем тракте СВЧ системы для обеспечения требований задачи построения СВЧ-изображения.
Основной конструктивной особенностью многопозиционных систем формирования изображения является большое количество приемо-передающих трактов. Каждая пара приемник-передатчик такой системы должна обеспечивать достоверность значений регистрируемого сигнала. Другими словами сигнал, переданный передатчиком при прохождении, преломлении и отражении в пространстве, должен приниматься приемным элементом со значениями, которые можно теоретически предсказать еще до передачи сигнала. Причем истинность регистрируемых значений должна обеспечиваться для любой пары приемник-передатчик, независимо от конфигурации приемников и передатчиков в пространстве. Так же стоит отметить, что предложенные методы восстановления распределения амплитуд СВЧ-поля в пространстве (разделы 2.1 и 2.2) имеют начальные требования равенства фаз и амплитуд излучаемых СВЧ волн для всех излучающих элементов многопозиционной системы. Соответственно, без возможности обеспечения истинности регистрируемых значений СВЧ-поля невозможно цифровым образом нормировать величину регистрируемого сигнала на комплексную амплитуду его начального состояния, что не позволит использовать СВЧ систему в качестве средства построения СВЧ-изображения. Обычные, не откалиброванные (не корректированные) антенные системы не обеспечивают истинности принимаемых значений, что влечет за собой неправильную работу всей системы в целом. Обычно для коррекции системы используют так называемую таблицу поправочных коэффициентов для каждой пары приемник-передатчик на каждой рабочей частоте. Умножение принимаемого значения поля на поправочный коэффициент обеспечивает истинное значение принимаемого сигнала. Нахождение таблицы поправочных коэффициентов достигается при помощи сравнения данных, полученных в пробном эксперименте, и теоретических данных, полученных при теоретическом моделировании данного эксперимента.
Основной трудностью при проведении процесса коррекции методом сравнения экспериментального и модельного результата является именно правильный расчет модельного результата для данного эксперимента. Дело в том, что для предсказания теоретического результата необходимо учитывать все факторы, способные вносить изменения в регистрируемый сигнал. Поэтому пробный эксперимент необходимо выстраивать таким образом, чтобы минимизировать сложности в построении теоретической модели эксперимента. Недостатки использования существующих систем коррекции в большинстве заключаются в том, что теоретическая модель расчета значений не учитывает все факторы, влияющего на характеристики сигнала. К таким факторам можно отнести
Структура и общее описание особенностей программной реализации методов построения и анализа СВЧ-изображений объектов
Проверка работоспособности алгоритмов построения СВЧ-изображений объектов на системе АМУ-256 осуществлялась во всем возможном диапазоне размеров области досмотра 6мх4мхЗм. При восстановлении изображений использовалась скользящая область расчета 60 х 60 х 56 узловых пространственных точек (для одиночного манекена) и 120 х 60 х 56 точек в случае нахождения в зоне досмотра двух манекенов. Исходя из того, что отражающая способность поверхности манекенов должна быть близкой к отражающей способности человеческого тела, манекены были покрыты проводящей металлической фольгой.
На рисунке 4.10 показаны трехмерные изображения манекена в СВЧ и видео диапазонах. Расстояние до манекена 1.5 м. Цветовая гамма СВЧ изображения отображает интенсивность, а цветовая гамма видеоизображения - дальность.
В результате проверки установлено, что система «АМУ-256» позволяет получать как в СВЧ так и в видео изображения во всей области досмотра. Наилучшее качество изображений достигается при углах досмотра (угол от нормали к антенной решетки по направлению на цель) до ± 20 . При увеличении расстояния до цели до 6 метров точность определения дальности по видеоизображению уменьшается до 5 см, что соответствует расчетному значению.
На рисунке 4.11 представлено рабочее окно программы для случая размещения в зоне досмотра двух манекенов. Манекены размещались на расстоянии 3 м от антенной решетки и на расстоянии 50 см друг от друга.
Показана область досмотра 120 х 60 х 56 пространственных точек, что соответствует пространственной области: 120 см - по горизонтальной оси; 90 см - по вертикальной оси; 56 см - «скользящей» глубины по дальности.
В результате проверки установлено: Вплоть до расстояний между манекенами 10 - 20 см оба манекена изображаются отдельными непересекающимися областями, что позволяет, во-первых, увеличить скорость расчетов, исключая пустые области пространства из расчета и, во-вторых, проводить анализ и сопоставлять его результат с конкретным манекеном.
Увеличение зоны досмотра (количества узловых точек пространства) приводит к увеличению ресурсоемкости вычислений. Зависимость не является строго линейной, т.к. помимо задачи восстановления СВЧ-поля в зоне досмотра также выполняются такие задачи, как фильтрация, восстановление видео изображения, прием потоков данных со стереопары и с антенной решетки, вывод изображений и т. д.
Конечной целью всего разрабатываемого комплекса методик является обнаружение и определение параметров объекта носимого на теле человека. Классификация объекта по степени опасности на основе определяемых параметров не является задачей данной работы, поэтому результаты классификации объектов будут приведены лишь в иллюстративной форме без пояснения соответствующих алгоритмов.
Определяемыми параметрами объектов являются: диэлектрическая проницаемость (метод определения описан в разделе 2.5.1), объем и масса вещества в тротиловом эквиваленте[ 111].
Объем объекта определяется объемом пространства, образованного разницей СВЧ и видеоизображений объекта (Рисунок 2.22). В интегральной форме выражение для вычисления объема можно записать так:
Масса вещества в тротиловом эквиваленте является дополнительным параметром, на основе которого можно оценить потенциальную степень опасности носимого объекта, и степень поражения в случае его применения. Масса вещества в тротиловом эквиваленте вычисляется по формуле: Mtnt=Vobj-Pevtnt(e) (4.2) где VobJ- объем объекта, pev ш(є)- эквивалентная плотность тротила, имеющая зависимость от диэлектрической проницаемости вещества. Эквивалентная плотность тротила [59] может быть определена из формулы: Цет_м - О / Ф - О = Pevjnt I Pt„t, (4.3) где pev tnt - эквивалентная плотность тротила, рш - табличная плотность тротила при нормальных условиях (1654 кг/м3), sev ш - диэлектрическая проницаемость вещества, єш диэлектрическая проницаемость тротила.
На рисунке 4.12 приведен результат обнаружения некоторых объектов, расположенные на макете тела человека. Результаты определения параметров объекта приводятся без определения погрешности и носят иллюстративный характер. Подробный анализ результатов и погрешностей измерений приведен в разделе 4.3.2.2. - объект ОПАСЕН.
В эксперименте в На рисунке 4.12 изображены: а): ЗЕЛЕНОЙ рамкой отмечен найденный объект, в нижней части рисунка приводится окно классификации этого объекта (диэлектрическая проницаемость равна 1.14, эквивалентная масса равна 0.46 кг) - объект БЕЗОПАСЕН. б): КРАСНОЙ рамкой отмечен найденный объект, в нижней части рисунка приводится окно классификации этого объекта (диэлектрическая проницаемость равна 3.28, эквивалентная масса равна 10.83 кг) качестве имитатора безопасного объекта использовался контейнер с печеньем и контейнер с бумажными салфетками. В качестве имитатора опасного объекта использовался контейнер с пчелиным воском, общей массой около 8 кг и значением диэлектрической проницаемости 2.6.
Также осуществлена экспериментальная проверка способности системы в автоматическом режиме обнаруживать и классифицировать диэлектрические объекты расположенные на макете тела человека и скрытые под одеждой. Проверка осуществлялась на том же имитаторе взрывчатого вещества - пчелином воске. Рюкзак с пчелиным воском размещался на манекене. Поверх рюкзака на манекен надевалась в первом случае тонкая куртка (ветровка), во втором - зимняя куртка толщиной 2 см.
Экспериментальная проверка способности системы получать трехмерные изображения человека в видео и СВЧ диапазонах
Экспериментальная проверка осуществлялась во всей области досмотра установки -6мх4мхЗм. При восстановлении изображений использовалась скользящая область расчета 60 х 60 х 56 узловых пространственных точек.
На рисунках 4.14 - 4.16 представлены изображения человека, находящегося в состоянии покоя относительно системы координат системы. На рисунках (а) - изображение, получаемое с видеокамеры, (б) - видеоизображение, полученное с двух синхронных видеокадров и представляющее собой трехмерную карту глубины досматриваемого человека в видео диапазоне, (в) - трехмерное СВЧ изображение досматриваемого человека.