太赫兹（THz）信号现在被广泛应用于医学、电信、安全监控、快速传感和成像等领域。除了可能应用的最明显的方面外,还有光谱的负端,如x射线,会对生物组织产生不利影响。另一方面,太赫兹成像技术具有成像速度快、穿透力强、对人体无害等优点,广泛应用于各种安全环境中,已成为x射线成像的替代技术。与太赫兹域有关的一个众所周知的问题与太赫兹图像的稀缺性有关。此外,目前的主要挑战是,在太赫兹图像中,对机场、地铁站常见的包、书、木材等隐藏的非法、危险和违禁物品,如武器和非武器等进行错误检测。另一个挑战与THz图像的低分辨率有关,其中噪声是一个整体因素。从解决目前THz图像数据集稀缺的问题开始,我们生成了400张未经处理的太赫兹安全图像,这些图像涉及用另一种材料覆盖的刀、剪刀、刀片或螺丝刀,或直接隐藏在木箱、纸盒、塑料袋或笔记本电脑包等箱子中。执行增强过程,一个包含4000张太赫兹图像的数据集被积累起来,用于培训和未来的研究工作分析,因为安全武器装置也在法律的正规化之下。在这项工作中,一个被称为YOLOv3的单阶段目标检测模型被用来解决错误检测的挑战。这是通过优化颈部和头部的骨干层来完成的。具体来说,两个额外的头被集成到结构中。与现有的目标检测模型进行了严格的实验和比较,结果表明该模型的性能优于现有的目标检测模型。特别是,改进的骨干模型CSPDarknet53-SPP和CSPDarknet53-PANet-SPP的速度分别比以Darknet为骨干的YOLOv3模型快3.1倍和2.5倍,同时精度也有所提高,从而提高了准确率和速度,提高了识别能力。为了进一步解决这一挑战,一种生成式对抗网络（GAN）、网络辅助的深度学习方法被集成到新设计的YOLOv3模型中,用于GAN去模糊。因此,将识别峰值信噪比（PSNR）和结构相似度（SSIM）值分别提高了42.32%和53.57%,提高了图像质量。除了专注于目标检测,真正的精度,真正的准确性,提高定位目标武器或非武器的速度,在各种安全检查站揭穿虚假信息,本工作还解决了电子相机系统固有的噪声问题,而太赫兹相机也不能避免这种问题。因此,本文提出了空间和频率下的降噪方案,以及低带通滤波器和高带通滤波器的降噪方案。利用PSNR和SSIM指标分别对椒盐噪声和高斯噪声进行5x5和7x7滤波器滑动窗口去噪后,均值和中值等非线性滤波器在空域下对太赫兹图像进行去噪,取得了良好的效果。在频域上,连续和离散小波变换滤波器如正交和双正交滤波器族的小波变换在太赫兹图像中显示出其优越性。利用bior4.4和sym4.0对太赫兹图像的椒盐噪声和高斯噪声进行了系数滤波器的信噪比分解和重构水平测试,并对其进行了去噪和增强。