圖像域的高速、微弱目標航跡檢測方法
2023-05-06 14:08:26
專利名稱：圖像域的高速、微弱目標航跡檢測方法
技術領域：
本發明涉及運動目標跟蹤領域，特別涉及高速、微弱運動目標航跡檢測方法，可用
於雷達等監視系統對高速、微弱目標實現檢測與跟蹤。
背景技術：
高科技背景下的現代戰爭，對戰場進行連續監視，能為勢態評估、指揮等應用提供 豐富的戰略和戰術信息，對取得戰爭勝利起著關鍵的作用。雷達以其全天時、全天候工作特 點，一直是戰場監視系統的核心。傳統地基雷達的作用距離受地球曲率限制，難以實現較大 區域的連續監視。機載或星載雷達由於觀察平臺升空，極大地推遠了作用距離，具有大區域 連續監視能力。但是，機載或星載雷達處於下視工作狀態時，面臨嚴重的地海雜波幹擾，並 且目標與雷達存在相對運動，導致對目標進行相干積累困難，例如坦克群、戰略轟炸機、攻 擊機等。特別是監視隱身類飛行器、低空巡航飛彈和飛行中段的彈道飛彈等高速小雷達散 射面積目標，均屬於典型的高速、微弱目標檢測問題。 針對高速、微弱目標的積累檢測問題，通常採用短時相干積累和長時非相干積累 結合的方法。航跡處理是長時非相干積累的有效手段，其核心問題是航跡起始、航跡關聯與 航跡跟蹤。典型的航跡起始方法包括面向目標的順序處理技術，如直觀法、邏輯法；面向 量測的批處理技術，如Hough變換法。順序處理技術適用於相對無雜波背景的目標航跡起 始檢測；而批處理技術適用於強雜波背景中目標航跡的起始檢測，但引入了計算負擔。
下面對幾個典型航跡起始方法進行簡略介紹。 1.直觀法。針對雷達連續掃描期間接收到的順序觀測值，利用物體運動學原理，相 鄰兩次掃描任意兩個量測，若屬於同一個目標，則兩兩量測與掃描時間之比介於目標最小 速度與最大速度之間，另外加速度也會受到目標最大加速度值的約束，為減少形成虛假航 跡可能性，還可以加入角度限制。此類方法是一種較為粗糙的不考慮量測噪聲的確定性方 法。在沒有真假目標先驗信息情況下，仍是一種可以應用於或參與部分應用的方法。具體 應用時，此類方法易受量測噪聲的影響，性能不穩定，易出現虛假航跡。 2.邏輯法。針對雷達連續掃描期間接收到的順序觀測值，是以多重假設的方式通 過預測和相關波門來識別可能存在的航跡，對整個航跡處理過程均適用。此方法雖說比較 直觀法精細，但不適合密集雜波情況。 3. Hough變換法。將雷達經多次掃描得到的數據看作一幅圖像，用Hough變換檢測 目標軌跡，此法可應用於搜索雷達中檢測直線運動或近似直線運動的低可觀測目標。Hough 變換法是將圖像域中的線檢測問題簡化成Hough域中的點檢測問題。檢測直線時需要兩個 參數，即斜距和斜率；若檢測曲線，需要的參數會更多，計算量將急劇增大。因此該方法的缺 點是檢測速度太慢，無法做到實時控制；並且精度不夠高，造成期望的信息不但檢測不到， 反而會做出錯誤的判斷，進而產生大量的冗餘數據。現實中由於圖像受到外界噪聲幹擾，信 噪比比較低，此時Hough變換的性能將急劇下降，使得在進行參數空間極大值的搜索時閾 值難以確定，往往出現"虛峰"和"漏檢"的問題。
發明內容
本發明的目的在於克服已有航跡起始方法的不足，提供一種圖像域的高速、微弱 目標航跡檢測方法，以實現對高速、微弱運動目標曲線航跡檢測，降低噪聲幹擾，提高檢測 精度和檢測速度。
本發明的技術方案是首先經過對目標多幀數據預處理，獲得時間_都卜勒圖像； 然後基於相位一致性模型，在小波變換域通過自適應門限檢測進行邊緣提取；通過對邊緣 檢測結果採用形態學方法，經過骨架化及二值圖像去噪處理實現定位邊緣中心和抑制噪聲 的目的；最後利用最小二乘法完成目標航跡的檢測和估計參數。具體實現步驟包括如下
(1)對輸入的多幀數據進行連續幀的數據融合累加，獲得時間_都卜勒圖像；
(2)利用Peter Kovesi改進的相位一致性公式計算相位一致性值，並利用該值，
對時間-都卜勒圖像進行邊緣提取，所述的相位一致性公式為
其中，W(x)為頻率擴展加權函數，符號L」表示表達式為正時取自身，否則取0， An。(x)代表x點處o方向傅立葉級數分解n次諧波的振幅，A On。(x)代表x點處o方向傅 裡葉級數分解n次諧波相位偏差函數值，T。代表o方向的噪聲補償量，e為極小正值；
(3)採用形態學骨架化處理法和二值圖像去噪法對提取到的邊緣輪廓進行中心化 及去噪處理； (4)從已中心化及去噪後的邊緣圖像中提取點跡，得到的所有點記為候選點集；
(5)對候選點集中的點進行最小二乘擬合，可以得到一條擬合曲線及估計航跡參 數； (6)計算候選點集中各點到該擬合曲線的距離df，並統計出距離均值與方差 (7)由均值方差自適應設置迭代停止條件，當
〉3的點個數為零時或者df
> 2i!的點個數為零時則停止迭代，並記錄下目標航跡擬合軌跡及目標的運動參數，完成
對目標航跡的檢測，否則轉(8); (8)從候選點集中剔除"/ > 2//和
C7
>3的點，構成新的候選點集，轉至(6)。 本發明與現有技術相比具有以下優點 1).本發明由於利用Peter Kovesi改進的相位一致性公式計算相位一致性值，並 利用該值，對時間-都卜勒圖像進行邊緣提取，並對該操作進行了噪聲補償，因而能減小噪 聲對邊緣檢測的影響，相比利用圖像梯度信息的邊緣檢測方法，在一定程度上緩解了噪聲 對邊緣檢測的影響。 2).本發明由於對相位一致性模型邊緣檢測結果進行了形態學骨架化處理，克服 相位一致性模型檢測到的邊緣存在邊緣擴散的問題，因而使邊緣中心定位更為精確，並能 降低後續處理的運算量。
3).本發明由於對相位一致性模型邊緣檢測結果進行了二值圖像去噪處理，該操 作對二值圖像邊緣進行標記，由統計結果設置一個閾值，將低於閾值長度的判定為噪聲或 偽邊緣去除，克服了受噪聲影響而導致的相位一致性模型檢測到的邊緣存在偽邊緣的問 題。 4).本發明由於對已中心化和去噪後的圖像採用迭代的最小二乘擬合處理方法， 能夠有效去除離散點對目標航跡和運動參數估計的影響，因而提高了航跡檢測精度。
5).本發明相比Hough變換法，提高了檢測精度和檢測速度，並且能夠有效檢測曲 線航跡。
圖1是本發明的目標航跡檢測的總流程示意圖； 圖2是本發明運動目標斜距歷程示意圖； 圖3是本發明相位一致性模型邊緣檢測子流程圖； 圖4是本發明數字形態學骨架化的示意圖； 圖5是本發明迭代最小二乘曲線擬合子流程圖； 圖6是本發明時間_都卜勒仿真圖； 圖7是用傳統Sobel算子對時間_都卜勒圖像的邊緣檢測仿真圖； 圖8是用本發明對時間_都卜勒圖像採用相位一致性模型邊緣檢測的仿真圖； 圖9是用單次最小二乘擬合對相位一致性模型的邊緣擬合得到的仿真航跡曲線； 圖10是用本發明對相位一致性模型的邊緣二值化、骨架化及去除短小邊緣的處 理仿真圖； 圖11是用本發明迭代擬合得到的目標航跡仿真圖； 圖12是用本發明進行500次蒙特卡洛實驗迭代最小二乘參數估計誤差統計結果 圖； 圖13是用現有單次最小二乘擬合進行500次蒙特卡洛實驗的參數估計誤差統計 結果圖； 圖14是用本發明迭代最小二乘與現有單次最小二乘二次項係數估計誤差曲線對 比圖。
具體實施例方式
參照圖l，本發明的具體實施步驟如下 步驟1.對輸入的多幀數據進行連續幀的數據融合累加，獲得時間_都卜勒圖像。 輸入的幀數據為雷達回波數據，具體的說就是某一時刻的雷達掃描區域內的多普 勒數據。將這些多幀數據的融合累加就是對不同時刻同一雷達掃描區域內的都卜勒數據的 累加。 時間-都卜勒圖像中的目標航跡的信號模型如圖2所示。其中，a為雷達平臺的
方位向，r為雷達平臺的徑向；V為雷達平臺的運動速度；參代表運動目標的質心；Vr、Va、ar、
aa分別表示運動目標徑向運動速度、方位速度、徑向加速度、方位加速度；e^為雷達波束 寬度；R。代表t = 0時刻目標位於雷達正側時的斜距，Rt代表t時刻目標與雷達的瞬時斜
6距，其表達式為
《+ /2)) +卜如+ "力2)
在t = 0處對1)式做泰勒展開得到
1)
(v-va)2-仏 (v-
2^0 2^0
其中，o(t3)代表四次項及更高次項，忽略四次及更高次項，得到
2) 《《 &
vf| (V-V") - A 2
r 2禮 ^~
3)
將3)簡化為
厶 , "3
2^
，a,
4)
若以t = 0時為基準，則t時刻目標的相位歷程為
5)
而回波都卜勒為厶=1^1，都卜勒調頻率為^=^，可以得到 力=——(q + 2flJ + 3a/
& = -"^"("2十3a力
將6)簡化為
將7)簡化為 ^ = q +
6)
7)
8)
9)
2 4 6 4 12
其中，6。 = —7"i力i = _Tfl2 A = _7a3 ;ci = 、 = —，c2 = 262 = —7"3 。
因此，在時間-都卜勒圖像中運動目標軌跡方程可以為一個二次項或更高次項曲步驟2.利用相位一致性模型對時間-都卜勒圖像進行邊緣提取。
參照圖3，其具體步驟為 2. 1選擇Log Gabor小波濾波器對時間_都卜勒圖像進行濾波處理。
由於小波變換具有多尺度特性，能夠用於圖像的邊緣提取，本發明應用小波技術 獲得信號中某一點的局部頻率信息特別是相位信息。由於Log Gabor濾波器具有如下優良 性能一是在對數頻率刻度，具有高斯形狀的傳輸函數；二是奇對稱濾波器在任意帶寬保 持0直流分量；三是可以使得信號特徵的小波係數分散程度達到最小，從而使得信號能量 局限在少數係數當中，因而使得消噪效果達到最好。因而本發明採用基於Log Gabor奇偶
7線性相位濾波器組的兩個獨立的小波變換來實現濾波處理，即
(log( —)) 設置用做徑向濾波的Log Gabor傳遞函數為,L" — 。—2(i。g(+。))用做角度向濾波的
("。)2
Log Gabor傳遞函數為G(^)-e—j ，其中，"為頻率，"o是濾波器中心頻率，k為2到3 之間的固定值，e為角度，e。是濾波器的方向角，o e是在角度方向的高斯擴展函數的標 若記I (x)為信號，Mn6， Mn°分別為n尺度的偶對稱和奇對稱小波濾波器，en(x)和 on(x)為在一個給定的n尺度復小波變換的實部和虛部，An(x)和(K(x)為濾波器響應向量 的幅值和相位信息。這幾個量的關係為 formula see original document page 8
formula see original document page 8
對圖像中每一個像素點的每一個尺度n，都有一個這樣的響應向量，這些響應向量 構成了信號局部表達的基礎，它們可以用於計算相位一致性值。
2. 2計算時間_都卜勒圖像中的噪聲能量響應的均值與方差，根據均值和方差計 估計噪聲，並從信號中減去估計噪聲，以減弱噪聲影響。
針對含噪圖像，為了減弱噪聲對邊緣檢測的影響，需要進行噪聲補償。在基於以下 暇設情況下，可以計算出估計噪聲的影響圖像噪聲是加性噪聲；噪聲的功率譜是連 圖像中的特徵僅發生在該圖像的孤立位置。 噪聲圓的半徑T為
formula see original document page 8
其中，K '為2到3之間的固定值；i^和o/是描述噪聲能量響應的均值和方差。 2. 3計算頻率加權函數W (x)。 相位一致性的重要性在一個寬的頻率範圍內才得以體現 頻率分量，即一個純的正弦波，相位一致性在每一處都是一樣的'
在退化情況下，只有一 因此，相位一致性值的
中用頻率加權函數加權是必要的。 權重的計算公式為 formula see original document page 8
其中，C是濾波器響應範圍的切斷值，低於此值相位一致性值會被懲罰；Y是
formula see original document page 8 2. 4利用相位一致性公式計算出表徵圖像特徵的相位一致性值。 所謂相位一致性，就是指圖像的各個位置上各個頻率成分的相位相似度的一種度
量方式，它是一個無量綱的量。在圖像的特徵點處，相位一致性值最大。因此，可以利用圖
像相位一致性值來提取圖像的特徵邊緣。 —個信號的相位一致性用其傅立葉級數各諧波相位偏差定義為
formula see original document page 9 其中，o代表了所有方向的索引，An。(x)代表x點處o方向傅立葉級數分解n次諧 波的振幅，A On。(x)代表x點處0方向傅立葉級數分解n次諧波相位偏差函數值，T。代表 o方向的噪聲補償量。 由式17)可知相位一致性值的範圍為
，越接近於l，相位一致性越高。
2. 5依據相位一致性值分離出圖像特徵，得到邊緣檢測結果。 步驟3.採用形態學骨架化處理法和二值圖像去噪法對提取到的邊緣輪廓進行中
心化及去噪處理。 3. 1形態學骨架化處理 由於用相位一致性模型進行邊緣檢測存在展寬現象，為了使得邊緣定位更為精 確，進行了骨架化的操作，這一操作使得邊緣更精細了，同樣使得後續的最小二乘法曲線擬 合的計算量減少。 骨架具有三個主要特徵連續性，最小寬度為1，中心性。對相位一致性檢測邊緣 進行骨架化處理的目的是在保留圖像重要信息的同時，減少圖像的冗餘信息，使後續操作 計算量減少。所謂骨架，以用最大圓盤概念定義的骨架為例，就是指圖像內部所有最大內接 圓圓心的點集合。如圖4(a)所示，為最大圓盤骨架示意圖。數學形態骨架抽取算法是獲取 圖像骨架的一種有效方法，用形態學腐蝕和開運算能夠獲得以最大圓盤方式定義的圖像骨 架。若X為離散二值圖像，X的骨架記為S(X)，則數學形態學對骨架可描述為
formula see original document page 9
其中formula see original document page 9
Sn(X)表示X的第n個骨架子集，-表示差集，B表示半徑為1的數字圓盤，nB表示 半徑為n的數字圓盤，n = 0時nB為原點像素，N表示X中最大的最大圓盤的半徑，〇表示 腐蝕運算，①表示膨脹運算，o表示開運算。 由於離散圖像中不存在精確的圓盤，可用其他形狀來近似，如圖4(b)所示的幾種 結構元素來近似圓盤。 具體骨架化的操作，即標記相位一致性模型檢測邊緣的每一個連通區域，將每一 連通區域用一系列其內滑動的最大圓盤中心表示，將每一連通區域收縮為單線寬的連通區 域。 3. 2二值圖像去噪處理 由於受到噪聲的影響，相位一致性模型檢測到的邊緣存在斷邊和偽邊緣的問題，
針對這一情況，對相位一致性模型檢測邊緣進行二值圖像去噪處理。標記相位一致性模型
檢測邊緣圖像中連接的點，由統計信息自適應設置一個閾值，將線長短於閾值的判定為噪
聲或偽邊緣並予以捨棄。 具體的去噪處理步驟為 首先，將骨架化後的相位一致性模型檢測邊緣圖像中的每一個連通區域進行標
記，記錄連通區域的總數及每個連通區域中像素的個數。 然後，剔除連通像素個數較少的連通域，完成去噪處理。 步驟4.迭代最小二乘法航跡擬合與參數估計。
參照圖5，本步驟的具體迭代擬合過程如下 4. 1提取相位一致性模型檢測邊緣骨架化及二值圖像去噪後的圖像中所有點，記 為候選點集； 具體的提取點跡操作為將已中心化及去噪後的邊緣圖像中值為1的每個點的位 置坐標記錄下，將所有點的坐標放入一個數組，以每個坐標值代表對應的點，使用數組中坐 標信息作為提取出的相應點。
4. 2對候選點集中的點進行最小二乘擬合，得到一條擬合曲線及估計航跡參數；
具體的最小二乘擬合的操作為設曲線航跡為一個二次曲線，則需要求解一個線 性方程組，這個擬合及參數估計的過程可以看成下面的超定方程的求解。 即
差o2
"2)
1 r(
,)2
、 、
八2)
—
、 ,
19)
將19)式記為Bz = y，該方程的具體求解可轉化為求正則方程(BTB) z = BTy的解， z = (BTB) —20)
4.3計算候選點集中各點到該擬合曲線的距離df，並統計出距離均值與距離方 以對應點及曲線的縱坐標的差值表示為距離df。
10
4.4由均值方差自適應設置迭代停止條件，當
>3的點個數為零時或者df
> 2i!的點個數為零時則停止迭代，並記錄下目標航跡擬合軌跡及目標的運動參數，完成 對目標航跡的檢測，否則轉步驟4. 5 ;
#一〃 4. 5從候選點集中剔除# > 2/i和
>3的點，構成新的候選點集，轉至步驟
4. 2。
本發明的效果可以通過下述實驗說明 1.仿真條件
雷達工作波長A = 0. 03m，軌道高度R。 = 1000km，雷達平臺運動速度v = 7400m/ s，雷達脈衝重複頻率2000Hz。運動目標的徑向速度為、二 3001.5m/s，方位向速度為v。= 3400m/s，徑向加速度為at = 15. 25m/s2，方位向加速度為aa = 10m/s2，相應的時間-多普 勒圖像中軌跡方程為f = 4 t 2-50 t +100，地雜波用高斯噪聲模擬。
2.仿真內容及結果 仿真A，對時間-都卜勒圖像進行仿真，其中包含了一條運動目標軌跡及地雜波，
這條軌跡方程為f = 4 t 2_50 t +100，地雜波用信噪比為4dB高斯白噪聲模擬，其仿真結果
如圖6所示。從圖6中可以隱約看到一條運動軌跡。如何清晰正確地提取出這條航跡並
且正確估計出航跡參數，是本發明的主要任務。為此對圖6的仿真時間-都卜勒圖像採用
不同的方法進行了邊緣檢測仿真，其中圖7為用傳統基於圖像梯度信息的Sobel算子對圖
6的仿真時間-都卜勒圖像進行邊緣檢測得到的結果，能夠看到由於存在噪聲，檢測結果非
常不理想，噪聲點嚴重影響邊緣檢測的結果。圖8為使用本發明相位一致性模型邊緣檢測
步驟對圖6的仿真時間-都卜勒圖像進行邊緣檢測得到的結果，能夠看到雖然仍然存在噪
聲影響，但圖像邊緣比較Sobel檢測邊緣清晰，利於後續提取邊緣操作。 由圖7與圖8的對比可以看出，用本發明的相位一致性模型邊緣檢測結果比現有
基於梯度信息的邊緣檢測，在一定程度上能夠減少噪聲對邊緣檢測的影響。 仿真B，對圖8的檢測結果進行處理的仿真試驗。其中，圖9為對圖8直接進行單
次最小二乘擬合得到的擬合曲線，擬合航跡為:f = 2. 7509 t 2-40. 3634 t +144. 5133，對比
理想航跡f = 4 t 2-50 t +100，發現偏差很大。這說明本發明後續的骨架化、二值圖像去噪
及迭代最小二乘擬合的步驟是必要的。 圖10為對圖8採用本發明的二值化，骨架化及去除短小邊緣處理後的仿真圖。
由圖8與圖10對比能看出，去骨架化及除短邊操作，能夠使得軌跡定位更加精細， 同樣減少孤立噪聲點對後續擬合操作的影響。 仿真C，對圖10的處理結果進行本發明的迭代最小二次擬合操作的仿真試 驗。仿真結果如圖ll所示，從圖11中可以看出，經過本發明的相位一致性模型邊緣檢 測，二值化圖像去噪，骨架化處理，迭代最小二乘擬合等步驟後得到的擬合航跡為f = 3. 9580 t 2-49. 2254 t +96. 0809，對比理想航跡f = 4 t 2-50 t +100，參數偏差不大，說明本 發明的一系列處理過程能夠得到較理想的結果。 由圖9與圖11對比能夠看出，經過本發明的相位一致性模型邊緣檢測，二值化圖 像去噪，骨架化處理，迭代最小二乘擬合等步驟後得到的擬合航跡，比直接最小二乘擬合得到的擬合航跡參數更為精確。 仿真D，對本發明參數估計的誤差進行分析。圖12為用本發明進行500次蒙特卡 洛實驗，迭代最小二乘擬合的參數誤差曲線，其中點劃線為二次項係數誤差曲線，實線為一 次項係數誤差曲線，虛線為常數項誤差曲線。圖13為用現有的單次最小二乘進行500次蒙 特卡洛實驗擬合參數誤差曲線，其中點劃線為二次項係數誤差曲線，實線為一次項係數誤 差曲線，虛線為常數項誤差曲線。可以看出隨著信噪比的增加，均方誤差逐漸在減小。圖14 為進行500次蒙特卡洛實驗，迭代最小二乘擬合與單次最小二乘擬合的二次項係數誤差曲 線對比圖。其中實線為迭代最小二乘誤差曲線，虛線為單次最小二乘誤差曲線。從圖14可 以看到虛線始終位於實線的下方，可得到迭代最小二乘擬合參數估計的準確度高於單次最 小二乘擬合的結論。
權利要求
一種圖像域的高速、微弱目標航跡檢測方法，包括如下步驟(1)對輸入的多幀數據進行連續幀的數據融合累加，獲得時間-都卜勒圖像；(2)利用Peter Kovesi改進的相位一致性公式計算相位一致性值，並利用該值，對時間-都卜勒圖像進行邊緣提取，所述的相位一致性公式為其中，W(x)為頻率擴展加權函數，符號表示表達式為正時取自身，否則取0，Ano(x)代表x點處o方向傅立葉級數分解n次諧波的振幅，ΔΦno(x)代表x點處o方向傅立葉級數分解n次諧波相位偏差函數值，To代表o方向的噪聲補償量，ε為極小正值；(3)採用形態學骨架化處理法和二值圖像去噪法對提取到的邊緣輪廓進行中心化及去噪處理；(4)從已中心化及去噪後的邊緣圖像中提取點跡，得到的所有點記為候選點集；(5)對候選點集中的點進行最小二乘擬合，可以得到一條擬合曲線及估計航跡參數；(6)計算候選點集中各點到該擬合曲線的距離df，並統計出距離均值μ與方差σ2；(7)由均值方差自適應設置迭代停止條件，當的點個數為零時或者df＞2μ的點個數為零時則停止迭代，並記錄下目標航跡擬合軌跡及目標的運動參數，完成對目標航跡的檢測，否則轉(8)；(8)從候選點集中剔除df＞2μ和的點，構成新的候選點集，轉至(6)。F2009102189479C0000011.tif,F2009102189479C0000012.tif,F2009102189479C0000013.tif,F2009102189479C0000014.tif
1. 一種圖像域的高速、微弱目標航跡檢測方法，包括如下步驟(1) 對輸入的多幀數據進行連續幀的數據融合累加，獲得時間-都卜勒圖像；(2) 利用Peter Kovesi改進的相位一致性公式計算相位一致性值，並利用該值，對時 都卜勒圖像進行邊緣提取，所述的相位一致性公式為formula see original document page 2其中，W(x)為頻率擴展加權函數，符號|_」表示表達式為正時取自身，否則取0， An。(x) 代表x點處o方向傅立葉級數分解n次諧波的振幅，A On。 (x)代表x點處o方向傅立葉級 數分解n次諧波相位偏差函數值，T。代表o方向的噪聲補償量，e為極小正值；(3) 採用形態學骨架化處理法和二值圖像去噪法對提取到的邊緣輪廓進行中心化及去 噪處理；(4) 從已中心化及去噪後的邊緣圖像中提取點跡，得到的所有點記為候選點集；(5) 對候選點集中的點進行最小二乘擬合，可以得到一條擬合曲線及估計航跡參數；(6) 計算候選點集中各點到該擬合曲線的距離df，並統計出距離均值與方差o2;(7)由均值方差自適應設置迭代停止條件，當> 3的點個數為零時或者df > 2的點個數為零時則停止迭代，並記錄下目標航跡擬合軌跡及目標的運動參數，完成對目標航跡的檢測，否則轉(8);#—〃(8)從候選點集中剔除df > 2ii和>3的點，構成新的候選點集，轉至(6)。
2.根據權利要求1所述的目標航跡檢測方法，其中步驟2按如下步驟進行 (2a)選擇Log Gabor小波濾波器對時間_都卜勒圖像進行濾波處理； (2b)計算時間-都卜勒圖像中的噪聲能量響應的均值與方差，根據均值和方差計算出 估計噪聲，並從信號中減去估計噪聲，以減弱噪聲影響； (2c)計算頻率加權函數W(x)，其計算公式為formula see original document page 2控制截止鋒利程度的增益因子，s(x)為formula see original document page 2其中，c是濾波器響應範圍的切斷值，Y是-濾波器響應帶寬；(2d)利用相位一致性公式計算出表徵圖像特徵的相位一致性值；(2e)依據相位一致性值分離出圖像特徵，得到邊緣檢測結果。
3.根據權利要求1所述的目標航跡檢測方法，其中步驟3按如下步驟進行(3a)進行骨架化操作，即標記相位一致性模型檢測邊緣的每一個連通區域，將每一連通區域用一系列其內滑動的最大圓盤中心表示，將每一連通區域收縮為單線寬的連通區域；(3b)將骨架化後的相位一致性模型檢測邊緣圖像中的每一個連通區域進行標記，記錄 連通區域的總數及每個連通區域中像素的個數；(3c)剔除連通像素個數較少的連通域，完成中心化及去噪處理。
4. 根據權利要求1所述的目標航跡檢測方法，其中步驟4所述的從已中心化及去噪後 的邊緣圖像中提取點跡，是將已中心化及去噪後的邊緣圖像中值為1的每個點的位置坐標 記錄下，將所有點的坐標放入一個數組，以每個坐標值代表對應的點，使用數組中坐標信息 作為提取出的相應點。
5. 根據權利要求1所述的目標航跡檢測方法，其中步驟6所述的計算候選點集中各點 到該擬合曲線的距離df，是以對應點及曲線的縱坐標的差值表示為距離df。
全文摘要
本發明公開了一種圖像域的高速、微弱目標航跡檢測方法，它涉及運動目標跟蹤領域，主要解決從低信噪比數據中提取運動目標航跡及目標的運動參數的問題。其檢測過程為首先經過對目標多幀數據融合累加處理，獲得時間-都卜勒圖像；然後基於相位一致性模型進行邊緣提取；通過對邊緣檢測結果採用形態學方法，經過骨架化及二值圖像去噪處理實現定位邊緣中心和噪聲抑制；最後利用最小二乘法完成目標航跡的檢測和估計目標參數。本發明具有能夠精確估計出曲線航跡參數的優點，可用於雷達等監視系統實現高速、微弱目標檢測與跟蹤的數據處理領域。
文檔編號G01S7/41GK101718870SQ20091021894
公開日2010年6月2日 申請日期2009年11月13日 優先權日2009年11月13日
發明者何嘉懿, 廖桂生, 楊志偉 申請人:西安電子科技大學