[發明專利]基于隨機有限集的弱小目標聯合檢測與跟蹤系統及方法

有效

• 申請號: 202011086220.2
• 申請日: 2020-10-12
• 公開（公告）號: CN112215146B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 董鴻志;連峰;譚順成;徐從安
• 申請（專利權）人: 西安交通大學
• 主分類號: G06V10/30
• 分類號: G06V10/30;G06V10/44;G06V20/10
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

本發明提供了一種基于隨機有限集的弱小目標聯合檢測與跟蹤系統及方法，包括紅外圖像量測模塊，用于獲取地面環境和目標的紅外量測圖像，從而得到目標量測域；目標預測模塊，用于對目標量測域計算，得到目標的預測狀態和目標預測航跡標簽，再進行高斯采樣；目標更新模塊，用于計算似然函數，根據似然函數，計算得到目標的更新狀態和目標更新航跡標簽；并建立目標與量測關聯的假設代價函數，根據假設權重大小選擇最大權重對應的假設，得到當前時刻的目標狀態和航跡估計值。本發明給出了復雜環境下在獲取目標紅外量測的基礎上，通過量測差分，新生目標自適應提取，航跡最優分配，實現在復雜噪聲環境下對紅外弱小目標的有效檢測與跟蹤。

技術領域

本發明屬于目標檢測跟蹤技術領域，特別涉及一種基于隨機有限集的弱小目標聯合檢測與跟蹤系統及方法。

背景技術

在現代戰爭中，伴隨著隱身技術的發展以及戰場環境越來越復雜，低信噪比的目標在傳感器量測中呈現出弱小目標特性，目標極易湮沒在噪聲中，無法對目標和量測進行有效關聯，從而導致傳統的跟蹤方法難以對目標進行有效檢測與跟蹤。并且傳統的跟蹤方法大多基于雷達系統，但由于雷達系統在探測目標的同時也對外輻射自身的特性，使得雷達量測系統容易暴露自己的位置從而遭受到敵方的打擊，難以在現在戰爭中存活。而紅外成像技術在復雜戰場下具有對目標的檢測抗干擾能力強，跟蹤精度高等優點，因此研究基于紅外圖像的多目標檢測與跟蹤系統和方法具有重要的意義。同時由于傳統的跟蹤算法JPDAF和MHT需要通過數據關聯對目標進行劃分，在復雜場景下容易導致關聯錯誤而導致JPDAF和MHT的跟蹤性能下降，為了應對這一問題引入基于隨機有限集(RFS)的跟蹤技術，其不需要進行復雜的數據關聯處理即可以對目標個數未知且時變的多個目標進行聯合檢測與跟蹤，可以有效提高跟蹤精度。但在復雜場景下對多弱小目標跟蹤領域中，將紅外圖像量測與RFS跟蹤技術結合起來的研究仍然處于起步階段，且存在計算復雜度高，復雜背景下目標量測虛警概率高，跟蹤精度低等問題。

發明內容

為了克服上述現有技術的缺點，解決目前基于紅外圖像的多弱小目標檢測與跟蹤算法中存在的不足，本發明的目的在于提供一種基于隨機有限集的弱小目標聯合檢測與跟蹤系統及方法。

為了實現上述目的，本發明采用的技術方案是：

基于隨機有限集的弱小目標聯合檢測與跟蹤系統，包括:

紅外圖像量測模塊，用于利用紅外傳感器進行實時掃描，獲取地面環境和目標的紅外量測圖像，然后利用紅外圖像灰度特征抑制地面環境和目標的紅外量測圖像的背景噪聲，濾除無效量測，得到目標量測域；

目標預測模塊，用于對目標量測域按照貝葉斯準則并利用馬爾可夫轉移矩陣計算，得到目標的預測狀態和目標預測航跡標簽，根據目標的預測狀態和目標預測航跡標簽對預測目標進行高斯采樣，獲得每一預測目標對應的粒子集合；

目標更新模塊，用于利用目標量測域中不同位置對應的幅值信息計算每一預測目標對應的粒子集合中預測目標粒子的似然函數，根據預測目標粒子似然函數和歸一化的粒子權重，計算得到目標的更新狀態和目標更新航跡標簽；并且建立目標與量測關聯的假設代價函數，然后根據目標與量測關聯的假設代價函數計算m個最優分配假設，最后根據假設權重大小選擇最大權重對應的假設，得到當前時刻的目標狀態和航跡估計值，實現對多目標的跟蹤。

本發明進一步的改進在于，該系統還包括與目標更新模塊相連的數據顯示模塊，數據顯示模塊用于顯示包括量測數據、目標的真實運行軌跡、目標狀態和數目估計值，以及目標數目和軌跡的估計誤差曲線。

本發明進一步的改進在于，紅外圖像量測模塊包括恒虛警率圖像分割模塊和紅外目標灰度特性量測提取模塊；

恒虛警率圖像分割模塊，用于對地面環境和目標的紅外量測圖像進行背景和雜波抑制，得到候選量測域；

紅外目標灰度特性量測提取模塊，用于對候選量測域提取目標量測域。