一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法
【專利摘要】本發(fā)明設(shè)計(jì)一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法。該方法主要針對(duì)在復(fù)雜環(huán)境下的機(jī)動(dòng)目標(biāo)，在保證實(shí)時(shí)性的情況下實(shí)現(xiàn)穩(wěn)定的目標(biāo)點(diǎn)跡關(guān)聯(lián)。方法實(shí)現(xiàn)過(guò)程是：首先對(duì)當(dāng)前關(guān)注目標(biāo)建立3×3網(wǎng)格式關(guān)聯(lián)域，并把原始雷達(dá)視頻數(shù)據(jù)的幅度量級(jí)按照0～255的灰度級(jí)別進(jìn)行投影，轉(zhuǎn)化成圖像數(shù)據(jù)；針對(duì)周期間關(guān)聯(lián)域內(nèi)的圖像，運(yùn)用幀差法去除地物、雜波和固定目標(biāo)干擾；其次運(yùn)用直方圖規(guī)定化處理，進(jìn)一步去除雜波，并區(qū)分出背景和目標(biāo)；然后進(jìn)行連通域檢測(cè)，提取出特征參數(shù)；最后根據(jù)特征參數(shù)，采用相似性度量函數(shù)進(jìn)行特征匹配，關(guān)聯(lián)到所關(guān)注目標(biāo)。本方法可以在復(fù)雜環(huán)境下實(shí)現(xiàn)穩(wěn)定的機(jī)動(dòng)目標(biāo)關(guān)聯(lián)。隨著未來(lái)武器裝備性能和干擾措施的不斷提高，該發(fā)明具有廣泛的應(yīng)用前景。
【專利說(shuō)明】一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)數(shù)據(jù)處理中的目標(biāo)數(shù)據(jù)關(guān)聯(lián)技術(shù)，涉及一種基于連通域特征和模 板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法，可以實(shí)現(xiàn)復(fù)雜環(huán)境下雷達(dá)目標(biāo)點(diǎn)跡的關(guān)聯(lián)。

【背景技術(shù)】
[0002] 數(shù)據(jù)關(guān)聯(lián)算法一直是目標(biāo)跟蹤領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)。數(shù)據(jù)關(guān)聯(lián)的準(zhǔn)確與否直接影 響到航跡融合的精度。隨著目標(biāo)自身的機(jī)動(dòng)性能的不斷提高和新式干擾措施的提出，都對(duì) 數(shù)據(jù)關(guān)聯(lián)算法提出了新的挑戰(zhàn)。
[0003] 數(shù)據(jù)關(guān)聯(lián)問題的核心在于如何將原始的目標(biāo)回波判定為可能的目標(biāo)航跡。目前， 這方面的方法很多，在理論上較完善的算法是聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)法，但該方法在密集多目 標(biāo)環(huán)境下其聯(lián)合關(guān)聯(lián)假設(shè)數(shù)目急劇增加，計(jì)算量出現(xiàn)"組合爆炸"現(xiàn)象，并且當(dāng)目標(biāo)處于 強(qiáng)雜波背景下時(shí)，目標(biāo)測(cè)量的不確定性也隨之增加，這種情況將會(huì)導(dǎo)致較多的錯(cuò)、漏相關(guān)； 同時(shí)，當(dāng)目標(biāo)出現(xiàn)機(jī)動(dòng)時(shí)，采用多模型自適應(yīng)跟蹤方法，由于雜波干擾，真實(shí)目標(biāo)回波新息 將增大，關(guān)聯(lián)概率減小，最終導(dǎo)致關(guān)聯(lián)失敗。
[0004] 本發(fā)明結(jié)合連通域特征和模板匹配理論，設(shè)計(jì)出一種基于連通域特征的目標(biāo)檢測(cè) 方法，通過(guò)設(shè)計(jì)一種以當(dāng)前目標(biāo)為中心的3X3網(wǎng)格式關(guān)聯(lián)域，并把原始雷達(dá)視頻數(shù)據(jù)的幅 度量級(jí)按照〇?255的灰度級(jí)別進(jìn)行投影，轉(zhuǎn)化成圖像數(shù)據(jù)，在關(guān)聯(lián)域內(nèi)，采用圖像處理的 相關(guān)算法，檢測(cè)連通域，提取出目標(biāo)的特征參數(shù)；同時(shí)提出一種基于模板匹配的目標(biāo)點(diǎn)跡關(guān) 聯(lián)方法，根據(jù)已經(jīng)獲取到的目標(biāo)特征參數(shù)，采用相似性度量函數(shù)，對(duì)檢測(cè)出的連通區(qū)域進(jìn)行 模板匹配，從而關(guān)聯(lián)到重點(diǎn)關(guān)注目標(biāo)。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提出一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法，該 發(fā)明能夠自適應(yīng)的實(shí)現(xiàn)目標(biāo)點(diǎn)跡關(guān)聯(lián)。
[0006] 實(shí)現(xiàn)本發(fā)明的技術(shù)解決方案為：針對(duì)重點(diǎn)關(guān)注目標(biāo)，借助模板的方法，以目標(biāo)的連 通域?yàn)橹行男纬梢粋€(gè)類似3X3模板的網(wǎng)格式關(guān)聯(lián)域，以關(guān)聯(lián)域?yàn)樘幚韱卧瑥亩蟠鬁p少 數(shù)據(jù)量，保證了實(shí)時(shí)性，且提高了重點(diǎn)關(guān)注目標(biāo)的關(guān)聯(lián)精度。
[0007] 在本方法中，針對(duì)當(dāng)前重點(diǎn)關(guān)注目標(biāo)建立關(guān)聯(lián)區(qū)域，如圖2所示，A為目標(biāo)當(dāng)前的 位置，其他八個(gè)區(qū)域?yàn)橄乱粋€(gè)周期的可能的預(yù)測(cè)位置。由于目標(biāo)在兩點(diǎn)建航后，就基本確定 了航向，所以只需把虛線框內(nèi)的關(guān)聯(lián)區(qū)域作為備選處理單元，即對(duì)所關(guān)注目標(biāo)處理的同時(shí) 保存其備選單元的數(shù)據(jù)，作為下一個(gè)天線周期所關(guān)注目標(biāo)的檢測(cè)背景。
[0008] 然后，根據(jù)保存的檢測(cè)背景的數(shù)據(jù)，在下一個(gè)天線周期進(jìn)行幀差法處理，從而有效 去除大量的雜波以及地物干擾。但是由于回波的起伏，還會(huì)有一些殘留，會(huì)影響目標(biāo)檢測(cè)的 精度。因此采用直方圖規(guī)定化處理，有效的區(qū)分出背景和目標(biāo)。直方圖是圖像的一種統(tǒng)計(jì)表 達(dá)。對(duì)一幅灰度圖像而言，灰度統(tǒng)計(jì)直方圖反映了該圖中不同灰度級(jí)出現(xiàn)的統(tǒng)計(jì)情況。其 中，橫軸表示不同的灰度級(jí)（〇?255)，縱軸表示圖像中各個(gè)灰度級(jí)像素的個(gè)數(shù)。
[0009] 圖3和圖4是根據(jù)真實(shí)數(shù)據(jù)模擬的目標(biāo)投影以及其直方圖的效果。圖3(a)、(b)、 (c)分別為強(qiáng)目標(biāo)，弱小目標(biāo)和雜波背景的圖像，從（a)中可以看出，由于目標(biāo)回波較強(qiáng)，反 映到圖像中就是該區(qū)域圖像的像素灰度值動(dòng)態(tài)范圍比較寬，灰度級(jí)分布大約從〇到120,其 中灰度級(jí)1〇〇?120之間的尖峰對(duì)應(yīng)圖3 (a)中間最亮的（目標(biāo)幅度最強(qiáng)）的區(qū)域，而灰度 級(jí)50?80之間的尖峰則對(duì)應(yīng)最亮區(qū)域的邊緣部分，而灰度級(jí)20到50之間也呈現(xiàn)出了像 素灰度值的變化，它對(duì)應(yīng)目標(biāo)上下兩側(cè)灰度稍暗的區(qū)域；而圖3 (b)中由于目標(biāo)回波較弱， 故像素灰度值動(dòng)態(tài)范圍相對(duì)較窄，大約從〇到40左右，而目標(biāo)的尖峰出現(xiàn)在20到30之間； 圖4 (c)為雜波背景圖像，故像素灰度值都集中在大約20以內(nèi)。
[0010] 根據(jù)直方圖可以把雷達(dá)回波圖像中的雜波背景和目標(biāo)區(qū)分開來(lái)，只需要有選擇的 增強(qiáng)某個(gè)灰度值范圍內(nèi)的對(duì)比度或使圖像灰度值的分布滿足特定的要求，具體步驟如下。
[0011] (1)、分別得到原始圖像和規(guī)定直方圖的累積直方圖 S和U，式中Sm為圖像的第m級(jí)灰度值，!1是圖像里像素的總個(gè)數(shù)，1和1^分別為原始圖像 和規(guī)定圖像中的灰度級(jí)數(shù)，且@ I。通過(guò)對(duì)圖像里像素的總個(gè)數(shù)進(jìn)行歸一化，直方圖各 列表達(dá)了各灰度值像素在圖像中所占的比例。

【權(quán)利要求】
1. 一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法，其特征在于：提出一種基于 連通域特征的目標(biāo)檢測(cè)方法，設(shè)計(jì)了一種類似3X3模板的網(wǎng)格式關(guān)聯(lián)域，針對(duì)重點(diǎn)關(guān)注目 標(biāo)，在關(guān)聯(lián)域內(nèi)進(jìn)行連通域檢測(cè)，獲取目標(biāo)的特征參數(shù)；并提出一種基于模板匹配的目標(biāo)關(guān) 聯(lián)方法，根據(jù)目標(biāo)特征參數(shù)，采用模板匹配的方法提取出所關(guān)注的目標(biāo)。
2. 根據(jù)權(quán)利要求1所述的一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法，其特 征在于基于連通域特征的目標(biāo)檢測(cè)方法：首先對(duì)重點(diǎn)關(guān)注目標(biāo)建立3X3網(wǎng)格式關(guān)聯(lián)域，并 把原始雷達(dá)視頻數(shù)據(jù)的幅度量級(jí)按照〇?255的灰度級(jí)別進(jìn)行投影，轉(zhuǎn)化成圖像數(shù)據(jù)；針對(duì) 周期間關(guān)聯(lián)域內(nèi)的圖像，運(yùn)用幀差法去除地物、雜波和固定目標(biāo)干擾；然后運(yùn)用直方圖規(guī)定 化處理，進(jìn)一步去除雜波，從而區(qū)分出背景和目標(biāo)；最后采用閾值分割和輪廓提取檢測(cè)出連 通域的特征參數(shù)。
3. 根據(jù)權(quán)利要求1所述的一種基于連通域特征和模板匹配的雷達(dá)點(diǎn)跡關(guān)聯(lián)方法，其特 征在于基于模板匹配的目標(biāo)點(diǎn)跡關(guān)聯(lián)方法：根據(jù)提取出的目標(biāo)連通域參數(shù)，計(jì)算得出形狀 因子，對(duì)連通域進(jìn)行分類；然后以歷史目標(biāo)連通域的數(shù)據(jù)為模板，采用相似性函數(shù)對(duì)當(dāng)前周 期的雷達(dá)視頻投影后的數(shù)據(jù)作模板匹配，提取出所關(guān)注目標(biāo)，該方法實(shí)現(xiàn)了準(zhǔn)確的數(shù)據(jù)關(guān) 聯(lián)，避免了由于目標(biāo)測(cè)量的不確定性導(dǎo)致的錯(cuò)、漏相關(guān)。
【文檔編號(hào)】G01S13/66GK104391294SQ201410707302
【公開日】2015年3月4日 申請(qǐng)日期:2014年11月27日 優(yōu)先權(quán)日:2014年11月27日
【發(fā)明者】孟凡, 邢永昌 申請(qǐng)人:中國(guó)船舶重工集團(tuán)公司第七二四研究所