本發(fā)明屬于雷達(dá)信號處理技術(shù)領(lǐng)域，尤其涉及一種雷達(dá)回波數(shù)據(jù)的目標(biāo)點(diǎn)跡凝聚方法，用于雷達(dá)回波數(shù)據(jù)的預(yù)處理和目標(biāo)參數(shù)提取。

背景技術(shù)：

隨著雷達(dá)技術(shù)的發(fā)展，人們要求雷達(dá)具有更多的功能和作用。傳統(tǒng)意義上的雷達(dá)主要用于測量目標(biāo)的距離、方位、俯仰等基本信息，現(xiàn)代雷達(dá)要求在更為復(fù)雜的環(huán)境(干擾與雜波)下實(shí)現(xiàn)對目標(biāo)的檢測、點(diǎn)跡錄取和目標(biāo)跟蹤。

現(xiàn)代雷達(dá)技術(shù)向著智能化、小型化、信息化和精密化方向發(fā)展。人們要求雷達(dá)能夠獲取更為精確的目標(biāo)信息，并且實(shí)現(xiàn)更為穩(wěn)定的目標(biāo)跟蹤。點(diǎn)跡凝聚技術(shù)就是通過對雷達(dá)回波數(shù)據(jù)進(jìn)行處理實(shí)現(xiàn)目標(biāo)參數(shù)估計(jì)和點(diǎn)跡錄取的過程，雷達(dá)數(shù)據(jù)處理系統(tǒng)對錄取的點(diǎn)跡進(jìn)行航跡處理實(shí)現(xiàn)目標(biāo)的跟蹤顯示。國內(nèi)對雷達(dá)數(shù)據(jù)處理技術(shù)的研究相比國外起步較晚，點(diǎn)跡凝聚處理技術(shù)的研究主要針對mtd體制的雷達(dá)系統(tǒng)?，F(xiàn)階段點(diǎn)跡凝聚主要采用的方法有基于滑窗法的點(diǎn)跡凝聚、基于圖像處理的點(diǎn)跡凝聚等。

點(diǎn)跡凝聚現(xiàn)階段主要存在的問題是復(fù)雜環(huán)境下如何對目標(biāo)點(diǎn)跡的準(zhǔn)確判別，以及如何改進(jìn)不同雷達(dá)體制下點(diǎn)跡凝聚處理的方法?；诨胺ǖ狞c(diǎn)跡凝聚方法是較為常用的一種點(diǎn)跡凝聚方法，主要存在的問題是目標(biāo)終了門限值較大時會出現(xiàn)目標(biāo)點(diǎn)跡的分裂，目標(biāo)在方位上的分裂常常通過降低門限值的方法進(jìn)行解決，而門限值選取又不能過低，過低的門限值造成虛假點(diǎn)跡過多，影響點(diǎn)跡質(zhì)量。經(jīng)典的基于圖像處理的方法是采用圖像輪廓查找求取質(zhì)心的方法實(shí)現(xiàn)點(diǎn)跡凝聚，無法改善點(diǎn)跡在距離上和方位上的分裂問題。

技術(shù)實(shí)現(xiàn)要素：

針對上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種雷達(dá)回波數(shù)據(jù)的目標(biāo)點(diǎn)跡凝聚方法，不僅采用滑窗法中的二值滑窗檢測，同時采用了數(shù)學(xué)中的形態(tài)濾波算法對連通域進(jìn)行膨脹腐蝕操作，通過選取合適的結(jié)構(gòu)元素不僅可以改善滑窗法出現(xiàn)的目標(biāo)點(diǎn)跡在方位上的分裂現(xiàn)象，同時可以實(shí)現(xiàn)改善目標(biāo)點(diǎn)跡在距離上的分裂現(xiàn)象。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案予以實(shí)現(xiàn)。

一種雷達(dá)回波數(shù)據(jù)的目標(biāo)點(diǎn)跡凝聚方法，所述方法包括如下步驟：

步驟1，獲取雷達(dá)經(jīng)過脈沖壓縮處理的多個掃描周期的原始回波數(shù)據(jù)，所述原始回波數(shù)據(jù)為包含距離維和方位維的二維數(shù)據(jù)，且所述多個掃描周期的原始回波數(shù)據(jù)沿方位維依次排列；

步驟2，對所述原始回波數(shù)據(jù)依次進(jìn)行包絡(luò)檢波和非相參積累，得到脈沖積累后的回波數(shù)據(jù)；

步驟3，對所述脈沖積累后的回波數(shù)據(jù)進(jìn)行恒虛警檢測，得到恒虛警檢測后的回波數(shù)據(jù)，進(jìn)而對所述恒虛警檢測后的回波數(shù)據(jù)依次進(jìn)行二值量化處理以及沿方位維的二值滑窗檢測，得到二值滑窗檢測后的回波數(shù)據(jù)。

步驟4，將所述二值滑窗檢測后的回波數(shù)據(jù)轉(zhuǎn)化為對應(yīng)的二值圖像數(shù)據(jù)，且二值圖像的長度對應(yīng)所述二值滑窗檢測后的回波數(shù)據(jù)的距離單元，二值圖像的寬度對應(yīng)所述二值滑窗檢測后的回波數(shù)據(jù)的脈沖數(shù)，對所述二值圖像數(shù)據(jù)進(jìn)行先膨脹后腐蝕的操作，從而得到所述二值圖像數(shù)據(jù)中的所有連通域；

步驟5，在所述所有連通域中，濾除第一連通域和第二連通域，所述第一連通域?yàn)橹话粋€孤立點(diǎn)跡的連通域，所述第二連通域?yàn)樵诰嚯x維上擴(kuò)展超過門限值的點(diǎn)跡組成的連通域，從而得到包含目標(biāo)點(diǎn)跡的剩余連通域；根據(jù)所述包含目標(biāo)點(diǎn)跡的剩余連通域得到目標(biāo)信息，實(shí)現(xiàn)對目標(biāo)點(diǎn)跡的凝聚。

本發(fā)明技術(shù)方案的特點(diǎn)和進(jìn)一步的改進(jìn)為：

(1)在所述步驟1之后，且所述步驟2之前，所述方法還包括：對所述原始回波數(shù)據(jù)進(jìn)行二次對消，抑制原始回波數(shù)據(jù)中的雜波。

(2)所述步驟2具體為：

對所述原始回波數(shù)據(jù)進(jìn)行包絡(luò)檢波，從而得到原始回波數(shù)據(jù)在對應(yīng)距離-方位單元的幅度信息；所述距離單元為所述原始回波數(shù)據(jù)在距離維上的采樣點(diǎn)，所述方位單元為所述原始回波數(shù)據(jù)在方位維上的采樣點(diǎn)。

對包絡(luò)檢波后的回波數(shù)據(jù)在相鄰脈沖上進(jìn)行滑窗積累，得到脈沖積累后的回波數(shù)據(jù)。

(3)所述步驟3具體為：

對所述脈沖積累后的回波數(shù)據(jù)沿距離單元進(jìn)行滑窗檢測，將窗口內(nèi)所有參考單元的均值乘以門限因子得到的值設(shè)置為滑窗檢測的門限值；將待檢測單元的幅值與所述滑窗檢測的門限值進(jìn)行比較，若待檢測單元的幅值大于所述滑窗檢測的門限值，則將待檢測單元的數(shù)據(jù)保留，否則將所述待檢測單元的數(shù)據(jù)設(shè)置為0；

進(jìn)而將幅值大于所述滑窗檢測的門限值的待檢測單元的數(shù)據(jù)設(shè)置為1，完成對恒虛警檢測后的回波數(shù)據(jù)進(jìn)行二值量化處理的過程；

對進(jìn)行二值量化處理后的回波數(shù)據(jù)沿方位維進(jìn)行二值滑窗檢測時，采用m/n準(zhǔn)則，其中，m表示二值滑窗檢測的檢測門限，n表示二值滑窗檢測時所用窗口的長度。

(4)步驟4中，對所述二值圖像數(shù)據(jù)進(jìn)行先膨脹后腐蝕的操作，從而得到所述二值圖像數(shù)據(jù)中的所有連通域，具體包括：

選取結(jié)構(gòu)元素，用選取的結(jié)構(gòu)元素對二值圖像數(shù)據(jù)進(jìn)行先膨脹后腐蝕的操作，然后對先膨脹后腐蝕的二值圖像數(shù)據(jù)進(jìn)行連通域的查找。

(5)步驟5中，所述根據(jù)所述包含目標(biāo)點(diǎn)跡的剩余連通域得到目標(biāo)信息，實(shí)現(xiàn)對目標(biāo)點(diǎn)跡的凝聚，具體包括：

獲取所述包含目標(biāo)點(diǎn)跡的剩余連通域的質(zhì)心位置，將所述質(zhì)心位置在原始回波數(shù)據(jù)中對應(yīng)的距離單元作為目標(biāo)的距離信息，將所述質(zhì)心位置在原始回波數(shù)據(jù)中對應(yīng)的方位單元作為目標(biāo)的方位信息；

獲取所述包含目標(biāo)點(diǎn)跡的剩余連通域?qū)?yīng)的原始回波數(shù)據(jù)，根據(jù)所述包含目標(biāo)點(diǎn)跡的剩余連通域?qū)?yīng)的原始回波數(shù)據(jù)所在的距離-方位單元以及對應(yīng)的包絡(luò)檢波結(jié)果，求得目標(biāo)的距離信息、方位信息以及幅度信息。

本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：

(1)由于本發(fā)明將回波數(shù)據(jù)轉(zhuǎn)換為二值圖像進(jìn)行處理，可以采用軟件實(shí)現(xiàn)和離線處理；具有基于圖像處理和基于滑窗法點(diǎn)跡凝聚方法各自的優(yōu)點(diǎn)，并且在經(jīng)典點(diǎn)跡凝聚方法的基礎(chǔ)上采用形態(tài)濾波方法進(jìn)一步對點(diǎn)跡進(jìn)行處理，彌補(bǔ)了兩種經(jīng)典方法的不足，進(jìn)一步改善了目標(biāo)點(diǎn)跡的分裂現(xiàn)象，同時具有較高的點(diǎn)跡質(zhì)量；

(2)本發(fā)明提供的目標(biāo)點(diǎn)跡凝聚方法采用二值圖像連通域查找方法，能精確地確定目標(biāo)點(diǎn)跡分布區(qū)域，對目標(biāo)點(diǎn)跡有較高的分辨率，查找后采用質(zhì)心法確定區(qū)域質(zhì)心或者采用回波幅度加權(quán)方法對目標(biāo)參數(shù)進(jìn)行估計(jì)，目標(biāo)參數(shù)估計(jì)比滑窗法更準(zhǔn)確；

(3)對于目標(biāo)點(diǎn)跡的判別和虛假點(diǎn)跡的濾除更為有效，首先結(jié)合基于滑窗法目標(biāo)點(diǎn)跡的判別和點(diǎn)跡凝聚準(zhǔn)則以及目標(biāo)分布特點(diǎn)，可以制定這樣的目標(biāo)判別準(zhǔn)則：對距離上延伸較大的目標(biāo)點(diǎn)跡進(jìn)行濾除和孤立的點(diǎn)跡進(jìn)行濾除，其次對連通域面積較小的進(jìn)行濾除(具體參數(shù)要根據(jù)情況進(jìn)行設(shè)定，沒有統(tǒng)一的標(biāo)準(zhǔn))，這些目標(biāo)判斷和點(diǎn)跡濾除準(zhǔn)則能有效識別目標(biāo)點(diǎn)跡，同時能靈活控制點(diǎn)跡數(shù)量；

(4)通過圖像膨脹腐蝕操作進(jìn)行連通域合并能有效地減少目標(biāo)分裂造成的影響，進(jìn)一步改善基于滑窗法點(diǎn)跡凝聚的效果。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，，還可以根據(jù)這些附圖獲得其他的附圖。在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種雷達(dá)回波數(shù)據(jù)的目標(biāo)點(diǎn)跡凝聚方法的流程示意圖；

圖2為本發(fā)明實(shí)施例提供的二值滑窗檢測過程示意圖；

圖3為本發(fā)明實(shí)施例提供的不同結(jié)構(gòu)元素對同一目標(biāo)的膨脹結(jié)果示意圖；

圖4為本發(fā)明實(shí)施例提供的不同結(jié)構(gòu)元素對同一目標(biāo)的腐蝕結(jié)果示意圖；

圖5為本發(fā)明實(shí)施例提供的像素鄰接關(guān)系示意圖；

圖6為本發(fā)明實(shí)施例提供的p、q、s點(diǎn)的連通關(guān)系示意圖；

圖7為本發(fā)明實(shí)施例提供的連通域查找過程示意圖；

圖8為本發(fā)明實(shí)施例提供的原始回波數(shù)據(jù)示意圖；

圖9為本發(fā)明實(shí)施例提供的非相參積累后的回波數(shù)據(jù)示意圖；

圖10為本發(fā)明實(shí)施例提供的恒虛警檢測結(jié)果后的回波數(shù)據(jù)示意圖；

圖11為本發(fā)明實(shí)施例提供的二值滑窗檢測結(jié)果示意圖；

圖12為本發(fā)明實(shí)施例提供的二值圖像膨脹腐蝕結(jié)果示意圖；

圖13為本發(fā)明實(shí)施例提供的目標(biāo)點(diǎn)跡凝聚結(jié)果示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

雷達(dá)技術(shù)的發(fā)展要求雷達(dá)系統(tǒng)提供更高的目標(biāo)參數(shù)，天線波束對目標(biāo)進(jìn)行掃描后的回波數(shù)據(jù)經(jīng)信號處理和目標(biāo)檢測后會產(chǎn)生分裂現(xiàn)象，分為距離分裂和方位分裂。對于兩坐標(biāo)雷達(dá)來說點(diǎn)跡凝聚就是對目標(biāo)一次信息(距離方位)的提取。通常對目標(biāo)信息的提取采用二元滑窗檢測器，滑窗檢測器減少虛警的程度取決于檢測門限和窗口長度。點(diǎn)跡凝聚一方面要求對虛假點(diǎn)跡進(jìn)行濾除，另一方面要求有較高的分辨能力。能否減少目標(biāo)分裂帶來的影響同時提高目標(biāo)參數(shù)質(zhì)量對于點(diǎn)跡凝聚來說是一個重要的指標(biāo)。本發(fā)明實(shí)施例提供的基于圖像處理的點(diǎn)跡凝聚方法一方面算法在二值圖像中實(shí)現(xiàn)，不受其他條件影響，較為容易實(shí)現(xiàn)；另一方面圖像處理與基于滑窗法點(diǎn)跡凝聚相結(jié)合，增加了對點(diǎn)跡的判別準(zhǔn)則，有利于提高目標(biāo)點(diǎn)跡質(zhì)量。本發(fā)明實(shí)施例提供的基于圖像處理的點(diǎn)跡凝聚方法是基于滑窗法點(diǎn)跡凝聚的思想和原理與圖像處理相關(guān)算法相結(jié)合，并在此基礎(chǔ)上進(jìn)行改進(jìn)的結(jié)果。

本發(fā)明實(shí)施例提供一種雷達(dá)回波數(shù)據(jù)的目標(biāo)點(diǎn)跡凝聚方法，如圖1所示，所述方法包括如下步驟：

步驟1，獲取雷達(dá)經(jīng)過脈沖壓縮處理的多個掃描周期的原始回波數(shù)據(jù)，所述原始回波數(shù)據(jù)為包含距離維和方位維的二維數(shù)據(jù)，且所述多個掃描周期的原始回波數(shù)據(jù)沿方位維依次排列。

需要補(bǔ)充的是，在所述步驟1之后，且所述步驟2之前，所述方法還包括：對所述原始回波數(shù)據(jù)進(jìn)行二次對消，抑制原始回波數(shù)據(jù)中的雜波。

步驟2，對所述原始回波數(shù)據(jù)依次進(jìn)行包絡(luò)檢波和多脈沖非相參積累，得到脈沖積累后的回波數(shù)據(jù)。

脈沖積累分為相參積累和非相參積累。相參積累能較好地改善目標(biāo)信噪比，但由于運(yùn)算復(fù)雜度較高，而且相參積累后的點(diǎn)跡凝聚估計(jì)誤差較大，尤其是當(dāng)目標(biāo)多普勒頻率出現(xiàn)在多個通道中時或者目標(biāo)沿切向運(yùn)動時凝聚的效果不好，對于兩坐標(biāo)雷達(dá)來說，目標(biāo)主要參數(shù)為距離、方位和速度，根據(jù)信號目標(biāo)檢測后的數(shù)據(jù)對目標(biāo)參數(shù)進(jìn)行提取。采用非相參積累運(yùn)算復(fù)雜度低，在很多場景下適應(yīng)性很強(qiáng)，因此本發(fā)明技術(shù)方案采用多脈沖非相參積累。

所述步驟2具體為：

對所述原始回波數(shù)據(jù)進(jìn)行包絡(luò)檢波，從而得到原始回波數(shù)據(jù)在對應(yīng)距離-方位單元的幅度信息；所述距離單元為所述原始回波數(shù)據(jù)在距離維上的采樣點(diǎn)，所述方位單元為所述原始回波數(shù)據(jù)在方位維上的采樣點(diǎn)。

對包絡(luò)檢波后的回波數(shù)據(jù)在相鄰脈沖上進(jìn)行滑窗積累，得到脈沖積累后的回波數(shù)據(jù)。

步驟3，對所述脈沖積累后的回波數(shù)據(jù)進(jìn)行恒虛警檢測，得到恒虛警檢測后的回波數(shù)據(jù)，進(jìn)而對所述恒虛警檢測后的回波數(shù)據(jù)依次進(jìn)行二值量化處理以及沿方位維的二值滑窗檢測，得到二值滑窗檢測后的回波數(shù)據(jù)，進(jìn)一步降低虛假點(diǎn)跡帶來的影響。所述二值滑窗檢測后的回波數(shù)據(jù)為二維數(shù)據(jù)，其中一維表示距離單元，另一維表示方位維的脈沖數(shù)；

所述恒虛警檢測采用單元平均恒虛警檢測(ca-cfar)。

所述步驟3中，進(jìn)而對所述恒虛警檢測后的回波數(shù)據(jù)依次進(jìn)行二值量化處理以及沿方位維的二值滑窗檢測，得到二值滑窗檢測后的回波數(shù)據(jù)，具體為：

首先對經(jīng)過步驟2處理得到的脈沖積累后的回波數(shù)據(jù)進(jìn)行采用單元平均恒虛警檢測處理，單元平均恒虛警檢測是沿距離單元進(jìn)行滑窗檢測，將窗口內(nèi)所有參考單元的均值乘以門限因子得到的值設(shè)置為滑窗檢測的門限值，將待檢測單元的幅值與所述滑窗檢測的門限值進(jìn)行比較，對過門限數(shù)據(jù)保留，未過門限數(shù)據(jù)設(shè)置為0；而后將過門限值的數(shù)據(jù)設(shè)置為1，從而完成對所述脈沖積累后的回波數(shù)據(jù)進(jìn)行恒虛警檢測以及二值量化處理的過程；

對進(jìn)行二值量化處理后的回波數(shù)據(jù)沿方位維進(jìn)行二值滑窗檢測時，采用m/n準(zhǔn)則，其中，m表示二值滑窗檢測的檢測門限，n表示二值滑窗檢測時所用窗口的長度。

二值滑窗檢測的目標(biāo)起始門限對目標(biāo)點(diǎn)跡的分辨影響不大，所以這里設(shè)置目標(biāo)終了門限與起始門限相同，m與n的關(guān)系按照經(jīng)驗(yàn)公式m＝1.5*sqrt(n)進(jìn)行選取，但是為了減少目標(biāo)點(diǎn)跡分裂，二值滑窗檢測的檢測門限應(yīng)適當(dāng)?shù)慕档汀?/p>

需要說明的是，目標(biāo)終了門限值是指滑窗檢測過程中對目標(biāo)的點(diǎn)跡進(jìn)行分辨時，二值滑窗積累值是一個變化過程，通過選取起始門限和終了門限判斷目標(biāo)點(diǎn)跡在方位上的起始點(diǎn)和終了點(diǎn)，從而完成目標(biāo)點(diǎn)跡在方位上的分辨。

具體的，二值滑窗檢測過程如圖2所示，其中，圖2(a)為二值量化處理后的輸入信號，圖2(b)為二值滑窗檢測積累過程，圖2(c)為二值滑窗檢測結(jié)果示意圖；m/n準(zhǔn)則是指窗口長度n＝5，檢測門限m＝3，當(dāng)窗口內(nèi)二值累加結(jié)果大于等于門限值時就認(rèn)為檢測到目標(biāo)記為1，否則記為0。

需要補(bǔ)充的是，所述原始回波數(shù)據(jù)指的是天線掃描后經(jīng)過脈沖壓縮處理后的數(shù)據(jù)，對回波數(shù)據(jù)的處理包括雜波抑制、信號積累和恒虛警檢測。

對于兩坐標(biāo)雷達(dá)來說，目標(biāo)參數(shù)指的是目標(biāo)的距離和方位信息，這里對回波數(shù)據(jù)進(jìn)行非相參積累，雜波抑制采用對消器實(shí)現(xiàn)。

但是根據(jù)具體情況，比如為了不影響對切向飛行的目標(biāo)檢測，可以對回波數(shù)據(jù)只進(jìn)行簡單的信號積累而省略二次對消過程，本發(fā)明對回波數(shù)據(jù)處理采用滑窗積累、恒虛警檢測和二值滑窗檢測的方法。

步驟4，將所述二值滑窗檢測后的回波數(shù)據(jù)作為二值圖像數(shù)據(jù)，對所述二值圖像數(shù)據(jù)進(jìn)行先膨脹后腐蝕的操作，從而得到所述二值圖像數(shù)據(jù)中的所有連通域。

具體的，對所述二值圖像數(shù)據(jù)采用形態(tài)濾波算法進(jìn)行膨脹腐蝕操作，目的是實(shí)現(xiàn)連通域的合并。

圖像的膨脹與腐蝕操作，從圖像處理角度來看，二值圖像處理就是將一個小的結(jié)構(gòu)元素在大的二值圖像上逐點(diǎn)進(jìn)行移動并比較，根據(jù)比較的結(jié)果做出相應(yīng)的處理。結(jié)構(gòu)元素是指具有一定尺寸的背景圖像，結(jié)構(gòu)元素沒有固定的形狀，在設(shè)計(jì)形態(tài)變換算法的同時需要根據(jù)輸入圖像和所需的信息進(jìn)行結(jié)構(gòu)元素的設(shè)計(jì)。通常結(jié)構(gòu)元素形狀有正方形、矩形、圓形和線性等。簡單地說，膨脹就是將物體周圍的背景點(diǎn)合并到物體中，物體通過膨脹向外擴(kuò)展，這樣對于兩個相鄰的物體就有可能被連在一起，在二值圖像中就表現(xiàn)為連通域的合并。相反的，圖像的腐蝕操作就是消除物體的邊界點(diǎn)，另外消除較小的物體。

(1)圖像的膨脹處理可以簡單地描述為結(jié)構(gòu)元素在二值圖像上進(jìn)行遍歷，以二值圖像黑色點(diǎn)為例，當(dāng)結(jié)構(gòu)元素原點(diǎn)與二值圖像中某點(diǎn)像素相同，那么結(jié)構(gòu)元素與二值圖像對應(yīng)的所有點(diǎn)都變?yōu)楹谏c(diǎn)。如圖3所示為不同結(jié)構(gòu)元素對同一目標(biāo)的膨脹結(jié)果示意圖，圖3(a)為結(jié)構(gòu)元素1，圖3(b)為結(jié)構(gòu)元素2，圖3(c)為原二值圖像，圖3(d)為采用結(jié)構(gòu)元素1對原二值圖像進(jìn)行膨脹的結(jié)果，圖3(e)為采用結(jié)構(gòu)元素2對原二值圖像進(jìn)行膨脹的結(jié)果，其中，結(jié)構(gòu)元素中符號“+”表示坐標(biāo)原點(diǎn)所在位置。

(2)圖像的腐蝕操作可以簡單描述為結(jié)構(gòu)元素在二值圖像上進(jìn)行遍歷時，以二值圖像黑色點(diǎn)為例，當(dāng)結(jié)構(gòu)元素原點(diǎn)與二值圖像中某點(diǎn)像素相同，如果結(jié)構(gòu)元素中其余像素有一個及以上的像素與二值圖像對應(yīng)像素點(diǎn)不同，那么原點(diǎn)所對應(yīng)的二值圖像的點(diǎn)變?yōu)榘咨c(diǎn)。如圖4所示為不同結(jié)構(gòu)元素對同一目標(biāo)的腐蝕結(jié)果示意圖，圖4(a)為結(jié)構(gòu)元素1，圖4(b)為結(jié)構(gòu)元素2，圖4(c)為原二值圖像，圖4(d)為采用結(jié)構(gòu)元素1對原二值圖像進(jìn)行腐蝕的結(jié)果，圖4(e)為采用結(jié)構(gòu)元素2對原二值圖像進(jìn)行腐蝕的結(jié)果。

本發(fā)明實(shí)施例采用的結(jié)構(gòu)元素為線段形結(jié)構(gòu)元素，中心點(diǎn)在線段中心位置，長度采用相參處理脈沖數(shù)的1/4，對二值圖像先膨脹后腐蝕，膨脹腐蝕各進(jìn)行一次。二值圖像膨脹實(shí)現(xiàn)連通域的合并，腐蝕操作對膨脹后的二值圖像進(jìn)行恢復(fù)，但恢復(fù)后的圖像與原來的二值圖像是不一樣的。

具體的，步驟4中，得到所述二值圖像數(shù)據(jù)中的所有連通域時需要對膨脹腐蝕后的連通域進(jìn)行查找。

鄰接與連通是像素間的基本關(guān)系，二值圖像中除邊緣像素以外，每個像素周圍都有8個鄰接點(diǎn)，根據(jù)鄰接點(diǎn)的位置進(jìn)行區(qū)分又有4鄰接點(diǎn)。如圖5所示，圖5(a)黑色點(diǎn)周圍為8鄰接示意圖，圖5(b)黑色點(diǎn)周圍為4鄰接示意圖。

在二值圖像中如果兩個點(diǎn)通過一系列灰度相同的點(diǎn)序列根據(jù)4鄰接關(guān)系或者8鄰接關(guān)系將連在一起那么就稱這兩個點(diǎn)是連通域的，這樣所有與這兩個點(diǎn)連通的點(diǎn)的集合就構(gòu)成了連通域，如圖6所示，像素值為1的點(diǎn)p、q、s，其中p與q是8連通的，s與q是4連通的，s與p是8連通的。

以8連通為例，對像素值為1的像素進(jìn)行連通域查找，假設(shè)a為二值圖像中的一個連通域，a中一個點(diǎn)已知為p，那么對于連通域a的查找可以通過下述迭代式進(jìn)行：

x0＝p

當(dāng)xk＝xk-1時，算法收斂，并且a＝xk。其中，b表示結(jié)構(gòu)元素，表示圖像膨脹操作，y為原始二值圖像。

如圖7所示為連通域查找示意圖，采用8連通關(guān)系，結(jié)構(gòu)元素如圖7(a)，圖7(b)為連通域查找的起始點(diǎn)p，黑色元素為已提取的元素，灰色為尚未提取的元素，圖7(c)為查找連通域第一次迭代的結(jié)果，圖7(d)為查找連通域第二次迭代的結(jié)果，圖7(e)為連通域查找最終結(jié)果示意圖。根據(jù)連通域查找的方法，查找后的連通域需要進(jìn)行標(biāo)記，直到所有的像素為1的點(diǎn)全部都標(biāo)記完為止，這樣就完成了連通域的查找了。

步驟5，在所述所有連通域中，濾除第一連通域和第二連通域，所述第一連通域?yàn)橹话粋€孤立點(diǎn)跡的連通域，所述第二連通域?yàn)樵诰嚯x維上擴(kuò)展超過門限值的點(diǎn)跡組成的連通域，從而得到包含目標(biāo)點(diǎn)跡的剩余連通域；根據(jù)所述包含目標(biāo)點(diǎn)跡的剩余連通域得到目標(biāo)信息，實(shí)現(xiàn)對目標(biāo)點(diǎn)跡的凝聚。

步驟5中，所述根據(jù)所述包含目標(biāo)點(diǎn)跡的剩余連通域得到目標(biāo)信息，實(shí)現(xiàn)對目標(biāo)點(diǎn)跡的凝聚，具體包括：

獲取所述包含目標(biāo)點(diǎn)跡的剩余連通域的質(zhì)心位置，將所述質(zhì)心位置在原始回波數(shù)據(jù)中對應(yīng)的距離單元作為目標(biāo)的距離信息，將所述質(zhì)心位置在原始回波數(shù)據(jù)中對應(yīng)的方位單元作為目標(biāo)的方位信息；

獲取所述包含目標(biāo)點(diǎn)跡的剩余連通域?qū)?yīng)的原始回波數(shù)據(jù)，根據(jù)所述包含目標(biāo)點(diǎn)跡的剩余連通域?qū)?yīng)的原始回波數(shù)據(jù)所在的距離單元、方位單元以及對應(yīng)的包絡(luò)檢波結(jié)果，求得目標(biāo)的距離信息、方位信息以及幅度信息。

具體的，本發(fā)明實(shí)施例中，當(dāng)實(shí)測數(shù)據(jù)目標(biāo)回波較弱，為了盡可能保留目標(biāo)點(diǎn)跡，從而采用的點(diǎn)跡濾除準(zhǔn)則為：

(1)對獨(dú)立的點(diǎn)跡進(jìn)行濾除，根據(jù)目標(biāo)回波分布特點(diǎn)，通常目標(biāo)在方位上或者距離上會發(fā)生擴(kuò)展，因此可以根據(jù)目標(biāo)點(diǎn)跡在距離或方位擴(kuò)展的大小擴(kuò)展濾除一些虛假點(diǎn)跡；

(2)對回波數(shù)據(jù)對應(yīng)的距離上擴(kuò)展較多的點(diǎn)跡進(jìn)行濾除，距離單元的最大值根據(jù)目標(biāo)和系統(tǒng)的估計(jì)參數(shù)來確定；

(3)在系統(tǒng)允許的情況下，應(yīng)盡可能保留較多的點(diǎn)跡，所以點(diǎn)跡分辨與濾除準(zhǔn)則要根據(jù)實(shí)際情況增加或者減少。

實(shí)驗(yàn)內(nèi)容與結(jié)果

實(shí)驗(yàn)1，回波數(shù)據(jù)為某對空雷達(dá)錄取的回波數(shù)據(jù)，如圖8所示為某對空數(shù)據(jù)的截取部分，數(shù)據(jù)由雷達(dá)9個掃描周期內(nèi)截取的相同方位和距離段上的數(shù)據(jù)拼接而成。

目標(biāo)回波數(shù)據(jù)顯示如圖8所示，滑窗積累后的回波數(shù)據(jù)如圖9所示。如圖10所示為恒虛警處理后的結(jié)果，如圖11所示為二值滑窗檢測后的結(jié)果，圖11(a)為二值滑窗檢測m/n準(zhǔn)則中，m＝2，n＝5時的檢測結(jié)果，圖11(b)為二值滑窗檢測m/n準(zhǔn)則中，m＝3，n＝5時的檢測結(jié)果。如圖12所示為二值圖像膨脹腐蝕后的結(jié)果，如圖13所示為本發(fā)明實(shí)施例提供的目標(biāo)點(diǎn)跡凝聚方法的點(diǎn)跡凝聚結(jié)果。

由圖8可以看出，目標(biāo)周圍存在較強(qiáng)的雜波分布，單次截取的數(shù)據(jù)很難判斷目標(biāo)點(diǎn)跡的位置，因此通過拼接后的數(shù)據(jù)可以大致看到目標(biāo)的位置，可以通過對目標(biāo)位置的估計(jì)對點(diǎn)跡凝聚效果進(jìn)行驗(yàn)證。

由圖9可以看出，目標(biāo)經(jīng)過非相參積累后，對于弱目標(biāo)的改善情況并不明顯，但是還是有一定好處的，主要是對沿徑向分布的氣象雜波有一定平滑作用，對接下來進(jìn)行恒虛警檢測是有利的。

由圖10可以看出，剩余點(diǎn)跡中目標(biāo)點(diǎn)跡和虛假點(diǎn)跡受信號處理和恒虛警檢測影響比較大，恒虛警檢測后與原始回波數(shù)據(jù)進(jìn)行對比，通過對目標(biāo)位置的大致判斷可以看到同一目標(biāo)的點(diǎn)跡分裂現(xiàn)象較為明顯，圖中標(biāo)記的地方即為目標(biāo)分裂的點(diǎn)跡。

由圖11可以看出，二值滑窗檢測能有效改善目標(biāo)分裂帶來的影響，同時降低虛警，但是采用m/n準(zhǔn)則時，門限值過大會損失較弱目標(biāo)的點(diǎn)跡，滑窗檢測時會出現(xiàn)目標(biāo)點(diǎn)跡分裂現(xiàn)象，通常通過降低門限值的方法解決，門限值過低虛假點(diǎn)跡會增多，對點(diǎn)跡質(zhì)量影響較大。所以門限值需要折中考慮。由圖12可以看出，通過對滑窗檢測后的二值圖像進(jìn)行膨脹腐蝕操作后一方面保證了目標(biāo)分辨能力另一方面對目標(biāo)分裂的改善也是相當(dāng)有效的。

由圖13可以看出，改進(jìn)后的方法成功實(shí)現(xiàn)了點(diǎn)跡凝聚，目標(biāo)點(diǎn)跡凝聚取得了較好的效果。

綜上，由實(shí)驗(yàn)結(jié)果可知，本發(fā)明方法能夠有效的實(shí)現(xiàn)點(diǎn)跡凝聚，同時減少目標(biāo)分裂對點(diǎn)跡凝聚的影響。

本發(fā)明實(shí)施例提供的技術(shù)方案相比滑窗法的點(diǎn)跡凝聚，基于圖像處理的點(diǎn)跡凝聚技術(shù)大大提高了目標(biāo)參數(shù)精度和目標(biāo)分辨能力，而且圖像中相關(guān)算法比如本發(fā)明采用的二值圖像膨脹腐蝕方法可以進(jìn)一步改善滑窗法點(diǎn)跡凝聚中可能存在目標(biāo)分裂的問題?；胺ǖ暮锰幨悄苡行Э朔繕?biāo)分裂和虛警帶來的影響，但是滑窗法門限值的選取對點(diǎn)跡凝聚影響較大，這一點(diǎn)可以通過圖像處理中形態(tài)濾波進(jìn)行改善。所以結(jié)合滑窗法和圖像處理的優(yōu)點(diǎn)，將點(diǎn)跡變換到圖像域進(jìn)行處理，采用連通域查找算法和圖像膨脹腐蝕處理，一方面采用二值滑窗檢測對目標(biāo)回波數(shù)據(jù)進(jìn)行處理和點(diǎn)跡判決，另一方面可以利用圖像處理方法克服點(diǎn)跡分裂，從而獲得較高質(zhì)量的目標(biāo)估計(jì)參數(shù)。本專利所提的方法結(jié)合了滑窗法和圖像處理方法，改進(jìn)方法主要體現(xiàn)在一是采用滑窗檢測器和恒虛警檢測對回波數(shù)據(jù)的處理，第二是采用圖像處理中形態(tài)濾波方法改善目標(biāo)點(diǎn)跡分裂的影響。改進(jìn)的點(diǎn)跡凝聚方法對點(diǎn)跡凝聚技術(shù)的研究有著重要的參考價(jià)值和研究意義，實(shí)測數(shù)據(jù)驗(yàn)證了所提方法的有效性。

以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。