基于视频SAR跨域联合的动目标跟踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112184749A(43)申请公布日2021.01.05(21)申请号202011068415.4(22)申请日2020.10.09(71)申请人西安电子科技大学地址陕西省西安市太白南路2号(72)发明人丁金闪仲超徐众(74)专利代理机构陕西电子工业专利中心61205代理人田文英王品华(51)Int.Cl.G06T7/155(2017.01)G06T7/254(2017.01)G06T7/262(2017.01)G06T7/38(2017.01)G06T5/30(2006.01)G06T5/00(2006.01)权利要求书4页说明书9页附图4页(54)发明名称基于视频SAR跨域联合的动目标跟踪方法(57)摘要一种基于视频SAR跨域联合的动目标跟踪方法，其实现方案为：1)在图像域利用背景差分对运动目标阴影进行粗检测；2)在距离多普勒域利用Keystone变换进行距离走动校正并利用改进OS‑CFAR对动目标回波能量进行粗检测；3)对两域内形成的粗检结果进行帧内的数据关联；4)对两域中形成的弱关联航迹集合进行域间的匹配；5)对输出航迹进行逐帧管理。本发明根据帧间数据关联的紧密程度对图像域和距离多普勒域内航迹进行置信度判断，并将弱联合的航迹进行帧间的匹配处理，有效减少图像域或距离多普勒域中面临的高虚警和高漏警情况，实现视频SAR动目标实时检测及跟踪。CN112184749ACN112184749A权利要求书1/4页1.一种基于视频SAR跨域联合的动目标跟踪方法，其特征在于，对两域内形成的粗检测结果进行帧内的数据关联，对两域中形成的弱关联航迹集合进行域间匹配并在两域进行目标跟踪和航迹匹配，该方法的具体步骤如下：(1)在图像域对动目标阴影进行粗检测：(1a)采用SAR-SIFT算法，对一秒内的视频SAR图像序列进行配准，对配准后的视频SAR图像序列进行PM滤波去噪处理；(1b)使用多帧中值法，处理视频SAR去噪后的图像序列，得到背景图像，将背景图像与视频SAR图像序列进行逐帧差分，得到差分后的图像序列；(1c)对差分后的图像序列中的每帧图像进行形态学的膨胀处理，统计膨胀后每帧图像的八连通区域，从所有八连通区域中筛选像素数量为40～350的连通域作为图像域动目标阴影的粗检测结果；(2)在距离多普勒域对动目标能量进行粗检测:(2a)从视频SAR图像序列中每帧图像对应的脉冲回波序列中，选取该帧图像积累脉冲序列中心处的1/5脉冲序列组成该帧图像的脉冲序列，对该帧图像的脉冲序列沿慢时间维进行傅里叶变换，得到该帧图像的距离多普勒谱；(2b)利用多普勒模糊计算公式，根据动目标的运动速度范围来估算动目标的多普勒模糊数，遍历模糊数并使用Keystone变换，对每帧图像的距离多普勒谱进行距离走动校正，得到每帧图像距离走动校正后的距离多普勒谱；(2c)使用OS-CFAR检测器，对每帧图像距离走动校正后的距离多普勒谱的能量进行检测，得到该帧距离多普勒域的动目标能量的粗检测结果；(3)对两域内形成的粗检测结果进行帧内的数据关联：(3a)利用图像域帧间数据关联方法，对图像域中每帧图像中所有的动目标阴影粗检测结果进行弱数据关联，得到图像域帧间弱关联航迹集合；(3b)利用图像域帧间数据关联方法，对图像域中每帧图像中所有的动目标阴影粗检测结果进行强数据关联，得到图像域帧间强关联航迹集合；(3c)利用距离多普勒域帧间数据关联方法，对每帧图像对应的距离多普勒谱中所有动目标能量粗检测结果进行弱数据关联，得到距离多普勒域帧间弱关联航迹集合；(3d)利用距离多普勒域帧间数据关联方法，对每帧图像对应的距离多普勒谱中所有动目标能量粗检测结果进行强数据关联，得到距离多普勒域帧间强关联航迹集合；(4)对两域中形成的弱关联航迹集合进行域间匹配：(4a)利用域间航迹匹配方法，对图像域帧间弱关联航迹集合中的每个航迹和距离多普勒域帧间弱关联航迹集合中的每个航迹分别进行匹配，将所有域间匹配后的航迹组合成域间匹配后的航迹集合；(4b)对图像域帧间强关联航迹集合、距离多普勒域帧间强关联航迹集合和域间匹配后的航迹集合求并集，得到有效航迹集合；(5)对有效航迹集合进行航迹管理：利用航迹管理方法，对有效航迹集合进行管理，并使用迭代式的处理方式对航迹进行更新，得到整理后的视频SAR动目标航迹集合。2.根据权利要求1所述的基于视频SAR跨域联合的动目标跟踪方法，其特征在于，步骤2CN112184749A权利要求书2/4页(1b)中所述多帧中值法指的是，对去噪后的图像序列所有帧相同位置像素点的强度值取中值，将该中值作为背景图像中该像素点所对应位置像素点的强度值，用所有的像素点组成背景图像。3.根据权利要求1所述的基于视频SAR跨域联合的