天基雷达与红外数据融合在轨动目标检测方法.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CN106204629A(43)申请公布日2016.12.07(21)申请号201610681992.8(22)申请日2016.08.17(71)申请人西安电子科技大学地址710065陕西省西安市雁塔区太白南路2号(72)发明人周慧鑫杜辉庞英名金丽花秦翰林刘磊王炳建伊成俊曹洪源殷宽赖睿(74)专利代理机构西安通大专利代理有限责任公司61200代理人徐文权(51)Int.Cl.G06T7/00(2006.01)G06T7/40(2006.01)权利要求书4页说明书11页附图2页(54)发明名称天基雷达与红外数据融合在轨动目标检测方法(57)摘要本发明公开了一种天基雷达与红外数据融合在轨动目标检测方法；本发明中用红外探测系统进行探测时，先对红外图像序列中每一帧采用基于形态学的滤波方法进行背景抑制，然后将背景抑制后的图形进行自适应阈值分割，提取单帧检测结果，再通过跟踪算法进行多帧目标的确认，判断检测的结果是否为真实目标，从而得到多帧目标的检测结果；雷达探测时，采用脉冲多普勒(PD)处理。将得到的红外和雷达的目标信息进行时间校准与空间校准后，采用量测融合的方法将其进行数据融合，并将融合后的数据进行航迹预测，得到目标的估计位置。CN106204629ACN106204629A权利要求书1/4页1.天基雷达与红外数据融合在轨动目标检测方法，其特征在于，包括以下步骤：1)调整天基雷达和红外系统的探测角度，使两个系统对准同一个目标，并采集天基雷达和红外系统的探测数据；2)采用红外弱小目标检测算法获取目标在红外图像上的位置信息，其中背景抑制方法为基于Tophat变换的形态学滤波算法、单帧目标检测技术采用自适应阈值分割技术、序列目标检测技术采用管道滤波算法；3)利用在红外图像上获得的目标位置信息，由雷达脉冲多普勒PD处理的结果推导出目标极坐标位置，即方位角θ、俯仰角以及径向距离r；4)将红外与雷达探测系统所探测到的目标信息进行空间校准、时间校准，即将红外和雷达传感器的目标观测数据转换统一到相同的坐标系和相同的时间节点上；5)将时空校准后的雷达红外数据进行融合，根据融合的结果对协同探测动目标算法进行评估。2.根据权利要求1所述的天基雷达与红外数据融合在轨动目标检测方法，其特征在于，所述步骤2)的具体方法如下：2-1)将红外探测所得的每一帧红外序列图像进行Tophat变换，检测到图像中的高频分量，同时滤去图像中的低频分量；采用如式(1)的Whitehat变换来抑制背景：其中，f表示图像灰度帧，g表示结构体算子，表示对图像进行开运算；背景抑制环节采用的结构体算子为：2-2)对背景抑制后的图像采用自适应阈值分割技术；从含有目标、噪声和少量的背景泄漏的残差图像中，确定目标的数目和位置，对其进行阈值分割以实现目标检测的目的，且采用的算法为自适应阈值分割算法；对于输入背景抑制图像e(x,y)，定义阈值分割输出二值图像为：式中，T为阈值；按背景抑制图像的统计特性，T通过图像的均值和方差来自适应地确定，即：T＝m+k·v(4)其中，m为图像的均值；v为图像的标准差；k为常数，能够通过实验得到，k的取值范围为3～10；2-3)对红外图像序列进行序列目标检测；利用目标轨迹关联方法，根据目标在空间运动的一致性和特征参数的一致性，通过多帧数据关联进一步剔除虚警点，进而进一步降低目标检测算法的虚警概率，提高算法的检测概率。3.根据权利要求2所述的天基雷达与红外数据融合在轨动目标检测方法，其特征在于，所述步骤2-3)中，对红外图像序列进行序列目标检测的方法是管道滤波序列检测算法；在2CN106204629A权利要求书2/4页单帧检测中经过背景抑制和图像分割后取得目标的位置，将该位置坐标作为当前帧图像的候选目标点，如果在后续连续的N帧图像中，该点所对应的某个局部邻域内出现目标点的次数在K次以上，则判定该点为真正的目标点，其中K<N；检测之前，先作如下假设：假设1：目标的运动速度在1像素/帧左右；当目标运动过快或者运动较为复杂时，如果管道直径与目标大小不匹配，则会造成目标检测失败；假设2：目标轨迹的帧间最大弧度为(π/3)弧度/秒；假设3：由于传感器或单帧检测时漏检等原因，目标最大丢失率为5帧中有一帧丢失；基于以上假设，管道滤波序列检测算法的具体步骤如下：2-3-1)参数初始化，假定管道所能容纳的图像帧数为N，并设定管道的直径大小与形状参数；2-3-2)从序列图像的第一帧开始，连续输入N帧图像；2-3-3)取第一帧图像作为当前帧，确定该图像中的所有候选目标点，并记录它们的位置信息；2-3-4)对所有的候选目标点Pi，在下一帧中观察其局部邻域内是否有候选目标点存在，如果有，则目标出现计数器加1，同时比较目标点