运动弱小目标先跟踪后检测技术的研究进展

对低信噪比下图像序列运动小目标先跟踪后检测技术进行了较为系统地研究。首先针对运动弱小目标检测问题,分析比较了先检测后跟踪技术与先跟踪后检测技术;详细阐述了先跟踪后检测技术的主流算法,包括时空域匹配滤波器、基于投影变换与三维匹配滤波相结合的算法、多阶假设检验、动态规划算法、高阶相关方法、递推贝叶斯滤波等算法,并比较了其中几种算法。

基于改进Hough变换的检测前跟踪算法

针对密集杂波环境中的弱小目标检测问题,提出了一种改进Hough变换的检测前跟踪算法,解决Hough变换参数空间峰值簇拥导致虚假轨迹较多的问题。采用样本方差信息对非相参积累值进行加权,利用时间信息抑制部分杂波和噪声积累峰值,改进非相参积累的积累方法;依据各单元的积累值对局部峰值簇拥的几个单元进行融合处理,改进阈值提取的峰值提取方法。仿真分析表明,改进算法检测目标虚假轨迹少于标准Hough变换方法,与先检测后跟踪方法相比,改进算法有3~4 d B信噪比得益。

一种耦合检测和JPDA滤波的多目标跟踪算法

传统雷达信号处理中对目标的检测和跟踪是割裂处理的,通常为先检测后跟踪(DBT);当目标的信噪比较低时,检测过程中将出现大量的虚警及漏检,使得后继的跟踪算法失效。针对这一问题,在联合处理检测和跟踪方法的基础上,提出了一种耦合贝叶斯检测和联合概率数据关联(JPDA)滤波的多目标跟踪算法(JPDAF-BD)。JPDA滤波器将目标的位置分布信息反馈到贝叶斯检测器,继而贝叶斯检测器将该反馈作为先验信息用于检测判决。仿真结果表明,所提出的JPDAF-BD算法较之传统DBT体制下的多目标跟踪算法(JPDAF-NP)有显著的性能提升,可以实现更低信噪比下的多目标检测和跟踪。

红外目标检测方法分析

对红外目标检测难点进行分析,从目标检测的两个主要发展方向上,对目前国内外提出的检测理论和方法进行系统地归纳和总结,然后对各种理论方法的适用情况和优缺点进行分析,并指出各种检测理论和算法的结合使用和灵活运用,可以提高目标检测的稳健性和高效性。

基于红外成像的小目标检测技术研究

针对远距红外弱小目标的成像特点,提出了一种基于连续帧的红外成像小目标先检测后跟踪算法。首先利用增强型简化高通滤波预处理提高图像信噪比,然后根据直方图迭代得到的自适应阈值进行二值化处理和目标标记,在后继的连续帧中根据导弹工作状态不同而确定不同的选择截获算法,判断截获后转入小目标对比度跟踪阶段。仿真实验结果表明,本文算法在复杂背景、低信噪比条件下,仍能准确检测出远距小目标,阈值选取无需人工干预,检测速度快,利于弹上实时应用。

长短时算法:一种视频多目标关联算法

视频多目标跟踪面临的主要挑战是严重遮挡带来的身份切换问题。解决身份切换的技术为视频目标关联,即识别不同帧中的同一目标并分配身份编号。针对身份切换提出长短时视频目标关联算法,该算法在短时即相邻帧之间使用运动特征进行目标匹配,在长时即不相邻帧之间增加外观特征进行目标匹配,实现对于遮挡后被检出目标的再匹配。此外对卡尔曼滤波进行改进,增加框宽参数,使得预测框更准确;还使用平均外观特征并增加检测置信度作为更新参数,使得外观特征鲁棒性更强,在复杂环境下仍能表现良好。长短时算法在数据集MOT17上多目标跟踪精度得分81.3,身份F1值得分81.3,实现了严重遮挡场景下的稳定跟踪。

机场场监雷达数据处理技术研究

针对场面监视雷达的应用需求,首先对地面民航机的运动场景和状态进行分析与仿真,对于机场目标运动模型多样、受环境影响大的情况,研究基于检测前跟踪算法的场监雷达数据处理算法;并将机场数字地图信息和目标数据库融入场内目标的跟踪过程,以提高雷达对不同运动状态目标的跟踪性能;同时,对异常情况及时告警,确保机场飞行安全;最后给出了仿真数据及某机场实测数据的处理结果,验证算法有效性。

一种有效的红外弱小目标DBT算法研究

作为红外自寻的制导、搜索跟踪和预警等领域的一项关键技术,红外弱小目标检测与跟踪成了红外图像处理领域中的一项重要研究课题。本文采用了"先检测后跟踪(DBT)"的思想对红外小目标进行检测与跟踪,首先采用基于各向异性偏微分方程的背景抑制技术对单帧图像进行抑制,再用最大绝对对比度阈值对红外图像进行分割,最后采用形心跟踪法对小目标点坐标定位。试验证明本文算法应用于目标检测的可行性和有效性。