紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究.pdf

1、隨著目標(biāo)隱身和誘餌干擾等反導(dǎo)技術(shù)的快速發(fā)展，探測(cè)包括誘餌和目標(biāo)在內(nèi)的多個(gè)運(yùn)動(dòng)目標(biāo)變得越來(lái)越重要。但是由于目標(biāo)的信噪比很低，使得現(xiàn)有的紅外寬帶探測(cè)技術(shù)無(wú)法滿(mǎn)足復(fù)雜背景下目標(biāo)的檢測(cè)與跟蹤。因此本文利用目標(biāo)的多個(gè)光譜信息，針對(duì)低信噪比條件下的多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤進(jìn)行研究，主要工作如下：
　　本文利用二維經(jīng)驗(yàn)?zāi)B(tài)分解(BEMD)方法在處理非線(xiàn)性非平穩(wěn)數(shù)據(jù)方面的優(yōu)勢(shì)，對(duì)紅外多光譜圖像進(jìn)行融合處理，在此基礎(chǔ)上提出基于二維經(jīng)驗(yàn)?zāi)B(tài)分解的

2、異常檢測(cè)算法，實(shí)現(xiàn)紅外弱小目標(biāo)的檢測(cè)。該算法由于利用了紅外多光譜圖像的多尺度信息，可抑制背景雜波和消減高頻噪聲，進(jìn)而可以提高檢測(cè)概率。通過(guò)仿真數(shù)據(jù)和獲得的真實(shí)圖像對(duì)提出的算法進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明，相比傳統(tǒng)異常檢測(cè)算法，本文提出的算法對(duì)檢測(cè)弱小目標(biāo)有更好的性能。同時(shí)該算法可為后續(xù)序列圖像中弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤提供先驗(yàn)知識(shí)。
　　針對(duì)紅外多光譜圖像序列中單個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤問(wèn)題，建立了單個(gè)運(yùn)動(dòng)目標(biāo)的動(dòng)力學(xué)模型和多光譜圖

3、像序列的量測(cè)模型。通過(guò)分布式估計(jì)融合策略對(duì)各傳感器形成的局部航跡進(jìn)行融合，在此基礎(chǔ)上提出粒子濾波跟蹤新算法。提出了基于序貫式量測(cè)融合策略的粒子濾波檢測(cè)算法，該方法由于利用了各個(gè)波段所有的原始量測(cè)數(shù)據(jù)，因此檢測(cè)概率高。提出的兩種算法新生粒子建議密度函數(shù)由當(dāng)前時(shí)刻的檢驗(yàn)統(tǒng)計(jì)量生成，可以有效地減小粒子搜索空間，進(jìn)而提高計(jì)算效率。相比傳統(tǒng)單波段檢測(cè)和跟蹤算法，本文算法通過(guò)融合光譜信息能夠進(jìn)一步提高低信噪比條件下弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤能力。

4、r>　　研究了紅外多光譜圖像序列中多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)問(wèn)題。在單目標(biāo)運(yùn)動(dòng)模型和量測(cè)模型的基礎(chǔ)上建立多目標(biāo)運(yùn)動(dòng)模型和量測(cè)模型。應(yīng)用馬爾科夫鏈對(duì)目標(biāo)的存在變量進(jìn)行建模，將多目標(biāo)的聯(lián)合檢測(cè)和跟蹤變?yōu)榛旌蠟V波問(wèn)題。通過(guò)混合濾波獲得目標(biāo)的存在概率和狀態(tài)估計(jì)，在貝葉斯濾波框架下提出了多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)前跟蹤方法，由交互式混合粒子濾波算法推導(dǎo)出目標(biāo)出現(xiàn)個(gè)數(shù)后驗(yàn)概率的解析解，并最終實(shí)現(xiàn)多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)。仿真實(shí)驗(yàn)驗(yàn)證了該算法的有效性。

5、　　對(duì)紅外多光譜圖像序列中多個(gè)弱小運(yùn)動(dòng)目標(biāo)的跟蹤問(wèn)題展開(kāi)研究。由于概率假設(shè)密度濾波器(PHD)可將多目標(biāo)跟蹤問(wèn)題在單目標(biāo)狀態(tài)空間中計(jì)算，而且不需要數(shù)據(jù)關(guān)聯(lián)，因此其計(jì)算復(fù)雜度大大降低。首先研究了隨機(jī)有限集理論和PHD濾波器，其次推導(dǎo)了概率假設(shè)密度濾波器的序貫蒙特卡洛實(shí)現(xiàn)方法，在此基礎(chǔ)上建立了概率假設(shè)密度濾波器檢測(cè)前跟蹤算法。然后應(yīng)用集中式融合策略提出了自適應(yīng)多光譜概率假設(shè)密度濾波器檢測(cè)前跟蹤算法，該算法中的檢測(cè)概率可通過(guò)圖像數(shù)據(jù)自適應(yīng)的計(jì)