一种ＴＢＤ－ＤＰ算法的目标鉴别方法，其步骤为：（１）对于ＴＢＤ－ＤＰ检测结果中的目标轨迹进行矢量化处理，矢量坐标对应着目标在帧图像中的位置；（２）以起始帧和终止帧中目标矢量化位置决定的总方向为基准，计算目标在不同图像帧间的方向偏离角；（３）对方向偏离角进行直方统计；（４）根据直方统计的结果判断待鉴别为真实目标或虚警。本发明专利技术利用噪声引起虚警在轨迹上具有很强的随机性，而真实目标轨迹在较短时间近似为直线这一差异，基于多阶方向直方统计进行目标鉴别，进而达到消除检测结果中的由噪声引起的虚警的目的，仿真结果也表明方向直方统计法在消除噪声引起的虚警方面比目前使用的局部极大值方法具有更好的效果。
【技术实现步骤摘要】
本专利技术属于一种检测前跟踪(TBD， Track Before Detecting)算法的百标鉴别方 法，应用于小目标检测和跟踪过程，属于小目标检测和跟踪的后处理领域。
技术介绍
微弱目标是信噪比较低的目标。随着现代低可探测技术的迅速发展和广泛应用，使 得对微弱目标的探测和预警方法的研究成为雷达和光学图像领域中的重要研究内容之 一。近年来，在微弱目标的探测方面提出了很多的方法，其中基于动态规划的检测前跟 踪算法(TBD-DP, Track Before Detecting Based on Dynamic Programming)在检测 和跟踪低信噪比的弱小目标方面是一种非常有效的方法。该方法在帧与帧之间对假设路 径包含的点作几乎没有信息损失的相关处理，经过数帧的积累，在目标的轨迹被估计出 来后，检测结果与目标的航迹同时宣布。但由于动态规划过程中强噪声和目标扩散的影 响，TBD-DP检测的结果中会存在很多的虚警。为消除虚警，目前常用的方法有基于部分 重叠轨迹的消除方法和基于局部极值(LEV, local extreme value)的消除方法。这两 种方法对于目标扩散引起的虚警是有效的，但对于强噪声引起的虚警的鉴别效果并不理 想。
技术实现思路
本专利技术的目的是针对基于动态规划的检测前跟踪算法中由噪声引起的虚警，提供一 种可以有效鉴别噪声引起的虚假目标的TBD-DP目标鉴别方法，以提高TBD-DP算法的性能。本专利技术遵循了以下的技术方案 一种基于方向直方统计的TBD-DP算法目标鉴别方法， 包括以下步骤(1) 对于基于动态规划的检测前跟踪算法TBD-DP检测结果中的目标轨迹进行矢量化 处理，矢量坐标对应着目标在帧图像中的位置；(2) 以起始帧和终止帧中目标矢量化位置决定的总方向为基准，计算目标在不同图像 帧间的方向偏离角，计算公式为^。=浙.,,-浙，浙、,.-""gZe(v,-v》，v,和"分别为同一 目标在两帧图像中的位置分别为，a"g/e(.)为取角度，值的范围为-;r ;r， i-_/>0，为方向阶数；(3) 对方向偏离角进行直方统计；(4) 根据直方统计的结果判断待鉴别为真实目标或虚警。所述步骤(2)计算目标方向偏离角过程中，用到了多阶方向偏离角，为避免离散化的 影响，阶数的选择需要进行限定，通常大于2阶。所述步骤(3)在进行直方统计时，按照总的偏离角个数划分统计区间，每个区间平 均约有2 — 5个偏离角。在进行方向直方统计后，对落入O区的方向偏离角进行累计，0区的确定采用了对称区 域， a的取值范围可以限定在1倍的统计区间到;r/4之间。所述步骤(4)在判断真实目标或虚警时需要确定判决门限，门限按照总偏离角数目的 一定比例设置，比例系数可以设置为0.5~0.75, 0区内偏离角累计超过门限时，待鉴别目 标为真实目标，否则为虚警。本专利技术与现有技术相比的优点在于(1) 本专利技术利用噪声引起虚警在轨迹上具有很强的随机性，而真实目标轨迹在较短时间 近似为直线这一差异，基于多阶方向直方统计进行目标鉴别。进而达到消除检测结果中的由 噪声引起的虚警的目的，仿真结果也表明方向直方统计法在消除噪声引起的虚警方面比目前 使用的局部极大值方法具有更好的效果。(2) 本专利技术的鉴别方法不仅可以有效去除TBD-DP算法中噪声引起的虚警，并且实 现过程中不涉及复杂的运算，简单易行。附图说明图1为本专利技术基于方向直方统计的TBD目标鉴别方法的流程图2为本专利技术的典型轨迹的偏离角直方图。其中101:TBD-DP方法进行目标检测的结果102:目标位置矢量化103:计算目标轨迹偏离角104:偏离角直方统计105:判断目标真伪201:噪声引起的虚假目标的轨迹偏离角直方图202:真实目标轨迹偏离角直方图。具体实施例方式目标鉴别是目标检测过程的后续处理，其目的是消除检测结果中的虚假目标。对于TBD-DP算法，由于其特点是经过数帧的积累，在目标的轨迹被估计出来后，检测结果与 目标的航迹同时宣布，因此，检测结果的鉴别过程可以充分利用目标的轨迹信息。采用 TBD-DP方法进行目标检测，并采用本专利技术的鉴别方法进行目标鉴别的流程如图l所示。其中的目标鉴别过程包括了目标位置矢量化102、计算目标轨迹偏离角'103、偏禽角直 方统计104和判断目标真伪105四个步骤，TBD检测过程101本身不属于目标鉴别过程， 但为目标鉴别提供了检测结果和目标轨迹信息。本专利技术中的鉴别方法是在TBD-DP算法 已经给出检测结果和目标轨迹的基础进行的，包含了如下4个步骤。1、 目标位置矢量化在TBD-DP后，目标的轨迹对应着在每帧图像中的位置，假定目标在某一帧图像中 的位置为第r行，第c列，则目标位置可以表示为矢量形式为 <formula>formula see original document page 5</formula> (1)2、 目标轨迹偏离角计算同一目标在两帧图像中的位置分别为Vj和V"则定义目标在v,和v,.间对应的方向角为<formula>formula see original document page 5</formula>(2 )式中，<formula>formula see original document page 5</formula>(.)为取角度，值的范围为<formula>formula see original document page 5</formula>，为方向阶数，当<formula>formula see original document page 5</formula>， 则为相邻的两帧图像。当/取值为最后一帧<formula>formula see original document page 5</formula>，得到浙j.的为总运动方向，记为cfe;，这样就可以得到对应<formula>formula see original document page 5</formula>阶的目标轨迹偏离&。的角度<formula>formula see original document page 5</formula> (3)在不同阶数的方向计算中，由于目标运动状态的离散化，会出现运动目标在多帧图 像中对应同一位置和目标状态突变的情况，因此在进行方向直方统计时，可以限定方向 阶数，如大于2阶，在应用中可以限定方向阶数为3阶、4阶甚至更高阶。 3、偏离角直方统计由于TBD过程中图像积累的帧数不同，在进行偏离角计算时得到的偏离角个数不同， 但满足以下关系<formula>formula see original document page 5</formula> (4)式中为it偏离角阶数，F为积累帧数，M为计算得到的偏离角个数。以15帧积累 为例，l阶偏离角个数为14， 2阶偏离角个数为13， 3阶偏离角个数为12，……，考虑 到离散化的影响， 一般取大于2阶，当取2、 3、本文档来自技高网...
【技术保护点】
一种基于方向直方统计的ＴＢＤ－ＤＰ算法目标鉴别方法，其特征在于步骤如下： （１）对于基于动态规划的检测前跟踪算法ＴＢＤ－ＤＰ检测结果中的目标轨迹进行矢量化处理，矢量坐标对应着目标在帧图像中的位置； （２）以起始帧和终止帧中目标矢量化位置决定的总方向为基准，计算目标在不同图像帧间的方向偏离角，计算公式为ｄｉｒ↓［ｄ］＝ｄｉｒ↓［ｉ，ｊ］－ｄｉｒ↓［ｉ］，ｄｉｒ↓［ｉ，ｊ］＝ａｎｇｌｅ（ｖ↓［ｉ］－ｖ↓［ｊ］），ｖ↓［ｉ］和ｖ↓［ｊ］分别为同一目标在两帧图像中的位置分别为，ａｎｇｌｅ（.）为取角度，值的范围为－π～π，ｉ－ｊ＞０，为方向阶数； （３）对方向偏离角进行直方统计； （４）根据直方统计的结果判断待鉴别为真实目标或虚警。
【技术特征摘要】
【专利技术属性】
技术研发人员：王文光，孙进平，李玉杰，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。