專利名稱：多模多目標(biāo)精密跟蹤裝置的制作方法
技術(shù)領(lǐng)域：
本實(shí)用新型涉及一種多模多目標(biāo)精密跟蹤裝置，尤其指一種模式識(shí)別與智能控制、復(fù)雜 背景下目標(biāo)自動(dòng)檢測(cè)與識(shí)別技術(shù)、圖像處理與數(shù)據(jù)融合的裝置和方法，通過(guò)對(duì)可見光和紅外 信息的融合，實(shí)現(xiàn)了對(duì)復(fù)雜背景下弱小目標(biāo)的檢測(cè)與跟蹤，屬于信息處理裝置。(二) 背景技術(shù)在現(xiàn)代戰(zhàn)爭(zhēng)中，各種精確制導(dǎo)武器的大量使用使防空作戰(zhàn)變得越來(lái)越困難，巡航導(dǎo)彈、 隱形飛機(jī)、武裝直升機(jī)、反輻射導(dǎo)彈、偵察和攻擊無(wú)人機(jī)的應(yīng)用使防空形勢(shì)變得越來(lái)越嚴(yán)峻， 如何在保存自己的情況下探測(cè)到來(lái)襲目標(biāo)并對(duì)其實(shí)施有效的攻擊是現(xiàn)代防空急需解決的問(wèn) 題。而目前我國(guó)的防空體系主要是對(duì)抗常規(guī)飛機(jī)而建立的，所以對(duì)上述目標(biāo)的對(duì)抗能力是較 弱的，其主要原因是對(duì)上述目標(biāo)的探測(cè)存在困難。特別是反輻射導(dǎo)彈的威脅使得防空雷達(dá)的 應(yīng)用受到很大的限制。據(jù)報(bào)道，在2003年發(fā)生的伊拉克戰(zhàn)爭(zhēng)前，伊方80%以上的防空體系 是完好無(wú)損的，但是在戰(zhàn)爭(zhēng)打響后，伊方的防空武器幾乎毫無(wú)建樹，其主要原因就是制電磁 權(quán)完全掌握在美軍手中，伊拉克軍隊(duì)的防空雷達(dá)只要一開機(jī)，幾分鐘內(nèi)就遭到美軍反輻射導(dǎo) 彈的攻擊，美軍摧毀伊軍防空體系的同時(shí)更摧毀了伊軍的戰(zhàn)斗意志，所以伊軍雖然大部分防 空武器完好無(wú)損，但是卻不敢使用，成了無(wú)用的一堆廢鐵。伊軍防空作戰(zhàn)未能有效發(fā)揮作用 的主要原因是缺乏有效的針對(duì)美軍空中威脅的探測(cè)手段。光電探測(cè)系統(tǒng)對(duì)抗上述目標(biāo)威脅具有獨(dú)特的優(yōu)點(diǎn)，光電探測(cè)系統(tǒng)和雷達(dá)配合使用，具有 很強(qiáng)的互補(bǔ)性。光電空中目標(biāo)探測(cè)系統(tǒng)有如下雷達(dá)所不具備的優(yōu)點(diǎn)1) 被動(dòng)式工作方式，不輻射電磁波，隱蔽性好；2) 工作在光波范圍，不受電子干擾；3) 目標(biāo)不易隱身；4) 低角跟蹤時(shí)，不受地物雜波的影響，無(wú)低空盲區(qū)；5) 跟蹤精度和測(cè)距精度高；6) 目標(biāo)圖像直觀清晰，易于目標(biāo)識(shí)別。 光電探測(cè)跟蹤系統(tǒng)需要解決的關(guān)鍵問(wèn)題是研制具有智能化的視頻目標(biāo)識(shí)別跟蹤器和高精度的伺服跟蹤轉(zhuǎn)臺(tái)。光電探測(cè)系統(tǒng)的設(shè)計(jì)應(yīng)盡可能地在遠(yuǎn)距離時(shí)發(fā)現(xiàn)和識(shí)別目標(biāo)，由于空 中目標(biāo)在遠(yuǎn)距離時(shí)通常十分弱小，因此弱小目標(biāo)檢測(cè)識(shí)別和跟蹤是需要解決的關(guān)鍵問(wèn)題。 (三)實(shí)用新型內(nèi)容本實(shí)用新型的目的在于提供一種多模多目標(biāo)精密跟蹤裝置，以實(shí)現(xiàn)在極低信噪比下，及 時(shí)檢測(cè)、識(shí)別弱小目標(biāo)，檢測(cè)出目標(biāo)后，在復(fù)雜背景(誘餌、目標(biāo)抖動(dòng)、成像噪聲、多目標(biāo)、 交叉等)情況下穩(wěn)定的跟蹤目標(biāo)，不丟失目標(biāo)。本實(shí)用新型是一種多模多目標(biāo)精密跟蹤裝置，其采用的復(fù)雜背景下多模數(shù)據(jù)融合可提高 目標(biāo)的檢測(cè)概率和精確跟蹤精度，同時(shí)充分考慮系統(tǒng)化和工程化應(yīng)用的要求，在設(shè)計(jì)上考慮 多種通用需求，多種信息接口，集成強(qiáng)大的軟、硬件資源，在不改變硬件情況下只需改變軟 件即可實(shí)現(xiàn)對(duì)海上、空中等不同目標(biāo)的處理。本實(shí)用新型的技術(shù)方案為本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，由以下三部分構(gòu)成數(shù)字伺服平臺(tái)、綜合信息 處理平臺(tái)、壓縮及傳輸設(shè)備。1) 數(shù)字伺服平臺(tái)該數(shù)字伺服平臺(tái)是由CCD (Charge Coupled Device,即電荷藕合器件圖像傳感器)攝 像機(jī)、紅外傳感器、高精度數(shù)字伺服轉(zhuǎn)臺(tái)、手柄和監(jiān)視器組成，也可根據(jù)需要選用兩個(gè)CCD' 攝像機(jī)或兩個(gè)紅外傳感器。該數(shù)字伺服平臺(tái)中的CCD攝像機(jī)可以是模擬信號(hào)輸入或數(shù)字信 號(hào)輸入，采用的紅外傳感器其分辨率為768x576。該數(shù)字伺服平臺(tái)是圖像獲取裝置的支撐平臺(tái)，其中的CCD攝像機(jī)和紅外傳感器分別安 裝在高精度數(shù)字伺服轉(zhuǎn)臺(tái)兩端，可隨高精度數(shù)字伺服轉(zhuǎn)臺(tái)一起運(yùn)動(dòng)。同時(shí)該高精度數(shù)字伺 服轉(zhuǎn)臺(tái)可根據(jù)接收的控制指令進(jìn)行轉(zhuǎn)動(dòng)，對(duì)目標(biāo)進(jìn)行精確跟蹤，使目標(biāo)保持在圖像獲取裝 置的視場(chǎng)中心。作為本實(shí)用新型的一個(gè)改進(jìn)，將CCD攝像機(jī)同紅外傳感器組合使用，同時(shí)獲取可見光 和紅外的目標(biāo)圖像信息，綜合兩種信息中的目標(biāo)特征，從而提高目標(biāo)的檢測(cè)概率和精確跟 蹤精度。2) 綜合信息處理平臺(tái)該綜合信息處理平臺(tái)是由信息接口、高速數(shù)字信號(hào)處理器、伺服控制處理器組成。其 高速數(shù)字信號(hào)處理器采用基于DSP (數(shù)字信號(hào)處理器)的信號(hào)處理系統(tǒng)。高速數(shù)字信號(hào)處 理器接收從CCD攝像機(jī)或紅外傳感器傳入的圖像信息，完成對(duì)可見光和紅外圖像中的目標(biāo)特征提取，特征匹配，目標(biāo)運(yùn)動(dòng)預(yù)測(cè)與估計(jì)、精確跟蹤等算法的實(shí)現(xiàn)。伺服控制處理器根 據(jù)目標(biāo)預(yù)測(cè)與跟蹤的結(jié)果，確定高精度數(shù)字伺服轉(zhuǎn)臺(tái)的運(yùn)動(dòng)方向，并向高精度數(shù)字伺服轉(zhuǎn) 臺(tái)發(fā)出控制命令，使高精度數(shù)字伺服轉(zhuǎn)臺(tái)根據(jù)預(yù)測(cè)與跟蹤的結(jié)果對(duì)目標(biāo)進(jìn)行跟蹤。作為本實(shí)用新型的一個(gè)改進(jìn)，采用兩個(gè)獨(dú)立的信號(hào)處理器，即高速數(shù)字信號(hào)處理器和 伺服控制處理器，即高速數(shù)字信號(hào)處理器和伺服控制處理器，分別對(duì)圖像信息和伺服平臺(tái) 的控制信息進(jìn)行處理，在圖像預(yù)處理、目標(biāo)識(shí)別與跟蹤等關(guān)鍵算法中，針對(duì)復(fù)雜背景下弱 小目標(biāo)的特點(diǎn)，采取多種算法改進(jìn)與創(chuàng)新實(shí)現(xiàn)對(duì)弱小目標(biāo)的識(shí)別與跟蹤。3)壓縮及傳輸設(shè)備壓縮及傳輸設(shè)備使多模多目標(biāo)精密跟蹤裝置具有"人在回路"功能，將自動(dòng)識(shí)別檢測(cè)出 的目標(biāo)的所有信息和圖像傳回指揮中心，并接受指揮中心的指令對(duì)跟蹤的目標(biāo)進(jìn)行調(diào)整以 提高自動(dòng)識(shí)別的精度。該壓縮及傳輸設(shè)備由視頻壓縮處理器、GPRS傳輸模塊組成。視頻 壓縮處理器的圖像輸入可以是數(shù)字視頻或模擬視頻，可根據(jù)不同的輸出要求選擇不同的接 口協(xié)議，采用MEPG-4的視頻壓縮算法，后端GPRS傳輸模塊采用基于GPRS無(wú)線信道進(jìn) 行傳輸。作為本實(shí)用新型的一個(gè)改進(jìn)，突破了目標(biāo)識(shí)別跟蹤器單一的目標(biāo)檢測(cè)識(shí)別處理模式， 還可以與其它探測(cè)系統(tǒng)聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)交互、圖像傳輸，并具有伺服組網(wǎng)控制、人在回路控 制等功能。多模多目標(biāo)精密跟蹤裝置各組成部分之間的關(guān)系詳述如下多模多目標(biāo)精密跟蹤裝置的連接關(guān)系為該數(shù)字伺服平臺(tái)包括CCD攝像機(jī)、紅外傳感 器、高精度數(shù)字伺服轉(zhuǎn)臺(tái)、手柄和監(jiān)視器五部分。其中CCD攝像機(jī)和紅外傳感器分別安裝 在高精度數(shù)字伺服轉(zhuǎn)臺(tái)上部的兩端，兩者通過(guò)電纜同信息接口相連進(jìn)行圖像數(shù)據(jù)的傳輸， 手柄和監(jiān)視器分別放置在高精度數(shù)字伺服轉(zhuǎn)臺(tái)下部的兩側(cè)。該綜合信息處理平臺(tái)，包括信 息接口、高速數(shù)字信號(hào)處理器和伺服控制處理器三部分，三部分均集成于信息處理板并置 于控制箱中，放置在高精度數(shù)字伺服轉(zhuǎn)臺(tái)一側(cè)。其中數(shù)字伺服平臺(tái)中的手柄同信息接口相 連進(jìn)行控制信號(hào)的傳輸，數(shù)字伺服平臺(tái)中的監(jiān)視器同信息接口相連用于顯示獲取的圖像數(shù) 據(jù)信息，高速數(shù)字信號(hào)處理器與信息接口相連，用于獲取CCD攝像機(jī)和紅外傳感器傳輸?shù)?圖像數(shù)據(jù)，伺服控制處理器與信息接口相連，用于獲取高速數(shù)字信號(hào)處理器的目標(biāo)檢測(cè)識(shí) 別信息和高精度數(shù)字伺服轉(zhuǎn)臺(tái)反饋的位置信息，并向高精度數(shù)字伺服轉(zhuǎn)臺(tái)傳輸控制信息。 該壓縮及傳輸設(shè)備，包括視頻壓縮處理器和GPRS傳輸模塊兩部分，兩者分別集成于信息處理板上，視頻壓縮處理器后端同GPRS傳輸模塊相連，視頻壓縮處理器前端同綜合信息 處理平臺(tái)中的高速數(shù)字信號(hào)處理器相連。就多模多目標(biāo)精密跟蹤裝置整體而言，數(shù)字伺服 平臺(tái)處于多模多目標(biāo)精密跟蹤裝置的前端，綜合信息處理平臺(tái)處于多模多目標(biāo)精密跟蹤裝 置的中端，壓縮及傳輸設(shè)備處于多模多目標(biāo)精密跟蹤裝置的后端。本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，其工作流程為，首先通過(guò)CCD攝像機(jī)和紅 外傳感器獲取目標(biāo)的可見光和紅外圖像，將圖像信號(hào)通過(guò)信息接口傳送給高速數(shù)字信號(hào)處 理器，經(jīng)處理器對(duì)圖像進(jìn)行處理后，完成對(duì)目標(biāo)的自動(dòng)識(shí)別與跟蹤，同時(shí)將跟蹤的目標(biāo)信 息傳送給伺服控制處理器，由伺服控制處理器產(chǎn)生控制命令給高精度數(shù)字伺服轉(zhuǎn)臺(tái)；在將 圖像信號(hào)通過(guò)監(jiān)視器進(jìn)行顯示的同時(shí)把原圖像信息和疊加了跟蹤目標(biāo)信息的圖像傳送給視 頻壓縮處理器進(jìn)行視頻壓縮，然后通過(guò)GPRS傳輸模塊進(jìn)行無(wú)線傳輸，使指揮中心通過(guò)解 碼處理器在控制中心的監(jiān)視器中觀察到目標(biāo)跟蹤情況。本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，其跟蹤步驟是 1)復(fù)雜背景、低信噪比條件下的圖像預(yù)處理對(duì)復(fù)雜背景下的弱小目標(biāo)檢測(cè)必須選擇有效的預(yù)處理方法，這對(duì)后續(xù)的目標(biāo)檢測(cè)識(shí)別 過(guò)程中具有很重要的意義。在我們以往的研究中，對(duì)很多預(yù)處理方法都進(jìn)行過(guò)仿真與工程 應(yīng)用。經(jīng)過(guò)大量實(shí)驗(yàn)和分析，本系統(tǒng)的圖像預(yù)處理采用基于改進(jìn)的離散平穩(wěn)小波變換 (DSWT)和非線性增強(qiáng)算子的弱小目標(biāo)圖像增強(qiáng)算法。小波變換具有完善的重建能力；在時(shí)域和頻域同時(shí)具有局部化特性(伸縮性)，可以 聚焦到對(duì)象任意細(xì)節(jié)；多尺度、多分辨率特性；方向選擇性，與人類視覺(jué)系統(tǒng)的方向性吻 合。小波分析的多尺度特性，使得它適合于在信噪比低的環(huán)境下進(jìn)行目標(biāo)檢測(cè)。其伸縮特 性可使部分圖像特征在某個(gè)尺度下被有效地抑制，而某些感興趣的目標(biāo)(如小目標(biāo))可以 被突顯出來(lái)。小波分析不僅可以用在圖像預(yù)處理中，也可以用在圖像分割和目標(biāo)運(yùn)動(dòng)估計(jì) 上。從大量國(guó)內(nèi)外文獻(xiàn)分析，在復(fù)雜背景下，弱小目標(biāo)識(shí)別跟蹤這個(gè)領(lǐng)域，傳統(tǒng)的基于小 波變換的圖像預(yù)處理基本上都是進(jìn)行如下操作的(1) 選擇合適的小波基，并對(duì)圖像進(jìn)行N層小波分解；(2) 高頻系數(shù)的閾值選擇。對(duì)于第一層到第N層的每一層，選擇一個(gè)閾值進(jìn)行處理。(3) 根據(jù)第N層的低頻系數(shù)和從第一層到第N層經(jīng)過(guò)修改的高頻系數(shù)，計(jì)算出圖像的小 波重建。傳統(tǒng)的基于小波變換的預(yù)處理盡管可以得到不錯(cuò)的處理結(jié)果，但是在對(duì)高頻系數(shù)進(jìn)行 處理的時(shí)候，大部分采用了線性的統(tǒng)一閾值，圖像的邊緣等細(xì)節(jié)遭到了不同程度的削弱。 本系統(tǒng)在總結(jié)傳統(tǒng)的基于小波變換圖像預(yù)處理的基礎(chǔ)上，利用基于離散平穩(wěn)小波變換 (DSWT)和非線性增強(qiáng)算子對(duì)弱小目標(biāo)的圖像進(jìn)行增強(qiáng)。在進(jìn)行DSWT的基礎(chǔ)上，得到 的高頻子帶具有較差的分辨率，對(duì)這些高頻子帶進(jìn)行非線性算子運(yùn)算來(lái)改善和增強(qiáng)高頻子 帶，從而達(dá)到了濾波增強(qiáng)的作用。實(shí)驗(yàn)結(jié)果表明，這種算法可以有效消除1/f噪聲，加性 高斯白噪聲和乘性噪聲，提高圖像的信噪比。本算法主要包括以下三個(gè)部分-(1) 抑制噪聲(2) 閾值選取(3) 非線性增強(qiáng)算子 下面就這三部分進(jìn)行詳細(xì)說(shuō)明(1)抑制噪聲采用傳統(tǒng)的"全局閾值"對(duì)圖像來(lái)去噪，效果不理想。I.M.Johnston證明了相關(guān)噪聲的小波變換在所有的尺度上都是平穩(wěn)的，我們可以在每個(gè)尺度上分別用不同的閾值來(lái)對(duì)圖像進(jìn)行去噪。假設(shè)離散圖像的模型如下-<formula>formula see original document page 8</formula>上面的公式可以寫成矩陣的格式<formula>formula see original document page 8</formula>其中，<formula>formula see original document page 8</formula>是觀測(cè)到的信號(hào)。<formula>formula see original document page 8</formula>.表示沒(méi)有噪聲污染的原始信號(hào)，<formula>formula see original document page 8</formula>是平穩(wěn)信號(hào)。 對(duì)(4.2)進(jìn)行DSWT，得<formula>formula see original document page 8</formula>其中S表示二維平穩(wěn)小波變換算子，在圖像中引用Donoho提出的"軟闞值"函數(shù)對(duì)圖像進(jìn)行去噪處理<formula>formula see original document page 9</formula>其中<formula>formula see original document page 9</formula>根據(jù)式(4.5)和(4.7)，輸入信號(hào)的反變換為<formula>formula see original document page 9</formula>其中i;與閾值^和信號(hào)g相關(guān)。 (2)閾值選取假設(shè)原始信號(hào)/(x,力可以用其鄰域像素線性表示。若令g[/,/l是g[A:,/]的線性表示， 用鄰域均值對(duì)圖像進(jìn)行平滑，可以去除一部分噪聲。平滑后的g可以用來(lái)計(jì)算去除噪聲的閾值。g[z',/l表示g中的[i,j]元素，它被g[f，/l替代<formula>formula see original document page 9</formula> (4.9)我們認(rèn)為鄰，j]比g[Q']能更好的得到優(yōu)化閾值。如果閾值^太小，g[/，刀-g[/,刀中主要表現(xiàn)為噪聲；如果閾值^太大，會(huì)濾掉很多有 用的信號(hào)。對(duì)所有的像素實(shí)施同樣的操作，最佳的閾值可以通過(guò)如下運(yùn)算來(lái)得到-<formula>formula see original document page 9</formula>MU']的形式有很多種，在這里，令=忌["']，貝廿<formula>formula see original document page 9</formula>)其中:鄧,刀=由<formula>formula see original document page 9</formula>其中<formula>formula see original document page 9</formula>然而，在(4.11)中，z'[附,w]為1或者是0，在實(shí)際計(jì)算中不可用。因此給出如下公 式來(lái)替代(4.10):1 "Y-YsSGC，-^^——(4.12)~"^^.其中，trace表示矩陣的跡，||.|表示歐幾里德范數(shù)。I是MXN的單位矩陣。令cT = argminiW5^(。，》=argminSGCT(。，M.Jansen證明了 J是漸進(jìn)最優(yōu)閾值。 (3)非線性增強(qiáng)算子1994年，A丄aine曾給出了基于DSWT的非線性增強(qiáng)算子，來(lái)增強(qiáng)圖像的局部對(duì)比度。 為了方便起見，在每個(gè)尺度上分別定義每個(gè)高頻子帶圖像的變換函數(shù)-g[U] = M4G{/[/,_/]} (4.13)其中，g[i,j]是增強(qiáng)的子帶，flij]是原始的子帶圖像，MAG是非線性增強(qiáng)算子。 令/7["/l是s分解尺度上第r個(gè)高頻子帶系數(shù)，其中^l,2，…,i:;"1，2，3. max/7是所有像素《[/，刀中的最大灰度值。可以從[-max/7,maxy;]映射到[-l,l]。 因此，a、 b和c的范圍可以分別來(lái)設(shè)定。對(duì)比增強(qiáng)方法可以描述如下|/7["]|<77射，(4.14)a. max 77 {Wg附[c(X [/， 乂] - 6)] — Wg/72[-c(兀.[z， _/] + 6)]} ， , [/, 乂] ^ 7;X["] = //["]/max//最后進(jìn)行小波反變換，即得到預(yù)處理后的圖像。本系統(tǒng)在充分分析研究紅外弱小目標(biāo)的特征與背景模型基礎(chǔ)上，采用離散平穩(wěn)小波變 換(DSWT)和非線性增強(qiáng)算子的算法對(duì)紅外弱小目標(biāo)進(jìn)行圖像增強(qiáng)的預(yù)處理。實(shí)驗(yàn)結(jié)果 表明該算法不僅對(duì)弱小目標(biāo)的背景抑制、目標(biāo)增強(qiáng)有較好的效果，對(duì)大目標(biāo)的噪聲、背景 抑制同樣有較好的效果。2)基于二項(xiàng)分布判斷準(zhǔn)則的目標(biāo)自適應(yīng)門限分割基于弱小目標(biāo)的特點(diǎn)(低SNR、復(fù)雜背景)，對(duì)它的檢測(cè)依靠單幀是不可能達(dá)到的，必 須依靠圖像序列。在目前所做的弱小目標(biāo)檢測(cè)中，給出的檢測(cè)識(shí)別概率一般大于等于98%，虛警概率小于等于10—6，若這兩個(gè)參數(shù)體現(xiàn)在檢測(cè)中，就是用它們選取噪聲門限。 一方面， 若按照虛警率小于等于10—6選取噪聲門限，則門限很高，很多目標(biāo)將會(huì)丟失；另一方面， 若按照檢測(cè)識(shí)別概率大于等于98%選取噪聲門限，則門限的選取應(yīng)很低，以保證取出所有 的目標(biāo)點(diǎn)，這樣會(huì)導(dǎo)致很大的虛警率。在這種低信噪比條件下的弱小目標(biāo)檢測(cè)，是無(wú)法單 幀實(shí)現(xiàn)的，必須利用多幀圖像的相關(guān)信息，將目標(biāo)的運(yùn)動(dòng)特征和運(yùn)動(dòng)軌跡的連續(xù)性、 一致 性結(jié)合起來(lái)進(jìn)行考慮。從總的檢測(cè)概率與虛警概率計(jì)算出單幀的檢測(cè)概率和虛警概率，從 而選取合理的噪聲門限為要解決的關(guān)鍵問(wèn)題。以概率論為基礎(chǔ)，我們?cè)谡麄€(gè)圖像檢測(cè)中，根據(jù)單幀檢測(cè)概率、單幀虛警概率與總檢 測(cè)概率和總虛警概率的關(guān)系，解決序列圖像檢測(cè)中相關(guān)幀數(shù)和門限的確定問(wèn)題，為低虛警率、高檢測(cè)率提供了理論保證。將每幀圖像中的目標(biāo)檢測(cè)看作是獨(dú)立的重復(fù)實(shí)驗(yàn)，根據(jù)概率論中的原理，檢測(cè)概率應(yīng) 該服從二項(xiàng)分布，據(jù)此建立數(shù)學(xué)模型，假定預(yù)處理后圖像噪聲為高斯分布的白噪聲，根據(jù) 統(tǒng)計(jì)理論，圖像進(jìn)行單幀門限檢測(cè)時(shí)[推導(dǎo)過(guò)程參見發(fā)表文章]:<formula>formula see original document page 11</formula>其中"〃 + oS-a^-D 或 v^〃-o^U可推出單幀檢測(cè)概率和單幀虛警概率的關(guān)系 ①-'(尸,)-①-'(尸,M式中v一檢測(cè)門限，a2一噪聲均方差|1——為第K幀背景對(duì)消后的噪聲均值S——信噪比SNR定義為信號(hào)的幅值與噪聲的均方差之比(4.17)總檢測(cè)概率與單幀檢測(cè)概率的關(guān)系<formula>formula see original document page 11</formula>在上述實(shí)驗(yàn)中，假定單幀檢測(cè)概率是Pd=0.90，要求總的檢測(cè)概率？0=0.98。那么當(dāng)在 n幅圖像中，目標(biāo)出現(xiàn)了k次時(shí)，可以達(dá)到要求。例如，當(dāng)每次采集16幀圖像做判斷時(shí)， 如果目標(biāo)出現(xiàn)11次，則總檢測(cè)概率能夠達(dá)到要求。因此可由單幀檢測(cè)概率、單幀虛警概率與總檢測(cè)概率和總虛警概率的關(guān)系，解決序列圖 像檢測(cè)中相關(guān)幀數(shù)和門限的確定問(wèn)題。3)紅外與可見光數(shù)據(jù)進(jìn)行多模融合基于紅外與可見光傳感器融合的目標(biāo)檢測(cè)，可以提高目標(biāo)的檢測(cè)概率、降低虛警概率。對(duì)可見光和紅外圖像融合需要進(jìn)行圖像匹配，首先對(duì)不同傳感器的目標(biāo)進(jìn)行特征提取， 然后通過(guò)目標(biāo)匹配結(jié)果可以得出可見光和紅外圖像之間的變換關(guān)系，如平移、旋轉(zhuǎn)、縮放 等。具體使用的配準(zhǔn)方法是基于最小二乘的控制點(diǎn)匹配，相位相關(guān)法，模板匹配法等。在圖像配準(zhǔn)后，根據(jù)最近鄰原則，同一目標(biāo)在配準(zhǔn)后圖像中的坐標(biāo)應(yīng)該是重合、或者 是非常接近的，通過(guò)臨近性或相似性測(cè)度能夠把兩種圖像中的目標(biāo)特征對(duì)應(yīng)起來(lái)。我們將多傳感器概率數(shù)據(jù)互聯(lián)濾波器用于可見光和紅外圖像的融合，來(lái)降低虛警率。 概率數(shù)據(jù)互聯(lián)的基本思想是只要是有效檢測(cè)信息，都可能源于目標(biāo)，只是每個(gè)信息源于 目標(biāo)的概率有所不同。這種方法利用了跟蹤窗內(nèi)的所有信息以獲得可能的后驗(yàn)信息，并根據(jù)大量的相關(guān)計(jì)算給出各概率加權(quán)系數(shù)及其加權(quán)和，然后用它更新目標(biāo)狀態(tài)。本研究采用 此方法進(jìn)行目標(biāo)特征融合。經(jīng)過(guò)目標(biāo)融合處理后，豐富了目標(biāo)的特征信息，提高了目標(biāo)檢測(cè)概率，降低了虛警率。紅外與可見光數(shù)據(jù)的融合采用的處理步驟如下a) 對(duì)可見光和紅外圖像分別進(jìn)行目標(biāo)特征提??；b) 對(duì)提取的特征進(jìn)行不同傳感器的特征匹配，確定可見光和紅外圖像之間的變換關(guān)系； 對(duì)匹配后圖像中的目標(biāo)特征，使用概率互聯(lián)濾波器處理獲得融合數(shù)據(jù)，從而提高目標(biāo)檢測(cè)識(shí)別的置信度，并剔除虛假目標(biāo)。 4)目標(biāo)運(yùn)動(dòng)預(yù)測(cè)與估計(jì)目標(biāo)跟蹤過(guò)程中的多目標(biāo)、交叉、抖動(dòng)、記憶跟蹤等都涉及目標(biāo)的運(yùn)動(dòng)估計(jì)預(yù)測(cè)問(wèn)題 弱小目標(biāo)的運(yùn)動(dòng)軌跡，幀與幀之間存在抖動(dòng)，并不具有方向一致性，而其它目標(biāo)如小鳥的 面積比目標(biāo)稍大，它的運(yùn)動(dòng)軌跡比弱小目標(biāo)更具有方向性。這是由于成像系統(tǒng)、空間光干 擾、空氣振動(dòng)等原因造成了圖像的抖動(dòng)，抖動(dòng)的同時(shí)還使目標(biāo)的幾何中心在相鄰像素之間發(fā)生變化，如果數(shù)據(jù)不經(jīng)過(guò)處理，連續(xù)幀之間的目標(biāo)位置由于抖動(dòng)的存在，并不按方向的 一致性變化，這就給用方向性進(jìn)行約束(如常規(guī)的濾波器預(yù)測(cè))的目標(biāo)精確跟蹤帶來(lái)誤差。 怎樣消除抖動(dòng)現(xiàn)象產(chǎn)生的影響是實(shí)際跟蹤要解決的一個(gè)重要問(wèn)題。在項(xiàng)目中解決這類 方法采用了兩種方法-*基于Kalman濾波器思想改進(jìn)的曲線擬合的運(yùn)動(dòng)預(yù)測(cè)。解決沒(méi)有規(guī)律的抖動(dòng)、目標(biāo)交疊、記憶跟蹤等情況下的運(yùn)動(dòng)預(yù)測(cè)問(wèn)題。 *在識(shí)別為目標(biāo)后，將粗跟蹤轉(zhuǎn)為精確跟蹤，將形心位置轉(zhuǎn)換為質(zhì)心位置，減小跟蹤時(shí)的抖動(dòng)現(xiàn)象，提高跟蹤精度。 由于Kalman濾波器不能即時(shí)反映出目標(biāo)的運(yùn)動(dòng)變化，所以當(dāng)目標(biāo)機(jī)動(dòng)性強(qiáng)時(shí)，Kalman 跟蹤的誤差會(huì)較大。我們從Kalman動(dòng)力學(xué)方程出發(fā)，定義了機(jī)動(dòng)性參數(shù)，同時(shí)對(duì)擬合方 式進(jìn)行了改進(jìn)，增強(qiáng)其跟蹤預(yù)測(cè)的性能。圖7所示為基于軌跡預(yù)測(cè)的目標(biāo)檢測(cè)、識(shí)別跟蹤流程圖。目標(biāo)運(yùn)動(dòng)預(yù)測(cè)與估計(jì)的過(guò)程 為圖像經(jīng)過(guò)預(yù)處理，進(jìn)行目標(biāo)的特征提取，獲得潛在的目標(biāo)，通過(guò)二項(xiàng)分布的判斷準(zhǔn)則來(lái) 判斷是否是新目標(biāo)，通過(guò)kalman理論建立軌跡方程，若軌跡方程己建立，則需要對(duì)軌跡方 程進(jìn)行更新，同時(shí)預(yù)測(cè)目標(biāo)在下一幀的軌跡，得到預(yù)測(cè)位置，并用擬合修正Kalman跟蹤 濾波器修正預(yù)測(cè)位置。以下為基于Kalman理論改進(jìn)的曲線擬合預(yù)測(cè)目標(biāo)運(yùn)行軌跡研究的幾點(diǎn)討論和改進(jìn)(1) 改進(jìn)的最小二乘直線擬合方法經(jīng)典最小二乘擬合中的準(zhǔn)則函數(shù)是各數(shù)據(jù)點(diǎn)沿縱坐標(biāo)y到擬合曲線的距離的平方和。 假設(shè)數(shù)據(jù)點(diǎn)(x,，少,)，其中y:/(;c)。做最小二乘擬合得到的曲線是基于如下準(zhǔn)則附 附 附<formula>formula see original document page 13</formula>，但用距離的平方和<formula>formula see original document page 13</formula>) -mm做準(zhǔn)則函數(shù)更合適，后者是力學(xué)中的最小慣性矩。(2) 截取軌跡點(diǎn)做擬合在應(yīng)用中，只考慮臨近幾個(gè)或幾十個(gè)軌跡點(diǎn)，如果取權(quán)系數(shù)0(x,.)El，相當(dāng)于用矩形 窗截取軌跡獲得近期的軌跡點(diǎn)。矩形窗不能反映重要性的變化，并且不能平滑截?cái)啵恢笖?shù) 函數(shù)可以反映數(shù)據(jù)點(diǎn)重要性隨時(shí)間的變化，而且指數(shù)函數(shù)是光滑的，所以采用指數(shù)窗函數(shù)來(lái)截取數(shù)據(jù)?？紤]到目標(biāo)運(yùn)動(dòng)的連續(xù)性和一致性，每幀即時(shí)速度的大小、方向和整體運(yùn)動(dòng)趨勢(shì)相比較不應(yīng)該有大的跳變，當(dāng)這種變動(dòng)較大時(shí)，其中應(yīng)該包含了較大的誤差，應(yīng)該給這個(gè)數(shù)據(jù) 點(diǎn)較小的權(quán)值抑制這種誤差。根據(jù)以上準(zhǔn)則，通過(guò)實(shí)驗(yàn)和理論推導(dǎo)，定義權(quán)系數(shù)的取值"=7V-/， W是當(dāng)前的幀數(shù)，JV-MS/<7V， M是擬合數(shù)據(jù)點(diǎn)的個(gè)數(shù)。《和/7的值可以通 過(guò)實(shí)驗(yàn)獲得， 一般取0.7 0.8之間。軌跡點(diǎn)個(gè)數(shù)M可以選擇固定，通過(guò)調(diào)整權(quán)系數(shù)大小來(lái)控制軌跡點(diǎn)對(duì)擬合的作用，例如 選小的衰減系數(shù)，相當(dāng)于截取較短的軌跡，選擇較大的衰減系數(shù)，相當(dāng)于截取較長(zhǎng)的軌跡。(3)機(jī)動(dòng)性系數(shù)前面定義了權(quán)系數(shù)6>0,)=《".//'，其中《大小的選取和截取軌跡點(diǎn)長(zhǎng)度有關(guān)，并且要 求機(jī)動(dòng)性強(qiáng)時(shí)，截取軌跡短一些，機(jī)動(dòng)性低時(shí)，截取軌跡長(zhǎng)一些。設(shè)系統(tǒng)方程為 義^ + D =尸("Z(" + (4.19)觀測(cè)方程 Z(" = //^)Z(A) + W(A:) (420)機(jī)動(dòng)系數(shù)定義為 A = (4.21)其中CT 是觀測(cè)噪聲方差，是系統(tǒng)噪聲方差，T是采樣周期。在實(shí)際應(yīng)用中°""和無(wú)法獲得，可以用相關(guān)參量代替。因?yàn)楦欀心繕?biāo)坐標(biāo)有三種預(yù)測(cè)值、實(shí)際觀測(cè)值和當(dāng)前 估計(jì)值。預(yù)測(cè)值是指在上一幀處理過(guò)程中得到的對(duì)當(dāng)前幀目標(biāo)位置的預(yù)測(cè)，用^"—"表 示；觀測(cè)值表示當(dāng)前圖像分割得到的目標(biāo)位置，用Z")表示；當(dāng)前估計(jì)值是指根據(jù)當(dāng)前觀 測(cè)值估計(jì)出的目標(biāo)在空間中的實(shí)際坐標(biāo)，用X")表示。在Kalman濾波中f =義(A | A);而在擬合跟蹤中，是z("在擬合直線上的投影。 因?yàn)榭梢园裦("當(dāng)作目標(biāo)的真實(shí)坐標(biāo)，則觀測(cè)值噪聲可以表示為"(^ = 2("-X("，而預(yù) 測(cè)值和真實(shí)值的差fOt-1)-f("體現(xiàn)了系統(tǒng)的不確定性，或者說(shuō)代表了跟蹤系統(tǒng)中不可預(yù) 測(cè)的因素，所以可以認(rèn)為系統(tǒng)噪聲為M^)-1(A:-l)-f(A:)。這樣o;和 可以用以下參量 代替其中|9|<1,|; |<1，《為數(shù)據(jù)點(diǎn)到擬合直線^c + Sy + C-0的距離，《<formula>formula see original document page 15</formula>r就是紅外圖像采集的間隔周期，是已知參數(shù)，可以計(jì)算出機(jī)動(dòng)系數(shù);i。通過(guò)試驗(yàn)可以 發(fā)現(xiàn)^取值大小和目標(biāo)機(jī)動(dòng)性吻合，就是說(shuō)^越大，目標(biāo)運(yùn)動(dòng)變化劇烈；相反， 小，則目標(biāo)運(yùn)動(dòng)變化平緩。 (4)擬合后的數(shù)據(jù)關(guān)聯(lián)如果多個(gè)跟蹤鏈競(jìng)爭(zhēng)一個(gè)候選目標(biāo)，通常是處于多目標(biāo)交叉的狀態(tài)。擬采取這樣處理方法將候選目標(biāo)舍棄，競(jìng)爭(zhēng)的鏈各自進(jìn)行記憶跟蹤，直到?jīng)]有競(jìng)爭(zhēng)為止。也可以將候選目標(biāo)看作是可疑新目標(biāo)，對(duì)它進(jìn)行跟蹤，由連續(xù)性判斷是否為新目標(biāo)； 當(dāng)軌跡鏈找不到匹配的候選目標(biāo)時(shí)，應(yīng)該記憶跟蹤，直到重新找回目標(biāo)；如果超過(guò)一定時(shí) 間仍無(wú)法找回目標(biāo)，則認(rèn)為跟蹤目標(biāo)丟失，此時(shí)數(shù)據(jù)關(guān)聯(lián)的關(guān)系變得簡(jiǎn)單。在跟蹤預(yù)測(cè)中， 一階多項(xiàng)式擬合即直線擬合最能反映出運(yùn)動(dòng)趨勢(shì)。經(jīng)典最小二乘的誤 差函數(shù)是y坐標(biāo)距離曲線的距離函數(shù)，對(duì)于直線而言用點(diǎn)到直線距離平方作誤差函數(shù)更為 合適；另外在擬合中引入時(shí)間加權(quán)因子，解決時(shí)效性的問(wèn)題；通過(guò)調(diào)整權(quán)系數(shù)，使擬合的 迭代運(yùn)算量固定，從而整個(gè)跟蹤的運(yùn)算量可以控制，便于系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)。 5)不同情況下的目標(biāo)特征提取當(dāng)目標(biāo)形狀發(fā)生改變時(shí)，利用邊緣特征歸一化的形狀識(shí)別尋找從電場(chǎng)角度引出的特征 不變量達(dá)到目標(biāo)精確跟蹤。當(dāng)目標(biāo)由遠(yuǎn)距離幾個(gè)像素點(diǎn)變大時(shí)，由于探測(cè)器成像角度不同，同一目標(biāo)的形狀會(huì)發(fā) 生改變，這時(shí)如何保證跟蹤點(diǎn)不變，繼續(xù)精確跟蹤是關(guān)鍵問(wèn)題。在圖像目標(biāo)的匹配識(shí)別中， 人們希望的是要找到一個(gè)能表征目標(biāo)圖形特征的量，然后通過(guò)該特征量來(lái)表征兩圖形是否 為同一目標(biāo)。傳統(tǒng)的匹配，對(duì)不規(guī)則圖形的識(shí)別常用以下幾種方法傅里葉描敘子的匹配 識(shí)別、基于不變矩特征方法的匹配識(shí)別及近些年來(lái)的通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法的匹配識(shí)別等。 傅里葉描敘子的識(shí)別方法是從頻率域的角度進(jìn)行匹配識(shí)別；不變矩特征方法是用矩表征一幅圖像，并通過(guò)提取與統(tǒng)計(jì)學(xué)和力學(xué)中相似特征這一途徑來(lái)進(jìn)行匹配識(shí)別；神經(jīng)網(wǎng)絡(luò)學(xué)習(xí) 方法是通過(guò)樣本特征學(xué)習(xí)來(lái)進(jìn)行識(shí)別；該申請(qǐng)項(xiàng)目的研究方法是把像素點(diǎn)賦予電荷點(diǎn)的含 義，從電場(chǎng)這個(gè)全新角度來(lái)對(duì)不規(guī)則圖形進(jìn)行有效的識(shí)別，經(jīng)過(guò)理論推導(dǎo)、研究和實(shí)驗(yàn)， 找出一個(gè)不隨形狀改變而變化的特征量。以下詳細(xì)介紹電場(chǎng)強(qiáng)度與電勢(shì)識(shí)別形狀算法在電學(xué)中，電荷均勻分布的任意帶電體在自身周圍空間中所產(chǎn)生靜電場(chǎng)的分布是唯一 的，而且該帶電體與它在三維空間所產(chǎn)生的靜電場(chǎng)是一一對(duì)應(yīng)的。靜電場(chǎng)只與該導(dǎo)體的大小、電荷密度大小及形狀有關(guān)。以上概念得到一個(gè)結(jié)論形狀不同的均勻帶電體在三維空 間產(chǎn)生的電場(chǎng)分布是不相同的。利用這個(gè)結(jié)論，推導(dǎo)出識(shí)別形狀的特征不變量。在推導(dǎo)方法時(shí)，不過(guò)多考慮帶電體的 表面電荷密度的分布，著重考慮帶電體的大小和形狀對(duì)電場(chǎng)分布產(chǎn)生的影響。由于圖形的形狀信息主要在邊緣，因此通過(guò)圖像處理的邊緣檢測(cè)方法，二值化后能夠 得到圖形的邊緣信息，如果把這些邊緣像素點(diǎn)看作帶電體，那么就可以計(jì)算出該圖形在三 維空間的電勢(shì)與電場(chǎng)強(qiáng)度分布，也就可以將電場(chǎng)和電勢(shì)的分布作為判別兩個(gè)圖形是否相同 或相似的依據(jù)。如圖8所示，本研究采用多邊形逼近的方法，以"直"代"曲"，來(lái)將圖形邊緣用近似 多邊形表示。由于電勢(shì)是個(gè)標(biāo)量，因此各條邊在空間任意一點(diǎn)產(chǎn)生的電勢(shì)是可以直接代數(shù)相加的。 電場(chǎng)強(qiáng)度雖然是矢量，但投影到z方向上，各條邊的電場(chǎng)強(qiáng)度也可以代數(shù)相加。這樣通過(guò) 多邊形逼近后，任意圖形的邊緣是由線段組成，那么圖形邊緣對(duì)空間任意一點(diǎn)(以下稱這種點(diǎn)為觀測(cè)點(diǎn)) 所產(chǎn)生的電勢(shì)與電場(chǎng)強(qiáng)度大小公式為 電勢(shì)大小公式<formula>formula see original document page 16</formula>電場(chǎng)強(qiáng)度大小公式<formula>formula see original document page 16</formula>其中<formula>formula see original document page 16</formula>分別表示組成圖形邊緣的第/條線段的a與a。觀測(cè)點(diǎn)的歸一化如下各個(gè)圖形的觀測(cè)點(diǎn)選取要求"一致"，其目的是由于要保證相同形狀圖形在各自對(duì)應(yīng)的 觀測(cè)點(diǎn)所產(chǎn)生的電勢(shì)與電場(chǎng)強(qiáng)度相同，所以先要對(duì)圖形的觀測(cè)點(diǎn)進(jìn)行"一致"化，稱之為觀 測(cè)點(diǎn)的歸一化。為尋找歸一化觀測(cè)點(diǎn)，在本研究中對(duì)原來(lái)公式做了一定的修改，對(duì)應(yīng)的歸一化觀測(cè)點(diǎn)應(yīng)滿足從各圖形的中心到各個(gè)觀測(cè)點(diǎn)做射線，各條射線應(yīng)與圖形平面相垂直或在圖形平面上的投影與以各需識(shí)別圖形的主方向的偏角一致，且射線與圖形平面的夾角相同，則此時(shí)對(duì)應(yīng)觀測(cè)點(diǎn)到各圖形中心的距離之比等于各圖形面積開方之比[證明見所發(fā)表文章]。這樣如圖9所示，公式(4.24)(4.25)改進(jìn)為如下 電勢(shì)大小變換公式<formula>formula see original document page 17</formula>其中6U ，《2分別表示組成圖形邊緣的第/條線段的(如圖8所示)A與&。 雖然修改了以上公式，但電場(chǎng)強(qiáng)度仍然保留了需要的物理意義。這樣通過(guò)對(duì)應(yīng)觀測(cè)點(diǎn)的 歸一化，就解決了大小不同形狀相同圖形的可比性問(wèn)題。采用本實(shí)用新型所述的裝置，對(duì)整個(gè)系統(tǒng)對(duì)復(fù)雜背景下的弱小目標(biāo)的檢測(cè)識(shí)別與精確跟蹤可達(dá)到如下的技術(shù)指標(biāo)1) 輸入信號(hào)紅外、電視視頻信號(hào)(GPS信號(hào)、激光測(cè)距儀信號(hào)輸入接口及處理能力)；2) 輸出誤差信號(hào)目標(biāo)相對(duì)于視場(chǎng)中心的角位置偏移值；3) 最小跟蹤對(duì)比度53%;4) 捕獲能力能同時(shí)自動(dòng)捕獲和跟蹤視場(chǎng)內(nèi)4個(gè)目標(biāo)；5) 記憶跟蹤當(dāng)目標(biāo)暫時(shí)被遮擋，跟蹤器應(yīng)能自動(dòng)轉(zhuǎn)入記憶跟蹤狀態(tài)，輸出保持目標(biāo) 丟失時(shí)刻的值不變；目標(biāo)再出現(xiàn)時(shí)，能重新自動(dòng)捕獲；6) 誤差輸出延遲S20ms;接口并口、 RS232、 PCI7) ATR (自動(dòng)檢測(cè)系統(tǒng)參數(shù))全屏(768x576)實(shí)時(shí)檢測(cè)，誤差信息可按場(chǎng)、幀輸出。目標(biāo)特性天空、地面目標(biāo)。8) 環(huán)境條件工作溫度一35。C + 55。C ，相對(duì)濕度95%。本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，其優(yōu)點(diǎn)在于本實(shí)用新型檢測(cè)的是復(fù)雜背景下弱小、斑點(diǎn)和大目標(biāo)，具有很好的復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的自適應(yīng)跟蹤和抗干擾能力，其主要體現(xiàn)在1)預(yù)處理部分(1) 解決了由于運(yùn)動(dòng)或平臺(tái)抖動(dòng)造成模糊的圖像復(fù)原問(wèn)題；(2) 完成了圖像恢復(fù)過(guò)程中的振鈴效應(yīng)抑制；(3) 采用了改進(jìn)的基于離散平穩(wěn)小波變換和非線性增強(qiáng)算子的弱小目標(biāo)圖像增強(qiáng)算法，解決了實(shí)際工程應(yīng)用中復(fù)雜背景低信噪比條件下，弱小目標(biāo)的信噪比增強(qiáng) 問(wèn)題。2) 基于運(yùn)動(dòng)補(bǔ)償?shù)娜跣∧繕?biāo)的檢測(cè)及精確跟蹤技術(shù)(1) 基于軌跡預(yù)測(cè)的跟蹤方法，提出了結(jié)合Kalman濾波思想改進(jìn)的曲線擬合方法 預(yù)測(cè)目標(biāo)運(yùn)動(dòng)方向和速度，降低了數(shù)據(jù)關(guān)聯(lián)的復(fù)雜性，選擇了合適的判斷模型 和判決準(zhǔn)則。(2) 研究了復(fù)雜背景下針對(duì)不同目標(biāo)的運(yùn)動(dòng)預(yù)測(cè)和補(bǔ)償算法，解決了目標(biāo)交疊、抖 動(dòng)、多目標(biāo)等復(fù)雜情況下的精確跟蹤問(wèn)題。(3) 精確跟蹤過(guò)程中，特征不變量的尋找。當(dāng)目標(biāo)形狀發(fā)生改變時(shí)，如何找到一種 特征不變量去表征目標(biāo)一直是圖像處理領(lǐng)域的一個(gè)難點(diǎn)與關(guān)鍵技術(shù)。在本項(xiàng)目 中，利用邊緣特征歸一化的形狀識(shí)別尋找了從電場(chǎng)角度引出的特征不變量它不 隨目標(biāo)旋轉(zhuǎn)、位移、變形而發(fā)生改變，進(jìn)而有效的達(dá)到了目標(biāo)精確跟蹤的目的。3) 建立了可見光、紅外目標(biāo)融合檢測(cè)模型 單傳感器目標(biāo)檢測(cè)概率較低，虛警概率高，建立適合的融合結(jié)構(gòu)至關(guān)重要。本項(xiàng)目 中(1) 完成了多傳感器融合結(jié)構(gòu)體系選擇；(2) 解決了多傳感器時(shí)間對(duì)準(zhǔn)、空間對(duì)準(zhǔn)、目標(biāo)特征匹配問(wèn)題；4) 系統(tǒng)化和工程化應(yīng)用-充分考慮系統(tǒng)化和工程化應(yīng)用的要求，在設(shè)計(jì)上考慮多種通用需求，多種信息接口， 集成強(qiáng)大的軟、硬件資源，在不改變硬件情況下只需改變軟件即可實(shí)現(xiàn)對(duì)海上、空 中等不同目標(biāo)的處理。

圖1所示為多模多目標(biāo)精密跟蹤裝置的構(gòu)成框圖圖2所示為數(shù)字伺服平臺(tái)的構(gòu)成框圖圖3所示為綜合信息處理平臺(tái)的構(gòu)成框圖圖4所示為壓縮及傳輸設(shè)備的構(gòu)成框圖圖5所示為多模多目標(biāo)精密跟蹤裝置連接圖圖6所示為多模多目標(biāo)精密跟蹤方法流程圖圖7所示為基于軌跡預(yù)測(cè)的目標(biāo)檢測(cè)、識(shí)別跟蹤流程圖圖8 (a)所示為多邊形逼近示意圖之原圖圖8 (b)所示為多邊形逼近示意圖之直線段逼近效果圖圖9所示為歸一化觀測(cè)點(diǎn)關(guān)系示意圖圖中標(biāo)號(hào)說(shuō)明如下1、數(shù)字伺服平臺(tái) 11、 CCD攝像機(jī) 12、紅外傳感器 13、高精度數(shù)字伺服轉(zhuǎn)臺(tái) 14、手柄15、監(jiān)視器2、綜合信息處理平臺(tái)21、信息接口 22、高速數(shù)字信號(hào)處理器 23、伺服控制處理器3、壓縮及傳輸設(shè)備31、視頻壓縮處理器32、 GPRS傳輸模塊 具體實(shí)施方式
本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，如圖1所示，本實(shí)用新型由以下三部分構(gòu) 成數(shù)字伺服平臺(tái)l、綜合信息處理平臺(tái)2、壓縮及傳輸設(shè)備3。 1)數(shù)字伺服平臺(tái)如圖2所示，數(shù)字伺服平臺(tái)1由CCD (Charge Coupled Device,即電荷藕合器件圖像 傳感器)攝像機(jī)ll、紅外傳感器12、高精度數(shù)字伺服轉(zhuǎn)臺(tái)13、手柄14和監(jiān)視器15組成， 也可根據(jù)需要選用兩個(gè)CCD攝像機(jī)11或兩個(gè)紅外傳感器12。本實(shí)用新型采用的CCD攝 像機(jī)11可以是模擬信號(hào)輸入或數(shù)字信號(hào)輸入，采用的紅外傳感器是分辨率為768x576。該數(shù)字伺服平臺(tái)1是圖像獲取裝置的支撐平臺(tái)，上述裝置中的CCD攝像機(jī)11和紅外 傳感器12分別安裝在高精度數(shù)字伺服轉(zhuǎn)臺(tái)13兩端，可隨高精度數(shù)字伺服轉(zhuǎn)臺(tái)13 —起運(yùn)動(dòng)。 同時(shí)高精度數(shù)字伺服轉(zhuǎn)臺(tái)D可根據(jù)接收的控制指令進(jìn)行轉(zhuǎn)動(dòng)，對(duì)目標(biāo)進(jìn)行精確跟蹤，使目 標(biāo)保持在圖像獲取裝置的視場(chǎng)中心。作為本實(shí)用新型的一個(gè)改進(jìn)，將CCD攝像機(jī)ll同紅外傳感器12組合使用，同時(shí)獲取 可見光和紅外的目標(biāo)圖像信息，綜合兩種信息中的目標(biāo)特征，從而提高目標(biāo)的檢測(cè)概率和 精確跟蹤精度。 2)綜合信息處理平臺(tái)如圖3所示，該綜合信息處理平臺(tái)2由信息接口21、高速數(shù)字信號(hào)處理器22、伺服控 制處理器23組成。該高速數(shù)字信號(hào)處理器22采用基于DSP (數(shù)字信號(hào)處理器)的信號(hào)處 理系統(tǒng)。高速數(shù)字信號(hào)處理器22接收從CCD攝像機(jī)11或紅外傳感器12傳入的圖像信息，的目標(biāo)特征提取，特征匹配，目標(biāo)運(yùn)動(dòng)預(yù)測(cè)與估計(jì)、精確跟蹤 等算法的實(shí)現(xiàn)。伺服控制處理器23根據(jù)目標(biāo)預(yù)測(cè)與跟蹤的結(jié)果，確定高精度數(shù)字伺服轉(zhuǎn)臺(tái) 13的運(yùn)動(dòng)方向，并向高精度數(shù)字伺服轉(zhuǎn)臺(tái)13發(fā)出控制命令，使高精度數(shù)字伺服轉(zhuǎn)臺(tái)13根 據(jù)預(yù)測(cè)與跟蹤的結(jié)果對(duì)目標(biāo)進(jìn)行跟蹤。作為本實(shí)用新型的一個(gè)改進(jìn)，采用兩個(gè)獨(dú)立的信號(hào)處理器,即高速數(shù)字信號(hào)處理器22 和伺服控制處理器23，分別對(duì)圖像信息和高精度數(shù)字伺服轉(zhuǎn)臺(tái)13的控制信息進(jìn)行處理， 在圖像預(yù)處理、目標(biāo)識(shí)別與跟蹤等關(guān)鍵算法中，針對(duì)復(fù)雜背景下弱小目標(biāo)的特點(diǎn)，采取多 種算法改進(jìn)與創(chuàng)新實(shí)現(xiàn)對(duì)弱小目標(biāo)的識(shí)別與跟蹤。3)壓縮及傳輸設(shè)備該壓縮及傳輸設(shè)備3使多模多目標(biāo)精密跟蹤裝置具有"人在回路"功能，將自動(dòng)識(shí)別檢 測(cè)出的目標(biāo)的所有信息和圖像傳回指揮中心，并接受指揮中心的指令對(duì)跟蹤的目標(biāo)進(jìn)行調(diào) 整以提高自動(dòng)識(shí)別的精度。如圖4所示，壓縮及傳輸設(shè)備3由視頻壓縮處理器31、 GPRS 傳輸模塊32組成。該視頻壓縮處理器31的圖像輸入可以是數(shù)字視頻或模擬視頻，可根據(jù) 不同的輸出要求選擇不同的接口協(xié)議，采用MEPG-4的視頻壓縮算法，后端GPRS傳輸模 塊采用基于GPRS無(wú)線信道進(jìn)行傳輸。作為本實(shí)用新型的一個(gè)改進(jìn)，突破了目標(biāo)識(shí)別跟蹤器單一的目標(biāo)檢測(cè)識(shí)別處理模式， 還可以與其它探測(cè)系統(tǒng)聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)交互、圖像傳輸，并具有伺服組網(wǎng)控制、人在回路控制等功能。多模多目標(biāo)精密跟蹤裝置各部分之間的關(guān)系如圖5所示多模多目標(biāo)精密跟蹤裝置的連 接關(guān)系，該數(shù)字伺服平臺(tái)1，包括CCD攝像機(jī)11、紅外傳感器12、高精度數(shù)字伺服轉(zhuǎn)臺(tái)B、 手柄14和監(jiān)視器15五部分。其中CCP攝像機(jī)11和紅外傳感器12分別安裝在高精度數(shù)字 伺服轉(zhuǎn)臺(tái)13上部的兩端，兩者通過(guò)電纜同信息接口 21相連進(jìn)行圖像數(shù)據(jù)的傳輸，手柄14 和監(jiān)視器15分別放置在高精度數(shù)字伺服轉(zhuǎn)臺(tái)13下部的兩側(cè)。該綜合信息處理平臺(tái)2，包括 信息接口 21、高速數(shù)字信號(hào)處理器22和伺服控制處理器23三部分，三部分均集成于信息 處理板并置于控制箱中，放置在高精度數(shù)字伺服轉(zhuǎn)臺(tái)13—側(cè)。其中該數(shù)字伺服平臺(tái)1中的 手柄14同信息接口 21相連進(jìn)行控制信號(hào)的傳輸，該數(shù)字伺服平臺(tái)1中的監(jiān)視器15同信息 接口 21相連用于顯示獲取的圖像數(shù)據(jù)信息，高速數(shù)字信號(hào)處理器22與信息接口 21相連， 用于獲取CCD攝像機(jī)11和紅外傳感器12傳輸?shù)膱D像數(shù)據(jù)，伺服控制處理器23與信息接口 21相連，用于獲取高速數(shù)字信號(hào)處理器的目標(biāo)檢測(cè)識(shí)別信息和高精度數(shù)字伺服轉(zhuǎn)臺(tái)13反饋的位置信息，并向高精度數(shù)字伺服轉(zhuǎn)臺(tái)13傳輸控制信息。該壓縮及傳輸設(shè)備3，包括視頻 壓縮處理器31和GPRS傳輸模塊32兩部分，兩者分別集成于信息處理板上，視頻壓縮處理 器31后端同GPRS傳輸模塊32相連，視頻壓縮處理器31前端同綜合信息處理平臺(tái)2中的 高速數(shù)字信號(hào)處理器22相連。就多模多目標(biāo)精密跟蹤裝置整體而言，數(shù)字伺服平臺(tái)l處于 多模多目標(biāo)精密跟蹤裝置的前端，綜合信息處理平臺(tái)2處于多模多目標(biāo)精密跟蹤裝置的中 端，壓縮及傳輸設(shè)備3處于多模多目標(biāo)精密跟蹤裝置的后端。如圖5所示，本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，其工作流程為，首先通過(guò)CCD 攝像機(jī)11和紅外傳感器12獲取目標(biāo)的可見光和紅外圖像，將圖像信號(hào)通過(guò)信息接口 21傳 送給高速數(shù)字信號(hào)處理器22，經(jīng)處理器對(duì)圖像進(jìn)行處理后，完成對(duì)目標(biāo)的自動(dòng)識(shí)別與跟蹤， 同時(shí)將跟蹤的目標(biāo)信息傳送給伺服控制處理器23,由伺服控制處理器23產(chǎn)生控制命令給高 精度數(shù)字伺服轉(zhuǎn)臺(tái)13;在將圖像信號(hào)通過(guò)監(jiān)視器15進(jìn)行顯示的同時(shí)把原圖像信息和疊加了 跟蹤目標(biāo)信息的圖像傳送給視頻壓縮處理器31進(jìn)行視頻壓縮，然后通過(guò)GPRS傳輸模塊32 進(jìn)行無(wú)線傳輸，使指揮中心通過(guò)解碼處理器在控制中心的監(jiān)視器15中觀察到目標(biāo)跟蹤情況。 如圖6所示，本實(shí)用新型一種多模多目標(biāo)精密跟蹤裝置，在復(fù)雜背景下弱小目標(biāo)自動(dòng)檢 測(cè)、識(shí)別與跟蹤方法的具體步驟分別是K復(fù)雜背景、低信噪比條件下的圖像預(yù)處理，2、 基于二項(xiàng)分布判斷準(zhǔn)則的目標(biāo)自適應(yīng)門限分割，3、紅外與可見光數(shù)據(jù)進(jìn)行多模融合，4、目 標(biāo)運(yùn)動(dòng)預(yù)測(cè)與估計(jì)，5、不同情況下的目標(biāo)特征提取。采用本實(shí)用新型所述的裝置，整個(gè)系統(tǒng)對(duì)復(fù)雜背景下的弱小目標(biāo)的檢測(cè)識(shí)別與精確跟蹤 可達(dá)到如下的技術(shù)指標(biāo)1) 輸入信號(hào)紅外、電視視頻信號(hào)(GPS信號(hào)、激光測(cè)距儀信號(hào)輸入接口及處理能力);2) 輸出誤差信號(hào)目標(biāo)相對(duì)于視場(chǎng)中心的角位置偏移值；3) 最小跟蹤對(duì)比度^3%;4) 捕獲能力能同時(shí)自動(dòng)捕獲和跟蹤視場(chǎng)內(nèi)4個(gè)目標(biāo)；5) 記憶跟蹤當(dāng)目標(biāo)暫時(shí)被遮擋，跟蹤器應(yīng)能自動(dòng)轉(zhuǎn)入記憶跟蹤狀態(tài)，輸出保持目標(biāo) 丟失時(shí)刻的值不變；目標(biāo)再出現(xiàn)時(shí)，能重新自動(dòng)捕獲；6) 誤差輸出延遲S20ms;接口并口、 RS232、 PCI7) ATR (自動(dòng)檢測(cè)系統(tǒng)參數(shù))全屏(768x576)實(shí)時(shí)檢測(cè)，誤差信息可按場(chǎng)、幀輸出。目標(biāo)特性天空、地面目標(biāo)。8) 環(huán)境條件工作溫度一35。C + 55。C ，相對(duì)濕度95%。
權(quán)利要求1、一種多模多目標(biāo)精密跟蹤裝置，其特征在于它是由以下三部分構(gòu)成數(shù)字伺服平臺(tái)、綜合信息處理平臺(tái)、壓縮及傳輸設(shè)備；其中，該數(shù)字伺服平臺(tái)是由CCD攝像機(jī)、紅外傳感器、高精度數(shù)字伺服轉(zhuǎn)臺(tái)、手柄和監(jiān)視器組成；該數(shù)字伺服平臺(tái)是圖像獲取裝置的支撐平臺(tái)，其中的CCD攝像機(jī)和紅外傳感器分別安裝在高精度數(shù)字伺服轉(zhuǎn)臺(tái)兩端，可隨高精度數(shù)字伺服轉(zhuǎn)臺(tái)一起運(yùn)動(dòng)；該綜合信息處理平臺(tái)是由信息接口、高速數(shù)字信號(hào)處理器、伺服控制處理器組成；該壓縮及傳輸設(shè)備由視頻壓縮處理器、GPRS傳輸模塊組成；該多模多目標(biāo)精密跟蹤裝置中的數(shù)字伺服平臺(tái)，包括CCD攝像機(jī)、紅外傳感器、高精度數(shù)字伺服轉(zhuǎn)臺(tái)、手柄和監(jiān)視器五部分；其中，CCD攝像機(jī)和紅外傳感器分別安裝在高精度數(shù)字伺服轉(zhuǎn)臺(tái)上部的兩端，兩者通過(guò)電纜同信息接口相連進(jìn)行圖像數(shù)據(jù)的傳輸，手柄和監(jiān)視器分別放置在高精度數(shù)字伺服轉(zhuǎn)臺(tái)下部的兩側(cè)；該多模多目標(biāo)精密跟蹤裝置中的綜合信息處理平臺(tái)，包括信息接口、高速數(shù)字信號(hào)處理器和伺服控制處理器三部分，三部分均集成于信息處理板并置于控制箱中，放置在高精度數(shù)字伺服轉(zhuǎn)臺(tái)一側(cè)；其中，數(shù)字伺服平臺(tái)中的手柄同信息接口相連進(jìn)行控制信號(hào)的傳輸，數(shù)字伺服平臺(tái)中的監(jiān)視器同信息接口相連用于顯示獲取的圖像數(shù)據(jù)信息，高速數(shù)字信號(hào)處理器與信息接口相連，用于獲取CCD攝像機(jī)和紅外傳感器傳輸?shù)膱D像數(shù)據(jù)，伺服控制處理器與信息接口相連，用于獲取高速數(shù)字信號(hào)處理器的目標(biāo)檢測(cè)識(shí)別信息和高精度數(shù)字伺服轉(zhuǎn)臺(tái)反饋的位置信息，并向高精度數(shù)字伺服轉(zhuǎn)臺(tái)傳輸控制信息；該多模多目標(biāo)精密跟蹤裝置中的壓縮及傳輸設(shè)備，包括視頻壓縮處理器和GPRS傳輸模塊兩部分，兩者分別集成于信息處理板上，視頻壓縮處理器后端同GPRS傳輸模塊相連，視頻壓縮處理器前端同綜合信息處理平臺(tái)中的高速數(shù)字信號(hào)處理器相連；就多模多目標(biāo)精密跟蹤裝置整體而言，數(shù)字伺服平臺(tái)處于多模多目標(biāo)精密跟蹤裝置的前端，綜合信息處理平臺(tái)處于多模多目標(biāo)精密跟蹤裝置的中端，壓縮及傳輸設(shè)備處于多模多目標(biāo)精密跟蹤裝置的后端。
2、根據(jù)權(quán)利要求l所述的一種多模多目標(biāo)精密跟蹤裝置，其特征在于該數(shù)字伺服平臺(tái)中的CCD攝像機(jī)是模擬信號(hào)輸入，采用的紅外傳感器其分辨率為 768x576。
3、 根據(jù)權(quán)利要求1所述的一種多模多目標(biāo)精密跟蹤裝置，其特征在于該數(shù)字伺服平臺(tái)中的CCD攝像機(jī)是數(shù)字信號(hào)輸入，采用的紅外傳感器其分辨率為 768x576。
4、 根據(jù)權(quán)利要求1所述的一種多模多目標(biāo)精密跟蹤裝置，其特征在于該數(shù) 字伺服平臺(tái)中的CCD攝像機(jī)同紅外傳感器組合使用。
5、 根據(jù)權(quán)利要求1所述的一種多模多目標(biāo)精密跟蹤裝置，其特征在于其所 采用的兩個(gè)獨(dú)立的信號(hào)處理器，即高速數(shù)字信號(hào)處理器和伺服控制處理器。
6、 根據(jù)權(quán)利要求1所述的一種多模多目標(biāo)精密跟蹤裝置，其特征在于該目 標(biāo)識(shí)別跟蹤器與其它探測(cè)系統(tǒng)聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)交互、圖像傳輸。
專利摘要本實(shí)用新型提供一種多模多目標(biāo)精密跟蹤裝置及方法，該裝置以數(shù)字伺服平臺(tái)為支撐平臺(tái)，由置于其上的CCD攝像機(jī)和紅外傳感器獲得的圖像信息經(jīng)綜合信息處理平臺(tái)進(jìn)行處理以取得目標(biāo)的跟蹤信息，并通過(guò)壓縮及傳輸設(shè)備傳送到控制中心進(jìn)行監(jiān)控。由圖像信息獲取目標(biāo)跟蹤信息的方法是進(jìn)行復(fù)雜背景下弱小目標(biāo)檢測(cè)與跟蹤的核心，該方法通過(guò)對(duì)低信噪比下的圖像進(jìn)行預(yù)處理后，使用基于二項(xiàng)分布判斷準(zhǔn)則的目標(biāo)自適應(yīng)門限分割提取目標(biāo)，再通過(guò)紅外與可見光傳感器數(shù)據(jù)的融合提高目標(biāo)的檢測(cè)概率、降低虛警概率。對(duì)提取的目標(biāo)進(jìn)行運(yùn)動(dòng)檢測(cè)與估計(jì)以獲取其跟蹤信息。當(dāng)目標(biāo)形狀發(fā)生改變時(shí)，利用邊緣特征歸一化的形狀識(shí)別尋找特征不變量以達(dá)到目標(biāo)的精確跟蹤。
文檔編號(hào)H04N5/33GK201114551SQ200720173900
公開日2008年9月10日 申請(qǐng)日期2007年10月31日 優(yōu)先權(quán)日2007年10月31日
發(fā)明者劉曉龍, 弘 張, 昕 王, 王可東, 王德奎, 瀅 穆, 謝鳳英, 賈瑞明 申請(qǐng)人:北京航空航天大學(xué)