[发明专利]一种基于多维特征的运动目标跟踪装置及方法

说明书

技术领域

本发明涉及运动目标检测跟踪领域，具体涉及一种基于多维特征的运动目标跟踪装置及方法。

背景技术

目标跟踪方法的研究和应用是计算机视觉的一个重要分支，日益广泛应用于科学技术、国防建设、航空宇航、医药卫生以及国民经济的各个领域。

目前大多数跟踪算法提取的都是目标的一维特征，这就使其在光照变化、遮挡、复杂背景、相似目标干扰等情况下极易发生跟踪失败。而多维特征由于能够得到目标更多的信息，对这些复杂情况具有很好的适应性。以导弹为例，利用多维特征可以大大地增强导弹应对复杂战场环境的能力，还能根据预编程的顺序自主攻击目标，完成瞄准点选择，战斗部模式选择，最佳延时起爆等功能，实现对目标的最大毁伤效果。

目前已有的基于多维特征的跟踪算法都是通过相关成像装置如激光主动成像装置先得到目标场景的多维图像，例如强度图像、距离图像以及速度图像，然后根据PCA变换融合法、多尺度几何分析融合法、小波变换融合法等图像融合方法将三者融合，在图像融合的基础上提取多维特征，实现跟踪。

这些方法都需要通过复杂的成像算法分别获得目标的多维图像，然后再经过复杂的配准—融合—特征提取步骤，才能获得多维特征，实时性差。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于多维特征的运动目标跟踪装置及方法，对于复杂的战场环境具有很强的适应性，可以抵抗各种相似目标的干扰，强度、距离和速度多维特征，能够显著提高识别、跟踪算法的智能性、准确性与鲁棒性。。

实现本发明目的的技术思路是：激光主动探测系统可以通过变换数字微镜器件DMD得到运动目标的多维特征。具体为：高稳定信号源为发射装置、混频器以及正交相位检波器提供载频一定的正弦信号。同步装置控制发射装置、数字微镜器件DMD以及信号处理装置按周期T同步工作。在每一个周期中，发射装置发射脉冲宽度为t、载频为f₀的相参脉冲串信号照在目标场景上，目标场景返回来的信号经由第一汇聚透镜传给数字微镜器件DMD，数字微镜器件DMD对照在其上的入射光按照二值随机矩阵Φ的形式进行调制后传给第二汇聚透镜。第二汇聚透镜将数字微镜器件DMD调制过的光信号传给接收装置，接收装置将载频为f₀+f_di(i＝1,2,3,…m，m为具有不同状态的运动目标的个数)的光信号转换为电信号，并作为主振信号传给混频器，其中f_di为反应第i个运动目标运动信息的多普勒频率。在混频器中，主振信号与载频为f₀-f_I的本振信号进行混频，其中f_I为中频信号的频率，并通过选频回路选出频率为f_di+f_I的信号输出到中频放大器。中频放大器对其进行功率放大后，进入正交相位检波器，将载频为f_di的信号检出来送入信号处理装置。在信号处理装置中对信号做FFT变换，得到信号的频谱图。信号的频谱图为频率f_di(i＝1,2,3,…m，m为具有不同运动状态的物体的个数)处的sinc函数。从幅度谱图中提取各个多普勒频率f_di处的幅值W_i，从相位谱图中提取各个多普勒频率f_di处的幅值Ψ_i，则运动目标的强度/距离/速度多维压缩特征向量中的一个元素可表示为经过M个采样周期，可得M维的强度/距离/速度多维特征。

基于多维特征的运动目标跟踪方法具体为：在第t帧多维图像选取训练样本集后，用激光主动探测系统提取各个训练样本的多维压缩特征，一个多维子特征对应于一个弱分类器(弱分类器选择复数RBF神经网络或者复数Hopfield神经网络等复数神经网络)，并将训练样本集中的正负样本送入弱分类器中，按照boosting算法生成相应的强分类器，由此在线选取对于当前时刻跟踪最有效的多维子特征，使强分类器能够对当前帧多维图像中的运动目标及背景进行准确分类，在第t+1帧多维图像中选取测试样本集，并由激光主动探测系统提取相应的多维特征，用前一帧已经训练好的强分类器来判别测试样本和运动目标的相似性，相似性最大的测试样本所在的位置即为第t+1帧多维图像的运动目标的位置，如此重复，即可实现跟踪过程。

为达到以上目的，本发明采用如下技术方案：