[发明专利]基于非线性积分算法的多元目标信息综合处理方法及装置

说明书

本发明涉及一种基于非线性积分算法的多元目标信息综合处理方法及装置，方法包括：采用多源传感设备对目标进行持续跟踪采集，获取包括目标影像数据和传感器数据在内的多源异构数据集；对多源异构数据集中的目标影像数据进行预处理得到第一类目标数据；对多源异构数据集中的传感器数据进行预处理得到第二类目标数据；采用深度神经网络模型分别对第一类目标数据和第二类目标数据进行目标状态识别获取第一类目标识别信息和第二类目标识别信息；通过模糊积分算法对第一、第二类目标识别信息进行融合，获取最终的目标状态识别结果。本发明通过对多种摄像头和传感器采集目标的多种数据的融合，实现不同光照情况下的目标定位与识别，提高了识别准确率。

技术领域

本发明涉及目标探测技术领域。尤其一种基于非线性积分算法的多元目标信息综合处理方法及装置。

背景技术

多元目标信息指的是不同协议，不同时间点，不同接口，不同类型的数据，需要进行时间对准、空间对准，接口转换，提取有用信息，忽略冗余信息的综合处理方法，可通过深度神经网络来实现。

针对目标探测的实际需求研究多种传感器数据的一致性描述和对应，并进行深度融合，实现不同种类，不同环境下的动态目标定位，识别与跟踪。在目标识别中，为了提高识别准确度，需将所获取的多个参数综合起来分析，提高信息的冗余性和互补性，提高不同光照条件下目标识别精度是目前急需解决的问题。

发明内容

鉴于上述的分析，本发明旨在一种基于非线性积分算法的多元目标信息综合处理方法及装置，能够采用多摄像头和多传感器采集的多种特征对应与索引与预测，实现目标在不同光照情况下的检测与识别。

本发明提供的技术方案是：

本发明公开了一种基于非线性积分算法的多元目标信息综合处理方法，包括以下步骤：

采用多源传感设备对目标进行持续跟踪采集，获取包括目标影像数据和传感器数据在内的多源异构数据集；

对多源异构数据集中的目标影像数据进行预处理得到第一类目标数据；对多源异构数据集中的传感器数据进行预处理得到第二类目标数据；

采用深度神经网络模型分别对第一类目标数据和第二类目标数据进行目标状态识别获取第一类目标识别信息和第二类目标识别信息；

通过非线性的模糊积分算法对第一、第二类目标识别信息进行融合，获取最终的目标状态识别结果。

进一步地，对多源异构数据集中的目标影像数据进行预处理包括影像配准、影像多视、影像滤波和辐射校正。

进一步地，所述对目标影像数据进行影像配准、影像多视和影像滤波包括：

1)将摄像设备中同一个摄像头在某一时间段内采集相同目标的影像数据按时间序列进行排列，选择时间最早或时间居中的影像作为主影像；

2)将除去主影像的其余影像与主影像进行配准；

3)对配准后的影像数据进行包括增强Lee滤波、Kuan滤波或自适应滤波在内的滤波处理，用于降低相干影像形成的斑点噪声；

4)最后根据距离向分辨率、方位向分辨率和中心入射角设置影像数据的多视比，使影像数据的地距方位向和距离向分辨率一致。

进一步地，所述辐射校正，通过以一幅清晰的目标影像为参考影像，将其它目标影像和参考影像进行灰度匹配校正，建立各波段之间的RPC模型；并将其它目标影像逐波段的归一化到参考影像，使其它目标影像和参考影像具有相同的辐射尺度。

进一步地，所述目标影像数据为由包括红外摄像头、可见光摄像头和SAR摄像头在内的摄像设备拍摄的数据；

所述传感数据为由包括温、湿度传感器以及速度传感器在内的传感器采集的数据。