[发明专利]基于粒子滤波的红外弱小目标检测与跟踪方法及装置

说明书

技术领域

本发明涉及的是一种红外弱小目标检测与跟踪方法。本发明也涉及一种红外弱小目标检测与跟踪装置。

背景技术

随着红外成像技术的不断发展，红外成像系统已经广泛应用在光学遥感、安全监视、夜间导航、目标探测等领域中。目前关键问题是如何在远距离、低信噪比的条件下尽早检测和跟踪目标，但由于远距离时目标成像面积太小，可检测信号相对较弱，特别是非平稳的起伏背景干扰下，目标被背景杂波淹没，无结构、形状信息可利用，使得那些传统的近距离目标图像检测和识别方法无法达到检测识别的目的。因此，复杂背景、低信噪比情况下的红外弱小目标检测与跟踪问题以及硬件实现成为目前亟待解决的关键问题。

经过对现有的技术文献及专利的检索发现，目前粒子滤波理论和算法的研究比较成熟，如：敬忠良在2005年的发明专利《红外图像序列中弱小目标的检测和跟踪方法》，该专利将基于粒子滤波的检测前跟踪方法应用到红外图像检测和跟踪领域，该方法的理论研究比较成熟，但是目前没有该方法在实用化方面的文献及研究成果，特别是在硬件实现方面还有很多关键问题需要解决。

发明内容

本发明的目的在于提供一种具有良好的检测性能和较高的跟踪精度的基于粒子滤波的红外弱小目标检测与跟踪方法。本发明的目的还在于提供一种具有实用价值的基于粒子滤波的红外弱小目标检测与跟踪装置。

本发明的目的是这样实现的：

本发明的基于粒子滤波的红外弱小目标检测与跟踪方法，包括由如下步骤构成的基于全视场进行检测的粒子滤波检测前跟踪方法：

（1）图像预处理：采用形态学对图像进行开启操作获得背景图像，将原图像减去背景图像获得含有目标和噪声的去背景图像；

（2）粒子初始化：根据设定的阈值和初始目标出现概率，在全视场大于阈值的范围内抽取粒子，粒子的速度和强度服从最大值和最小值间的均匀分布；

（3）目标跟踪阶段：跟踪阶段分为预测和更新两个步骤；

1）在预测过程中，分为目标出现状态的预测和目标状态的预测，根据目标前一时刻的状态和状态转移概率矩阵对当前时刻目标状态进行预测，预测之后的状态为不存在的粒子没有意义，预测之后的状态为存在的粒子分为新生粒子和已存在的粒子两种，对新生粒子从大于阈值的范围内抽取粒子，已存在粒子由系统模型确定的一步转移概率函数中抽取；

2）在更新过程中，根据当前图像信息和粒子的状态参数利用似然函数计算粒子权重值，对权重值归一化，根据归一化后的权重值对粒子进行重采样；

（4）目标检测阶段：根据重采样之后的当前时刻的粒子状态计算目标存在的后验概率，并以此计算似然比，再利用似然比完成目标检测，如果似然比大于设定的阈值，就采用粒子滤波得到的预测结果作为目标的状态估计值。

本发明的方法还可以包括：由基于全视场进行检测的粒子滤波检测前跟踪方法实现目标的搜索后，判定是否搜索的目标，如果搜索到目标再采用基于窗口的粒子滤波的检测前跟踪的算法实现目标的跟踪。

本发明的基于粒子滤波的红外弱小目标检测与跟踪装置由视频采集模块、目标检测与跟踪模块和显示模块构成，其中视频采集模块由红外热像仪IR109-HGC和SAA7115HL解码器构成，目标检测与跟踪模块由ICETEK-DM642开发板构成，显示模块由监视器构成；

视频采集模块利用DM642芯片的实时操作系统即DSP／BIOS、驱动开发套件即DDK、SAA7115和SAA7105芯片的配置函数完成对红外图像的采集与输出；主要包含以下函数和配置：

1)DSP／BIOS的配置

①设置放置缓存图像的内存空间：在System下的MEM模块中加入自己定义的内存空间名SDRAM1和SDRAM2，并对SDRAM1和SDRAM2进行配置；

②设置运行时间统计函数：在Instrumentation下的STS模块中添加需要统计的对象STS_algorithm和tskLoopback；

③设置算法运行函数：在Scheduling下的TSK模块添加算法运行任务函数tskVideoprocess，并对其进行配置：函数名为_tskVideoprocess，并在源程序中编写tskVideoprocess函数的具体实现程序；

④对视频设备进行驱动：在Input/Output下的Device Drivers模块中的User-Defined Devices子模块配置视频设备驱动，添加自定义的视频捕获设备VP0CAPTURE和显示设备VP2DISPLAY，并对设备进行配置；