[发明专利]雷达视频运动目标特征融合判定方法

说明书

技术领域

本发明涉及雷达信号处理领域中利用目标的几何特征和能量特征融合进行运动目标判定的方法，即多特征决策融合判决方法，适用于雷达视频运动目标的判定。

背景技术

雷达在海洋监视中发挥着至关重要的作用，运动目标检测与跟踪是雷达最基本的功能。最初是由雷达操作员根据雷达屏幕上的回波信号进行海上目标检测，人工锁定目标并配合后台硬件完成目标跟踪。近年来，新型雷达大多具备了目标自动检测与跟踪功能，但在密集杂波和复杂多目标情况下，目标检测虚警率高，跟踪处理难度大，容易形成虚假航迹。因此，研究一种能稳健地对海上运动目标进行判定的方法具有十分重要的意义。

与传统的雷达信号处理相比，将按时间顺序平面显示的雷达回波信号构成的序列看作雷达视频，从计算机视觉的角度来研究目标检测与跟踪，其优势在于可以综合考虑目标的时间和空间属性，提高检测跟踪速度和准确性。目前，国内外常用的基于图像的运动目标判定方法有帧间差法、光流场法、背景差法等。帧间差法利用图像序列中两帧或多帧图像之间的差异来确认运动目标，运算简单、速度快，但这种方法容易造成漏检，在目标中间形成空洞。光流场法是通过计算位移向量来初始化目标轮廓，然后融合其他分割方法来判断运动目标，算法成熟，但其仅适用于低速单目标的判定，且计算量大，难以用于实时处理。背景差法用当前图像与背景图像进行差分，从而判断出运动目标，但在背景初始化、背景对象移位、背景更新等方面存在诸多问题。

发明内容

针对密集杂波和复杂多目标情况下，雷达对运动目标的检测与跟踪存在较多虚假航迹的问题，提供一种能稳健地对海上运动目标进行判定的方法，其中要解决的技术问题包括：

(1)单帧雷达视频图像中疑似目标的快速检测；

(2)目标的面积变化比、能量密度特征提取；

(3)对提取的目标特征进行决策融合，形成运动目标判定依据。

本发明所述的雷达视频运动目标特征融合判定方法，其特征在于包括以下技术措施：首先利用迭代式阈值分割法从单帧雷达视频图像中快速检测出疑似目标，并对连续多帧检测结果进行积累；然后综合目标的单帧检测结果和多帧积累结果提取目标的面积变化比和能量密度特征，并分别构建二者的基本概率赋值函数；最后，采用D-S证据理论对其进行决策融合，获取最优决策作为运动目标的判定依据。

本发明相比背景技术具有如下的优点：

(1)该方法易于实现，计算量较小，可用于实时处理；

(2)该方法综合了雷达图像的单帧检测结果和多帧积累结果，充分利用了目标在一定空间时间范围内的相关性和目标的几何结构信息；

(3)该方法分别从几何形态和能量分布角度提取了两个表征目标的有效特征，并引入决策融合的思想，将两个特征进行融合作为判定依据，提高了检测效果；

(4)该方法可有效减少虚假航迹，大大降低了后续跟踪工作的难度。

附图说明

说明书附图是本发明的实施原理流程图。

具体实施方式

以下结合说明书附图对本发明作进一步详细描述。参照说明书附图，本发明的具体实施方式分以下几个步骤：

(1)将预先获取的雷达视频图像输入计算装置1进行迭代式阈值分割。设定参数T₀，并选择一个初始的估计阈值T₁；用阈值T₁分割图像，将图像分成两部分：G₁是由灰度值大于T₁的像素组成，G₂是由灰度值小于或等于T₁的像素组成；计算G₁和G₂中所有像素的平均灰度值μ₁和μ₂，以及新的阈值T₂＝(μ₁+μ₂)/2；如果|T₂-T₁|<T₀，则推出T₂为最优阈值，否则，将T₂赋值给T₁，直到获取最优阈值。

(2)计算装置2接受计算装置1得到的分割数据，对每个分割区域进行形态学处理，填充空洞、桥接裂缝，进而得到最佳的分割效果，检测出疑似目标，同时有效地剔除海面杂波和噪声。