[发明专利]一种红外抗干扰跟踪方法

说明书

本发明涉及一种红外抗干扰跟踪方法，包括如下步骤：在稳定跟踪过程中定时进行干扰出现检测，判断是否发生遮挡干扰和可疑目标干扰；若发生遮挡干扰，则将目标的轨迹信息与状态信息融合形成多变量向量，输入轨迹预测模型，进行目标的轨迹信息以及状态信息预测，找到候选目标及对应的轨迹集；若发生可疑目标干扰，则以最小费用网络流模型为基础构建多目标跟踪模型，通过求解网络流，得到多目标的轨迹信息，并与跟踪得到的目标的轨迹信息进行比较，找到最相似的轨迹，确定候选目标及对应的轨迹集；判断候选目标是否与跟踪得到真实目标相匹配，若匹配，则确定找到真实目标并对其进行稳定跟踪。本发明能够提高红外跟踪性能，减少跟踪错误目标的情况。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种红外抗干扰跟踪方法。

背景技术

红外成像跟踪系统采用全被动工作方式，具备较强的隐蔽性和可靠性，难以被电子干扰，可全天时工作，具有高灵敏度、高空间分辨率、大动态范围的特点，对舰船目标、低空飞行器、地面目标的检测跟踪具有其独特的优势，是国际上重点研究的发展方向之一。由于地物、飞鸟、背景杂波对红外跟踪目标均会造成干扰，越发复杂的应用环境需求使红外成像跟踪系统面临严峻挑战，所以提高红外成像跟踪系统的红外抗干扰能力已成为发展新型红外成像跟踪技术和研制高性能红外跟踪系统亟待解决的重要课题。

红外成像跟踪系统的抗干扰能力主要体现在两方面，一方面为预测目标轨迹，另一方面为识别区分真伪目标。进一步研究红外抗干扰技术，形成更有效的红外抗干扰跟踪系统，对提高其跟踪性能具有十分关键的研究意义与实用价值。

目前，抗干扰检测跟踪方案大致可分为利用神经网络与基于相关滤波的处理模型。基于神经网络的处理模型能融合目标的多特征信息，往往具有很高的识别精度，能很好的区分目标和干扰，但需要海量训练样本，并且模型维数很高，难以实现实时检测与跟踪。基于相关滤波的处理模型表现了较好的识别率和鲁棒性，在红外应用中却很难克服特征稀少的缺点，对弱小目标和目标存在干扰情况下，跟踪效果不理想，特别是当目标处发生遮挡干扰、可疑目标干扰时，容易跟踪错误。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是解决现有红外成像跟踪系统难以处理目标遮挡干扰、可疑目标干扰，在复杂背景中容易跟踪错误目标的问题。

(二)技术方案

为了解决上述技术问题，本发明提供了一种红外抗干扰跟踪方法，包括如下步骤：

(1)在稳定跟踪过程中进行干扰出现检测，判断是否发生遮挡干扰和可疑目标干扰；

(2)若发生遮挡干扰，则将目标的轨迹信息与状态信息融合形成多变量向量，输入轨迹预测模型，进行目标的轨迹信息以及状态信息预测，找到候选目标及对应的轨迹集；其中，所述轨迹预测模型基于LSTM神经网络构建，采用仿真数据与实际采集的历史数据进行预先训练并保存；

(3)若发生可疑目标干扰，则以最小费用网络流模型为基础构建多目标跟踪模型，通过求解网络流，得到多目标的轨迹信息，并与跟踪得到的目标的轨迹信息进行比较，找到最相似的轨迹，确定候选目标及对应的轨迹集；

(4)判断所述轨迹预测模型和/或多目标跟踪模型得到的候选目标是否与跟踪得到真实目标相匹配，若匹配，则确定找到真实目标并对其进行稳定跟踪。

优选地，所述步骤(1)中，判断是否发生遮挡干扰和可疑目标干扰时，若检测到图像中目标出现特征突变，则判断为发生遮挡干扰；若检测到图像中存在与真实目标特征相似的相似目标，则判断为发生可疑目标干扰。

优选地，所述轨迹预测模型包括对应多种不同目标运动的多个LSTM模型，所述步骤(2)中，通过所述轨迹预测模型进行目标的轨迹信息以及状态信息预测时，根据稳定跟踪过程中采集的目标运动信息选择相应的LSTM模型。