[发明专利]基于自适应流形粒子滤波的制导红外小目标跟踪方法

摘要

本发明公布了一种基于自适应流形粒子滤波的制导红外小目标跟踪方法，所述方法包括：应用Facet小面图像模型的双向扩散滤波背景抑制算法进行图像背景抑制；基于自适应流形粒子滤波算法的小目标跟踪；目标检测。本发明提高算法的实时性、鲁棒性和滤波精度。

主权项

一种基于自适应流形粒子滤波的制导红外小目标跟踪方法，其特征在于所述方法包括如下步骤：（1）应用Facet小面图像模型的双向扩散滤波背景抑制算法进行图像背景抑制：首先，计算平均方向导数梯度算子ADDG，获取各方向ADDG的算子值，其中，计算ADDG算子所需要的系数通过原始图像与固定模板卷积获得；其次，采用ADDG算子描述图像邻域的多向梯度特征，并采用双向扩散滤波的离散形式进行图像滤波；（2）基于自适应流形粒子滤波算法的小目标跟踪：首先，对粒子滤波算法中的粒子数进行计算，自适应选取粒子数N(t)；其次，在黎曼流行上进行在线学习和更新目标外形，通过加权欧几里得黎曼平均值估计表面协方差矩阵，进而预测流形点；第三，从子区域构建并提取特征向量；最后，使用嵌入的表面似然对跟踪的目标模型即边界框参数建模；（3）目标检测：首先，获取红外弱小目标的等高线表达；进而，生成等高线图IECM的等高线树表达；最后，根据等高线树中结点分布规律实现目标检测，当符合下述三个条件，目标被定为候选目标；这三个条件为：①用{vp，p=0，1…k}表示等高线树中的结点，p为结点的编号，每个结点的度deg均为2，且入度和出度为1，出入分别用deg正负表示，k在本文中为自然数；②路径跨越的高程大于某一阈值，即 level ( v p ) - level ( v p - 1 ) = 1 k × ΔH > T , 其中ΔH为相邻等高线的高程差，T为高程阈值，level(v)为等高线的层，即是指从根节点到某一节点的最短路径长度；③采用一种定性计算非规则区域近似面积的快速方法确定等高线所包含区域的面积：S=[max(x)‑min(x)][max(y)‑min(y)]，该面积小于9×9个像素，其中，x和y为某条等高线各点的坐标，max(·)和min(·)为求极大值和极小值的算子。