[发明专利]一种穿墙雷达多目标图像域稳健跟踪方法

摘要

本发明公开了一种穿墙雷达多目标图像域稳健跟踪方法，涉及穿墙雷达技术，特别涉及穿墙雷达的多目标检测跟踪技术。本发明提供适用于穿墙雷达成像后的多目标的图像域跟踪算法。在一定允许误差内快速成像，得到较高质量成像结果；基于PCF加权处理的图像增强算法能有效地抑制栅瓣的影响，增强目标；基于双轴投影的目标模板创建算法能有效地提取目标的特征信息，为跟踪做准备；基于均值漂移和卡尔曼滤波的图像域跟踪算法能有效地应对目标图像扩展和形变的问题，也能轻松应对目标遮挡问题，跟踪精度高。因此，本发明具有实时性好，跟踪精度高的优势，可以直接应用到穿墙雷达装备中。

主权项

1.一种穿墙雷达多目标图像域稳健跟踪方法，包括以下步骤：步骤1：快速成像步骤；利用M个发射天线和N个接收天线配置的阵列对一层墙体后运动目标进行探测，天线阵列平行于墙体放置，与前墙表面的距离为d3，根据探测场景的墙体厚度dw以及介电常数ε，对需要探测的区域运用后向投影方法获得补偿墙体传播延迟下的图像IBP(x)；步骤2：图像增强步骤；根据像素点处各通道的相位差异计算相位相干因子，对步骤1得到的图像IBP(x)进行PCF加权，经过PCF加权后的序列图像表示为{Ik(x)},k＝1,2,...,Nf，Nf为序列图像总数；步骤3：目标模板创建；步骤3‑1：利用膨胀操作确定第k帧图像Ik(x)的局部极大值，仅保留幅值较大的和高于噪声门限的极大值点；步骤3‑2：将某个极大值点占据的像素点作为初始模板，向四个方向：x轴正、负方向，y轴正、负方向各自求累加和；步骤3‑3：判断四个方向的累加和是否超过设定的门限Ts，如果高于门限则模板向对应方向的尺寸加1，如果低于门限则尺寸暂停放大；步骤3‑4：循环步骤3‑2和3‑3，直到四个方向：x轴正、负方向，y轴正、负方向各自的的累加和均低于门限，此时得到的矩形的内切圆为当前极大值对应的目标模板，表示目标模板包含的像素点集合，n表示集合大小；步骤4：将第k帧图像I_k(x)的幅度范围分成m个区间，计算目标模板的幅度直方图步骤5：航迹更新步骤；步骤5‑1：将第k‑1帧的位置估计y(k‑1)作为当前帧的第一个候选目标模板，设该候选模板中心为计算候选目标模板直方图步骤5‑2：计算Bhattacharyya系数步骤5‑3：计算每个像素点的权值，对于第i个像素点，其权值为wi；步骤5‑4：更新位置估计步骤5‑5：判断是否继续迭代；判断相邻两次迭代的位置满足或迭代次数达到预设的最大值，如果不满足判断条件，将作为新的候选模板，重复步骤5‑1～步骤5‑4，直到满足判断条件，此时得到的候选模板中心位置作为当前帧图像的Mean‑shift位置估计其对应的Bhattacharyya系数为步骤6：航迹质量评价与平滑；步骤6‑1：构造状态向量步骤6‑2：计算一步预测状态向量步骤6‑3：假设目标帧间最大运动速度为V_max，以为圆心，R＝V_maxT为半径设定圆形波门，其中T为每帧的时间长度；设定一个门限ρ_T判断Mean‑shift位置估计是否可信；如果且Mean‑shift位置估计位于圆形波门内，则表明Mean‑shift位置估计是可信的，将该结果作为卡尔曼滤波的量测输入；通过卡尔曼滤波得出第k帧目标位置估计此时，当前帧目标位置为如果或Mean‑shift位置估计位于圆形波门外，表明Mean‑shift结果是不可信的，此时用一步预测状态估计作为当前帧目标位置进行输出，即