專利名稱：一種基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方
法，主要應(yīng)用于機(jī)場(chǎng)雷達(dá)探鳥(niǎo)系統(tǒng)中雷達(dá)圖像的后端處理。
背景技術(shù)：
鳥(niǎo)擊是指航空器起降或飛行過(guò)程中和鳥(niǎo)類、蝙蝠等飛行物相撞的事件。自從有 了航空器就有了鳥(niǎo)擊事件，據(jù)統(tǒng)計(jì)，僅北美地區(qū)每年鳥(niǎo)擊造成的軍用和民用航空損失就超 過(guò)5億美元并且危及乘客生命安全，歐洲每萬(wàn)次飛機(jī)起降平均有5. 7次鳥(niǎo)擊。中國(guó)民航在 2001-2007年間，報(bào)告的鳥(niǎo)擊事件共1055次，導(dǎo)致事故征候215次，造成中等程度以上損傷 217起，在維修中統(tǒng)計(jì)的直接損失超過(guò)2. 7億人民幣，間接損失更加難以計(jì)算。觀測(cè)和統(tǒng)計(jì) 鳥(niǎo)類遷徙和在機(jī)場(chǎng)附近的規(guī)律，對(duì)于鳥(niǎo)擊防范具有重要意義。 傳統(tǒng)的機(jī)場(chǎng)鳥(niǎo)情觀測(cè)依靠人工，但在目測(cè)困難的黎明、黃昏和夜晚，恰恰是鳥(niǎo)擊事 件的高發(fā)期。據(jù)中國(guó)民航在2001 2007年間的統(tǒng)計(jì)，黎明、黃昏和夜晚等能見(jiàn)度差的條件 下發(fā)生的鳥(niǎo)擊事件占鳥(niǎo)擊事件總數(shù)的55%，迫切需要相關(guān)技術(shù)手段的支持來(lái)降低鳥(niǎo)擊事件 的發(fā)生。雷達(dá)探鳥(niǎo)是鳥(niǎo)情觀測(cè)的重要技術(shù)手段，其優(yōu)點(diǎn)在于不受能見(jiàn)度和惡劣天氣等因素 的限制，能夠全天候自動(dòng)運(yùn)行。機(jī)場(chǎng)雷達(dá)探鳥(niǎo)系統(tǒng)是鳥(niǎo)擊防范的有效技術(shù)手段，但是目前對(duì) 于基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法還沒(méi)有系統(tǒng)的成熟的方法和實(shí)踐。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有雷達(dá)探鳥(niǎo)技術(shù)中存在不足，為了降低由于鳥(niǎo)擊事件而帶來(lái)的飛行 事故，從而減少航空損失，提出了一種基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法。
所述的基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，包括背景差分、噪聲抑制、目標(biāo) 信息提取、多目標(biāo)跟蹤和數(shù)據(jù)融合五個(gè)步驟，具體如下 步驟一、背景差分，從探鳥(niǎo)雷達(dá)PPI圖像中減去背景圖像，即得到背景差分的雷達(dá) 圖像；背景圖像的生成方法為平均值法或主成分分析法。 步驟二、對(duì)經(jīng)過(guò)背景差分的雷達(dá)圖像進(jìn)行雜波抑制；采用恒虛警閾值分割和形態(tài)
學(xué)的方法對(duì)經(jīng)過(guò)背景差分的雷達(dá)圖像進(jìn)行降噪處理，去除其中殘留的雜波信息； 步驟三、進(jìn)行目標(biāo)信息提??；確定目標(biāo)在圖像中是否為獨(dú)立的區(qū)域，共有幾個(gè)區(qū)
域，對(duì)不同的區(qū)域進(jìn)行標(biāo)識(shí)。提取飛鳥(niǎo)目標(biāo)信息包括鳥(niǎo)類數(shù)量、鳥(niǎo)類大小、坐標(biāo)位置、飛行速度。 步驟四、多目標(biāo)跟蹤；多目標(biāo)跟蹤分為目標(biāo)狀態(tài)估計(jì)和數(shù)據(jù)關(guān)聯(lián)兩個(gè)主要方面，基 于蒙特卡羅的思想，目標(biāo)狀態(tài)估計(jì)采用卡爾曼濾波，多目標(biāo)數(shù)據(jù)關(guān)聯(lián)采用粒子濾波數(shù)據(jù)關(guān) 聯(lián)方法對(duì)量測(cè)值進(jìn)行目標(biāo)關(guān)聯(lián)。 步驟五、數(shù)據(jù)融合，實(shí)現(xiàn)目標(biāo)識(shí)別與跟蹤。將多目標(biāo)跟蹤獲得的飛鳥(niǎo)目標(biāo)平滑軌跡 與衛(wèi)星地圖或坐標(biāo)系相融合，生成含飛鳥(niǎo)目標(biāo)軌跡的融合圖像，便于機(jī)場(chǎng)工作人員觀測(cè)使 用。
本發(fā)明提供的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法不僅填補(bǔ)了我國(guó)"雷達(dá)探鳥(niǎo)"領(lǐng)域的空白， 為民航鳥(niǎo)擊防范工作提供了技術(shù)保障，而且也適用于低空低速情況下其它雷達(dá)目標(biāo)信號(hào)的 處理，具有廣闊的應(yīng)用前景。其優(yōu)點(diǎn)主要體現(xiàn)在以下幾點(diǎn) (1)本發(fā)明提供的基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，將飛鳥(niǎo)目標(biāo)運(yùn)動(dòng)的 平滑軌跡從復(fù)雜的雷達(dá)PPI圖像序列中提取出來(lái)，并將其與機(jī)場(chǎng)地圖或坐標(biāo)系相融合，方 便觀測(cè)人員使用。
(2)本發(fā)明采用平均值法提取背景圖像信息，計(jì)算量小，能夠滿足實(shí)時(shí)要求。
(3)本發(fā)明采用的雜波抑制方法對(duì)經(jīng)過(guò)背景差分的雷達(dá)PPI圖像進(jìn)行處理，能夠 去除背景差分圖像中殘留的邊緣雜波信息，初步鎖定了運(yùn)動(dòng)目標(biāo)，雜波抑制中設(shè)定較低的 分割閾值，提高了檢測(cè)率。 (4)本發(fā)明采用的目標(biāo)信息提取方法對(duì)經(jīng)過(guò)雜波抑制的雷達(dá)PPI圖像進(jìn)行處理， 提取出包含部分雜波的雷達(dá)量測(cè)值。 (5)本發(fā)明采用的多目標(biāo)跟蹤方法通過(guò)數(shù)據(jù)關(guān)聯(lián)和目標(biāo)狀態(tài)估計(jì)的方法，對(duì)真實(shí) 的飛鳥(niǎo)目標(biāo)進(jìn)行跟蹤的同時(shí)剔除雜波，降低了虛警率。 (6)本發(fā)明采用的數(shù)據(jù)融合方法將飛鳥(niǎo)目標(biāo)平滑軌跡標(biāo)定在機(jī)場(chǎng)地圖或坐標(biāo)系 上，能直觀地反映出飛鳥(niǎo)數(shù)量和所在位置，指導(dǎo)機(jī)場(chǎng)工作人員實(shí)施驅(qū)鳥(niǎo)作業(yè)。


圖1為本發(fā)明的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法流程2為CFAR檢測(cè)器結(jié)構(gòu)示意圖；圖3為二值圖像示意圖；圖4為二值圖像掃描示意圖；圖5為二值圖像標(biāo)記示意圖；圖6為二值圖像目標(biāo)標(biāo)識(shí)示意圖；圖7為雷達(dá)多目標(biāo)跟蹤算法流程圖；圖8a是一幅原始的探鳥(niǎo)雷達(dá)圖像；圖8b是背景差分后的雷達(dá)圖像；圖8c是雜波抑制后的雷達(dá)圖像；圖8d是含目標(biāo)運(yùn)動(dòng)軌跡的融合圖像。
具體實(shí)施例方式
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明提供的基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方 法進(jìn)行詳細(xì)說(shuō)明。 本發(fā)明提供的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法通過(guò)如下步驟實(shí)現(xiàn)
步驟一背景差分。 所述的背景差分是指從探鳥(niǎo)雷達(dá)PPI圖像中減去背景圖像，所述的背景圖像通過(guò) 平均值法或主成分分析法進(jìn)行構(gòu)造。 平均值法是最常用、最簡(jiǎn)單的背景構(gòu)造方法，這種方法通常適應(yīng)于場(chǎng)景內(nèi)的目標(biāo) 滯留時(shí)間較短、目標(biāo)出現(xiàn)并不頻繁的情況，針對(duì)每一幀圖像重新構(gòu)造背景，計(jì)算公式如下<formula>formula see original document page 7</formula> 式中，N為重構(gòu)背景所用的圖像數(shù)，Bk為重構(gòu)后的圖像，Bk—工為針對(duì)上一幀構(gòu)造的 背景圖像，fk為第k幀圖像。本發(fā)明中，每隔一定時(shí)間(5 10min)就重新構(gòu)造一次背景信 息。 主成分分析(PCA)是一種線性降維方法，它把高維數(shù)據(jù)投影到低維子空間，是一 個(gè)從可能的高維數(shù)據(jù)集中提取特征的極端有力的工具。PCA是對(duì)描述觀測(cè)數(shù)據(jù)的坐標(biāo)系統(tǒng) 的一個(gè)正交變換，它旨在用原始變量的線性組合獲得較少的互不相關(guān)的新變量，同時(shí)盡可 能多地保持輸入數(shù)據(jù)集所包含的信息。雷達(dá)圖像中的每幀圖像都包含背景和運(yùn)動(dòng)目標(biāo)(飛 鳥(niǎo))，因此背景可視為該圖像序列最大的主成分。歸結(jié)起來(lái)，可按以下步驟計(jì)算探鳥(niǎo)雷達(dá) PPI圖像序列的主成分 (1)計(jì)算雷達(dá)圖像序列的樣本方差矩陣S。設(shè)Xl， . . . ， xn為n個(gè)由雷達(dá)圖像數(shù)據(jù) 展開(kāi)的一維觀測(cè)樣本向量，組成觀測(cè)樣本矩陣X，進(jìn)而計(jì)算該矩陣的方差矩陣S ;
(2)計(jì)算方差矩陣S的特征值及其對(duì)應(yīng)的特征向量；
(3)特征值按降序排列； (4)選擇最大的特征值對(duì)應(yīng)的特征向量為最大的主成分，將該特征向量還原為二 維雷達(dá)PPI圖像，即探鳥(niǎo)雷達(dá)背景圖像。 從探鳥(niǎo)雷達(dá)PPI圖像中減去背景圖像，即得到背景差分的雷達(dá)圖像。
步驟二 對(duì)經(jīng)過(guò)背景差分的雷達(dá)圖像進(jìn)行雜波抑制。 對(duì)于經(jīng)過(guò)背景差分的雷達(dá)圖像，去除了主要的背景信息，但仍含有大量雜波，特別 是邊緣雜波，需要通過(guò)恒虛警(CFAR)閾值分割和形態(tài)學(xué)的方法進(jìn)行雜波抑制。
CFAR閾值分割能夠根據(jù)背景雜波功率的變化，自動(dòng)的獲取檢測(cè)門(mén)限，以保持虛警 不變的特性，是一種提供檢測(cè)閾值的雷達(dá)信號(hào)處理方法。所述的CFAR閾值分割通過(guò)CFAR 檢測(cè)器實(shí)現(xiàn)，所述CFAR檢測(cè)器的結(jié)構(gòu)如圖2所示，該檢測(cè)器包括參考單元1、檢測(cè)單元2、保 護(hù)單元3，以及比較器4和乘法器5，參考單元1、檢測(cè)單元2和保護(hù)單元3共占用N+M+l個(gè) 單元，其中，前N/2和后N/2個(gè)單元為參考單元1 ，中間的1個(gè)單元為檢測(cè)單元2，檢測(cè)單元2 兩側(cè)與參考單元1各相隔M/2個(gè)保護(hù)單元3，信號(hào)以串行的方式進(jìn)入檢測(cè)器各單元。CFAR檢 測(cè)器根據(jù)N個(gè)參考單元信號(hào)得到一個(gè)背景強(qiáng)度相對(duì)估計(jì)值Z，其估計(jì)方法與所采用的CFAR 檢測(cè)方式有關(guān)，可以采用均值類、統(tǒng)計(jì)排序類、削減平均類等方法進(jìn)行背景強(qiáng)度估計(jì)。在乘 法器5中，將估計(jì)值Z乘上一個(gè)門(mén)限加權(quán)系數(shù)T，得到判決門(mén)限TZ。門(mén)限加權(quán)系數(shù)T通常由 下式確定
r-尸/。冊(cè)-l 其中Pf。表示虛警率。在比較器4中，判決門(mén)限TZ與檢測(cè)單元信號(hào)進(jìn)行比較判決， 如果檢測(cè)單元信號(hào)強(qiáng)度大于判決門(mén)限TZ，則判定為目標(biāo)，反之為雜波。 經(jīng)過(guò)CFAR閾值分割的雷達(dá)圖像稱為二值圖像，其中目標(biāo)由亮色表示，初步確定了
目標(biāo)區(qū)域。此二值圖像由形態(tài)學(xué)作進(jìn)一步處理，去除像素?cái)?shù)較少的雜波區(qū)域。 形態(tài)學(xué)處理是指以腐蝕和膨脹這兩種方法為基礎(chǔ)，分別運(yùn)用這兩種方法及其組合可以進(jìn)行圖像形狀和結(jié)構(gòu)的分析和處理，包括圖像分割、特征抽取、邊界檢測(cè)、圖像濾波和
恢復(fù)等。
1)圖像腐蝕； 腐蝕的作用是消除目標(biāo)邊界點(diǎn)，使邊界向內(nèi)部收縮的過(guò)程，可以把小于結(jié)構(gòu)元素 的目標(biāo)去除。這樣選取不同大小的結(jié)構(gòu)元素，就可以去除不同大小的目標(biāo)。如兩個(gè)物體間 有細(xì)小的連通，通過(guò)腐蝕可將兩個(gè)物體分開(kāi)。腐蝕的數(shù)學(xué)表達(dá)式是 s = x b = {x，;HBwGX} (2) 式中，S表示腐蝕后的二值圖像集合，B表示用來(lái)進(jìn)行腐蝕的結(jié)構(gòu)元素，結(jié)構(gòu)元素 內(nèi)的每個(gè)元素取值為0或1，它可以組成任何一種形狀的圖形，在B圖形中有一個(gè)中心點(diǎn)；X 表示原圖像經(jīng)過(guò)二值化后的像素集合。此公式的含義是用B來(lái)腐蝕X得到的集合S，S是由 B完全包括在X中時(shí)B的當(dāng)前位置的集合。 對(duì)于經(jīng)過(guò)CFAR閾值分割的二值雷達(dá)圖像，通常是拖動(dòng)結(jié)構(gòu)元素B在雷達(dá)圖像域X 中移動(dòng)，橫向移動(dòng)間隔取1個(gè)像素，縱向移動(dòng)間隔取1個(gè)掃描行。在每一個(gè)位置上，當(dāng)結(jié)構(gòu) 元素B的中心點(diǎn)平移到X圖像上的某一點(diǎn)(x，y)，如果結(jié)構(gòu)元素內(nèi)的每一個(gè)像素都與以(x， y)為中心的相同鄰域中對(duì)應(yīng)像素完全相同，那么就保留(x， y)像素點(diǎn)，對(duì)于原圖中不滿足 條件的像素點(diǎn)則全部刪除，從而達(dá)到使物體邊界向內(nèi)收縮的效果。腐蝕實(shí)際上是把圖像的 外圍去掉，同時(shí)保留圖像內(nèi)部的部分。
2)圖像膨脹； 膨脹的作用與腐蝕的作用正好相反，它是對(duì)二值化目標(biāo)邊界點(diǎn)進(jìn)行擴(kuò)充，將與目 標(biāo)區(qū)域接觸的所有背景點(diǎn)合并到該目標(biāo)中，使邊界向外部擴(kuò)張的過(guò)程。如果兩個(gè)目標(biāo)之間 的距離比較近，則膨脹運(yùn)算可能會(huì)把兩個(gè)目標(biāo)連通到一起，膨脹對(duì)填補(bǔ)圖像分割后目標(biāo)中 的空洞很有用。膨脹的數(shù)學(xué)表達(dá)式是s-x④B小ylB,x, (3) 此公式的含義是用B來(lái)膨脹X得到的集合S， S是由B映像的位移與X至少有一個(gè) 像素相同時(shí)B的中心點(diǎn)位置的集合。 對(duì)于經(jīng)過(guò)CFAR閾值分割的二值雷達(dá)圖像，通常是拖動(dòng)結(jié)構(gòu)元素B在雷達(dá)圖像域X 中移動(dòng)，橫向移動(dòng)間隔取1個(gè)像素，縱向移動(dòng)間隔取1個(gè)掃描行。在每一個(gè)位置上，當(dāng)結(jié)構(gòu) 元素B的像素與目標(biāo)區(qū)域至少有一個(gè)像素相交，那么就保留(x，y)像素點(diǎn)，從而達(dá)到使目標(biāo) 邊界向外擴(kuò)張的效果。膨脹實(shí)際上是把圖像的外圍進(jìn)行擴(kuò)充，同時(shí)保留圖像內(nèi)部的部分。
在實(shí)際的雷達(dá)圖像處理過(guò)程中，膨脹和腐蝕經(jīng)常結(jié)合使用。 一幅圖像往往經(jīng)過(guò)一 系列的膨脹與腐蝕處理，膨脹和腐蝕的次數(shù)可以任意選擇，采用相同或不同的結(jié)構(gòu)元素。
步驟三進(jìn)行目標(biāo)信息提取。 經(jīng)過(guò)背景差分和雜波抑制后獲得的二值圖像，需要進(jìn)行目標(biāo)信息提取，首先必須 確定目標(biāo)在圖像中是否為獨(dú)立的區(qū)域，共有幾個(gè)區(qū)域，這就需要對(duì)不同的區(qū)域進(jìn)行標(biāo)識(shí)。提 取飛鳥(niǎo)目標(biāo)信息包括但不限于鳥(niǎo)類數(shù)量、鳥(niǎo)類大小、坐標(biāo)位置、飛行速度。
二值圖像的部分區(qū)域示例如圖3所示，圖中A代表目標(biāo)區(qū)域，0代表背景，規(guī)定用 四連通準(zhǔn)則加標(biāo)記。由于掃描有一定的次序，對(duì)任一點(diǎn)來(lái)說(shuō)，當(dāng)前點(diǎn)的左前一點(diǎn)和上一點(diǎn)必 然是已經(jīng)掃描過(guò)了的點(diǎn)，在掃描過(guò)程中遇到目標(biāo)區(qū)域上點(diǎn)P，則其上點(diǎn)及左點(diǎn)必然是已經(jīng)標(biāo) 記過(guò)了的點(diǎn)，對(duì)P點(diǎn)加標(biāo)記的方法是由左點(diǎn)及上點(diǎn)來(lái)確定的，主要有下面幾種不同的情況
(a)當(dāng)左前一點(diǎn)和上一點(diǎn)皆為背景0，則P點(diǎn)加新標(biāo)記； (b)當(dāng)左前一點(diǎn)和上一點(diǎn)有一個(gè)為0，另一個(gè)為已加標(biāo)記，則點(diǎn)P和已知標(biāo)記的鄰 點(diǎn)加上相同標(biāo)記； (c)當(dāng)左前一點(diǎn)和上一點(diǎn)兩個(gè)鄰點(diǎn)皆為已加標(biāo)記，則P點(diǎn)標(biāo)記與左點(diǎn)標(biāo)記相同。
根據(jù)上面的三原則，在第一次掃描后所有目標(biāo)區(qū)域上皆已加標(biāo)記，如圖4，標(biāo)記依 次為1，2，3，4，...這時(shí)圖像中的同一目標(biāo)區(qū)域可能有幾種不同的標(biāo)記，因此需要第二次 掃描，來(lái)把同一 目標(biāo)上的標(biāo)記統(tǒng)一起來(lái)，只要是4連通的都屬于同一 目標(biāo)，其標(biāo)記都應(yīng)該一 致，如圖5所示標(biāo)記為同一個(gè)目標(biāo)區(qū)域。同理，對(duì)于8連通加標(biāo)記也是如此，這時(shí)任一點(diǎn)P 加標(biāo)記需有當(dāng)前點(diǎn)P的上點(diǎn)、左上點(diǎn)、右上點(diǎn)和左前點(diǎn)共4點(diǎn)來(lái)決定；若4個(gè)點(diǎn)皆為背景點(diǎn)， 則該點(diǎn)加新標(biāo)記，若其中有一鄰點(diǎn)已加標(biāo)記，則該點(diǎn)也加以相同的標(biāo)記；若4鄰點(diǎn)有兩個(gè)以 上已加標(biāo)記，則可以判斷與左前點(diǎn)加相同標(biāo)記，或與右上點(diǎn)加相同的標(biāo)記。第二遍掃描把同 一目標(biāo)區(qū)域的標(biāo)記統(tǒng)一化，這樣就得到每個(gè)目標(biāo)的單一的、完整的標(biāo)記了 。
目標(biāo)信息提取方法以存在著一定面積白區(qū)域的二值圖像為處理對(duì)象，在此二值圖 像中，相互連接的白像素的集合稱為一個(gè)白區(qū)域。目標(biāo)信息提取時(shí)首先采用8連通判別方 法進(jìn)行目標(biāo)區(qū)域標(biāo)識(shí)，如圖6中所示的A、B、C三個(gè)不連通的目標(biāo)區(qū)域，對(duì)這三個(gè)目標(biāo)的標(biāo)識(shí) 過(guò)程如下 1)從左到右，從上到下逐個(gè)像素掃描； 2)若該點(diǎn)的左上、正上、右上及左前點(diǎn)共4個(gè)點(diǎn)的像素值都不為目標(biāo)，則把數(shù)標(biāo)加 l，且此數(shù)組值為1 ; 3)采用(行坐標(biāo)，列坐標(biāo))方式標(biāo)記目標(biāo)，若遇到(l，l)像素為目標(biāo)A，依次判斷 該像素點(diǎn)的右上點(diǎn)(0，2)，正上(O，l)，左上(O，O)及左前(l，O)是否為該目標(biāo)，優(yōu)先級(jí)依次 降低的順序?yàn)橛疑宵c(diǎn)(0，2)，正上點(diǎn)(O，l)，左上點(diǎn)(O，O)及左前點(diǎn)(l，O)。
4)若右上點(diǎn)為目標(biāo)，則當(dāng)前點(diǎn)跟右上點(diǎn)，并標(biāo)記和右上點(diǎn)相同的值。如當(dāng)前點(diǎn) (2，2)，則其右上點(diǎn)(1，3)為目標(biāo)，所以當(dāng)前點(diǎn)(2，2)標(biāo)記與右上點(diǎn)(1，3)相同的值。
5)若右上點(diǎn)不是目標(biāo)，則判斷正上點(diǎn)。如當(dāng)前點(diǎn)(5，4)，則其右上點(diǎn)(4，5)不是 目標(biāo)，則判斷正上點(diǎn)(4，4)為目標(biāo)，所以當(dāng)前點(diǎn)(5，4)標(biāo)記與正上點(diǎn)(4，4)相同的值。
6)同理，若當(dāng)前點(diǎn)的右上點(diǎn)、正上點(diǎn)都不為目標(biāo)，則相同的方法依次判斷左上點(diǎn)， 若左上點(diǎn)也不為目標(biāo)，則再判斷左前點(diǎn)。 7)若如當(dāng)前點(diǎn)(1，8)的右上點(diǎn)(0，9)，正上點(diǎn)(0，8)，左上點(diǎn)(0，7)及左前點(diǎn)(1， 7)都不為目標(biāo)，則當(dāng)前點(diǎn)的值在原來(lái)的標(biāo)記上加l，以此標(biāo)記作為與原目標(biāo)的區(qū)別。
8)其中有一特別調(diào)整從圖6可見(jiàn)(10，2)是一個(gè)新加標(biāo)記的點(diǎn)，當(dāng)前點(diǎn)(10，3)的 右上點(diǎn)(9， 4)及左前點(diǎn)(10， 2)為不同標(biāo)記，正上點(diǎn)和左上點(diǎn)不為目標(biāo)，則當(dāng)前點(diǎn)(10， 3)標(biāo) 記同右上點(diǎn)(9，4)置相同的值。此時(shí)，從頭到尾掃描圖像，把所有同(10，2)標(biāo)記相同的像 素值都標(biāo)記成與右上點(diǎn)(9，4)同樣的值。有多少個(gè)像素點(diǎn)轉(zhuǎn)換，則統(tǒng)計(jì)右上點(diǎn)像素值(標(biāo) 記值)的數(shù)組就加多少，而把統(tǒng)計(jì)左前點(diǎn)的像素值(標(biāo)記值)的數(shù)組置O。對(duì)圖像中每個(gè)像 素進(jìn)行標(biāo)記操作之后，將目標(biāo)區(qū)域的像素值改為標(biāo)號(hào)，計(jì)算各個(gè)標(biāo)號(hào)的總合，即求得不同目 標(biāo)區(qū)域的像素?cái)?shù)目n。 PPI圖像中心定義為坐標(biāo)原點(diǎn)，x軸水平向右，y軸垂直向上。中心坐 標(biāo)(x。，y。)由(2)式得到，其中S為單一目標(biāo)連通區(qū)域，量程系數(shù)C反映了選擇不同量程時(shí) 每個(gè)像素代表的實(shí)際距離。
xo=C. H ^"，^-C 2 (2) 步驟四多目標(biāo)跟蹤。經(jīng)過(guò)目標(biāo)信息提取的探鳥(niǎo)雷達(dá)PPI圖像，初步提取了雷達(dá)量 測(cè)信息，包括每個(gè)區(qū)域的中心坐標(biāo)和像素?cái)?shù)目。通過(guò)多目標(biāo)跟蹤，將跟蹤到的雷達(dá)量測(cè)最終 確定為飛鳥(niǎo)目標(biāo)。 多目標(biāo)跟蹤大致可以分為目標(biāo)狀態(tài)估計(jì)和數(shù)據(jù)關(guān)聯(lián)兩個(gè)主要方面前一方面提供 跟蹤需要的狀態(tài)估計(jì)(預(yù)測(cè))值，主要問(wèn)題是數(shù)據(jù)精度；后一方面提供量測(cè)與目標(biāo)的對(duì)應(yīng)關(guān) 系，即量測(cè)與航跡的關(guān)聯(lián)以及雜波的剔除，主要問(wèn)題是數(shù)據(jù)關(guān)聯(lián)的正確性。雷達(dá)多目標(biāo)跟蹤 方法流程如圖7所示。該方法基于蒙特卡羅的思想，判斷結(jié)果表現(xiàn)為一組離散的樣本，目標(biāo) 狀態(tài)估計(jì)采用卡爾曼濾波。每一時(shí)刻共獲得T個(gè)測(cè)量值，包括n個(gè)目標(biāo)測(cè)量值以及一定數(shù) 量的雜波，具體步驟為 (a)當(dāng)前時(shí)刻測(cè)量值與當(dāng)前時(shí)刻的目標(biāo)狀態(tài)預(yù)估值進(jìn)行多目標(biāo)數(shù)據(jù)關(guān)聯(lián)； 所述的當(dāng)前時(shí)刻的目標(biāo)狀態(tài)預(yù)估值由卡爾曼狀態(tài)預(yù)估生成，目標(biāo)狀態(tài)預(yù)估值對(duì)實(shí)
時(shí)獲得的當(dāng)前時(shí)刻T個(gè)測(cè)量值進(jìn)行目標(biāo)關(guān)聯(lián)，包括目標(biāo)的起始、延續(xù)和終結(jié)過(guò)程，排除雜波干擾。 卡爾曼狀態(tài)預(yù)估是指卡爾曼濾波器根據(jù)上一時(shí)刻的量測(cè)更新值預(yù)估出系統(tǒng)下一 時(shí)刻的狀態(tài)，用方程表示如下m: = Awm", P^Ah^A^+Qh ^ 式(3)中，mk—和Pk—是k時(shí)刻獲得量測(cè)之前預(yù)估的均值和方差，Ak為狀態(tài)轉(zhuǎn)移矩 陣，Qk為噪聲矩陣。 所述的多目標(biāo)數(shù)據(jù)關(guān)聯(lián)采用粒子濾波數(shù)據(jù)關(guān)聯(lián)方法對(duì)量測(cè)值進(jìn)行目標(biāo)關(guān)聯(lián)。從某 種程度上說(shuō)，目標(biāo)狀態(tài)估計(jì)是整個(gè)多目標(biāo)跟蹤算法的關(guān)鍵。因?yàn)榱繙y(cè)與航跡的關(guān)聯(lián)也需要 知道量測(cè)到達(dá)時(shí)刻每條航跡的狀態(tài)預(yù)測(cè)值，否則量測(cè)與航跡的正確關(guān)聯(lián)幾乎是不可能的， 精確的狀態(tài)預(yù)測(cè)值，是得到正確關(guān)聯(lián)的前提?；诹Ｗ訛V波(particle filtering, PF)的 數(shù)據(jù)關(guān)聯(lián)方法，關(guān)聯(lián)結(jié)果表現(xiàn)為一組離散的樣本，給定重要性分布n (Ak| A1:k—/i)，y^)，一 組粒子(Wh("， Ak—/Sulk—/SPk—:i = l，... ，Nh量測(cè)值yk，一組粒子{wk(i)， 、("，11^)， Pk(i) :i = 1， ... ，N}處理步驟如下 (1)基于先前生成的潛在關(guān)聯(lián)變量、—,)，對(duì)于每個(gè)粒子i = 1， ...， N的均值 mk—和協(xié)方差Pk—進(jìn)行卡爾曼預(yù)估。 (2)由相應(yīng)的重要性分布給出每個(gè)粒子i = 1， . . . ， N的新潛在關(guān)聯(lián)變量入k(i) W) 7x(MWL，yJ (5) (3)計(jì)算新的(非歸一化)權(quán)重 《')oc《？ *1《y"，(") i 。 (6) 其中似然項(xiàng)為卡爾曼濾波器邊緣測(cè)量相似度 i (yj^，y,:w) <formula>formula see original document page 10</formula>


其中卡爾曼濾波器的模型參數(shù)基于潛在關(guān)聯(lián)變』 (4)權(quán)重歸一化
入」i)確定。
*(0
(8)
(5) 基于潛在關(guān)聯(lián)變量Ak(i)給出每個(gè)粒子的卡爾曼濾波更新。
(6) 估計(jì)有效的粒子數(shù)目 %
1
,u《 如果粒子的有效數(shù)目太低(比如ne 后，濾波分布近似為
(9)
〈N/10)，則進(jìn)行重采樣。確定了一組粒子之p(、入Iy1:k) * l:《s(X廣4'))iV(、 I m'),《'))。
(10)
/-1 (b)對(duì)每個(gè)關(guān)聯(lián)后的目標(biāo)進(jìn)行卡爾曼狀態(tài)更新，分別獲得每個(gè)目標(biāo)的狀態(tài)更新值:
更新(update)部分根據(jù)當(dāng)前時(shí)刻的量測(cè)值估計(jì)出系統(tǒng)的當(dāng)前狀態(tài)，用方程表示如下




mt=m:+Ktvfc
(4)
式(4)中，yk為k時(shí)刻獲得的量測(cè)，Hk為k時(shí)刻的量測(cè)矩陣，mk—和Pk-是k時(shí)刻獲 得量測(cè)之前預(yù)估的均值和方差；mk和Pk是k時(shí)刻獲得量測(cè)之后估計(jì)的均值和方差；vk是k 時(shí)刻的測(cè)量修正；Sk是k時(shí)刻的測(cè)量預(yù)估方差；Kk是濾波增益，其給出了 k時(shí)刻預(yù)估值應(yīng)該 修正的程度。 (c)對(duì)全部卡爾曼濾波結(jié)果進(jìn)行卡爾曼平滑處理，得到每個(gè)目標(biāo)的平滑軌跡。對(duì)卡 爾曼濾波器獲得的濾波結(jié)果進(jìn)行平滑處理，其均值11^和方差Pk3由下式計(jì)算n^+1=Atm*
Ct-PtAU-1 (11)








式中
mks和Pks是k時(shí)刻狀態(tài)平均值和方差的平滑估計(jì)；
mk和Pk是k時(shí)刻狀態(tài)平均值和方差的濾波估計(jì)；
mk+1—和Pk+1—是k+1時(shí)刻預(yù)估的狀態(tài)平均值和方差，同卡爾曼濾波中的情況相同；
Ck是k時(shí)刻的平滑增益，給出了該時(shí)刻平滑估計(jì)需要修正的程度。
步驟五數(shù)據(jù)融合，實(shí)現(xiàn)目標(biāo)識(shí)別與跟蹤。將多目標(biāo)跟蹤獲得的飛鳥(niǎo)目標(biāo)平滑軌跡
與衛(wèi)星地圖或坐標(biāo)系相融合，生成含飛鳥(niǎo)目標(biāo)軌跡的融合圖像，便于機(jī)場(chǎng)工作人員觀測(cè)使 用。
下面結(jié)合某探鳥(niǎo)雷達(dá)PPI圖像處理的全過(guò)程，對(duì)本發(fā)明提供的飛鳥(niǎo)目標(biāo)識(shí)別與跟
蹤方法作詳細(xì)介紹。 步驟一、背景差分。 —幅原始的探鳥(niǎo)雷達(dá)PPI圖像如圖8a所示，背景差分將背景圖像從探鳥(niǎo)雷達(dá)圖像 中去除，生成背景圖像的方法為平均值法或者主成分分析法?？紤]到背景圖像隨時(shí)間存在 細(xì)微變化，背景圖像必須經(jīng)常更新。背景差分后的雷達(dá)圖像如圖8b所示。
步驟二、雜波抑制對(duì)經(jīng)過(guò)背景差分的雷達(dá)圖像進(jìn)行降噪處理，去除其中殘留的雜 波信息。雜波抑制包括恒虛警閾值分割和形態(tài)學(xué)。其中，恒虛警閾值分割能夠根據(jù)不同的 雷達(dá)圖像自適應(yīng)地選擇閾值。經(jīng)過(guò)閾值分割的圖像通過(guò)形態(tài)學(xué)模塊進(jìn)一步降噪，去除那些 像素過(guò)少的目標(biāo)。雜波抑制后的雷達(dá)圖像如圖8c所示。 步驟三、目標(biāo)信息提取從經(jīng)過(guò)雜波抑制的雷達(dá)圖像中提取雷達(dá)量測(cè)信息，提取的 信息包括目標(biāo)數(shù)量、大小和坐標(biāo)位置。提取的雷達(dá)量測(cè)信息見(jiàn)表1。
表l雷達(dá)量測(cè)信息提取
量測(cè)p(m)e(0)像素?cái)?shù)
1644.489.784
2881.726.234
3375.4129.654
4174.796.313
5833.81.925 步驟四、目標(biāo)跟蹤基于目標(biāo)信息提取的雷達(dá)量測(cè)信息對(duì)飛鳥(niǎo)目標(biāo)進(jìn)行跟蹤，輸出 飛鳥(niǎo)目標(biāo)平滑軌跡，同時(shí)進(jìn)行記錄。通過(guò)對(duì)雷達(dá)圖像序列進(jìn)行多目標(biāo)跟蹤處理的結(jié)果可知， 表l中的量測(cè)1、2、3形成了平滑軌跡，量測(cè)4、5只出現(xiàn)在一幅雷達(dá)圖像中，未能形成軌跡， 因此量測(cè)值1、2、3為目標(biāo)，4、5為雜波。 步驟五、數(shù)據(jù)融合將多目標(biāo)跟蹤方法獲得的飛鳥(niǎo)目標(biāo)軌跡信息與衛(wèi)星地圖或坐標(biāo) 系相融合，生成含飛鳥(niǎo)目標(biāo)平滑軌跡的融合圖像，便于機(jī)場(chǎng)工作人員觀測(cè)，如圖8d所示。
1權(quán)利要求
一種基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于如下步驟步驟一、背景差分，從探鳥(niǎo)雷達(dá)PPI圖像中減去背景圖像，即得到背景差分的雷達(dá)圖像；步驟二、對(duì)經(jīng)過(guò)背景差分的雷達(dá)圖像進(jìn)行雜波抑制處理，采用恒虛警閾值分割和形態(tài)學(xué)的方法對(duì)經(jīng)過(guò)背景差分的雷達(dá)圖像進(jìn)行降噪處理，去除其中殘留的雜波信息；步驟三、進(jìn)行目標(biāo)信息提??；步驟四、多目標(biāo)跟蹤；步驟五、數(shù)據(jù)融合，實(shí)現(xiàn)目標(biāo)識(shí)別與跟蹤。
2. 根據(jù)權(quán)利要求1所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于所述的步驟一中背 景圖像的生成方法為平均值法或主成分分析法。
3. 根據(jù)權(quán)利要求2所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于所述的平均值法生 成的背景圖像為式中，N為重構(gòu)背景所用的圖像數(shù)，Bk為重構(gòu)后的圖像，Bk—工為針對(duì)上一幀構(gòu)造的背景 圖像，fk為第k幀圖像。
4. 根據(jù)權(quán)利要求2所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于所述的主成分分析法具體步驟為(1) 確定雷達(dá)圖像序列的樣本方差矩陣S :設(shè)x". . . ，Xn為n個(gè)由雷達(dá)圖像數(shù)據(jù)展開(kāi)的一維觀測(cè)樣本向量，組成觀測(cè)樣本矩陣X，進(jìn)而計(jì)算該矩陣的方差矩陣S;(2) 確定方差矩陣S的特征值及其對(duì)應(yīng)的特征向量；(3) 特征值按降序排列；(4) 選擇最大的特征值對(duì)應(yīng)的特征向量為最大的主成分，將該特征向量還原為二維雷達(dá)PPI圖像，即探鳥(niǎo)雷達(dá)背景圖像。
5. 根據(jù)權(quán)利要求1所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于所述步驟二中的恒 虛警閾值分割通過(guò)恒虛警檢測(cè)器實(shí)現(xiàn)，所述恒虛警檢測(cè)器包括參考單元、檢測(cè)單元、保護(hù)單元，以及比較器和乘法器，參考單元、檢測(cè)單元和保護(hù)單元共占用N+M+l個(gè)單元，其中，前 N/2和后N/2個(gè)單元為參考單元，中間的1個(gè)單元為檢測(cè)單元，檢測(cè)單元兩側(cè)與參考單元各 相隔M/2個(gè)保護(hù)單元，單元信號(hào)以串行的方式進(jìn)入檢測(cè)器各單元；恒虛警檢測(cè)器根據(jù)N個(gè)參 考單元信號(hào)得到一個(gè)背景強(qiáng)度相對(duì)估計(jì)值Z，在乘法器中，將估計(jì)值Z乘上一個(gè)門(mén)限加權(quán)系 數(shù)T，得到判決門(mén)限TZ，判決門(mén)限TZ與檢測(cè)單元信號(hào)在比較器中進(jìn)行比較判決，如果檢測(cè)單 元信號(hào)強(qiáng)度大于判決門(mén)限TZ，則判定為目標(biāo)，反之為雜波。
6. 根據(jù)權(quán)利要求5所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于門(mén)限加權(quán)系數(shù)T由 下式確定<formula>formula see original document page 2</formula>其中Pf。表示虛警率。
7. 根據(jù)權(quán)利要求1所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于所述步驟三中的目標(biāo)信息提取過(guò)程為對(duì)經(jīng)過(guò)背景差分和雜波抑制后獲得的二值圖像進(jìn)行不同區(qū)域的標(biāo)識(shí)， 采用從上到下，從左到右的掃描次序，目標(biāo)區(qū)域中任意一點(diǎn)P的標(biāo)記過(guò)程主要有下面幾種 不同的情況(a) 當(dāng)左前一點(diǎn)和上一點(diǎn)皆為背景O，則P點(diǎn)加新標(biāo)記；(b) 當(dāng)左前一點(diǎn)和上一點(diǎn)有一個(gè)為O，另一個(gè)為已加標(biāo)記，則點(diǎn)P和已知標(biāo)記的鄰點(diǎn)加 上相同標(biāo)記；(C)當(dāng)左前一點(diǎn)和上一點(diǎn)兩個(gè)鄰點(diǎn)皆為已加標(biāo)記，則P點(diǎn)標(biāo)記與左點(diǎn)標(biāo)記相同； 如果同一目標(biāo)區(qū)域有幾種不同的標(biāo)記，則進(jìn)行第二次掃描，將同一目標(biāo)區(qū)域的標(biāo)記統(tǒng)一化，得到每個(gè)目標(biāo)的單一的、完整的標(biāo)記。
8.根據(jù)權(quán)利要求1所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于步驟四中所述的多目標(biāo)跟蹤步驟為(a)當(dāng)前時(shí)刻測(cè)量值與當(dāng)前時(shí)刻的目標(biāo)狀態(tài)預(yù)估值進(jìn)行多目標(biāo)數(shù)據(jù)關(guān)聯(lián)； 所述的多目標(biāo)數(shù)據(jù)關(guān)聯(lián)采用粒子濾波數(shù)據(jù)關(guān)聯(lián)方法對(duì)量測(cè)值進(jìn)行目標(biāo)關(guān)聯(lián)， 關(guān)聯(lián)結(jié)果表現(xiàn)為一組離散的樣本，給定重要性分布^ (、| A1:k—,)， y^)，一組粒子'-l,...，iV)處理步驟，N的均值nik—和,(')，P^ :/ = l，.."W ,量測(cè)值yk， 一組粒子W'Uf ,n4'),P,如下(1) 基于先前生成的潛在關(guān)聯(lián)變量入h 協(xié)方差Pk—進(jìn)行卡爾曼預(yù)估；(2) 由相應(yīng)的重要性分布給出每個(gè)粒子<formula>formula see original document page 0</formula>(3) 得到新的權(quán)重<formula>formula see original document page 0</formula>其中似然項(xiàng)為卡爾曼濾波器邊緣測(cè)量相似度<formula>formula see original document page 3</formula>其中卡爾曼濾波器的模型參數(shù)基于潛在關(guān)聯(lián)變量Ak(i)確定； (4)權(quán)重歸一化《)=(5) 基于潛在關(guān)聯(lián)變量入(6) 估計(jì)有效的粒子數(shù)目<formula>formula see original document page 3</formula>給出每個(gè)粒子的卡爾曼濾波更新；<formula>formula see original document page 3</formula>如果粒子的有效數(shù)目太低，則進(jìn)行重采樣；確定了-<formula>formula see original document page 3</formula>-組粒子之后，濾波分布近似為<formula>formula see original document page 3</formula>(b)對(duì)每個(gè)關(guān)聯(lián)后的目標(biāo)進(jìn)行卡爾曼狀態(tài)更新，分別獲得每個(gè)目標(biāo)的狀態(tài)更新值；根據(jù)當(dāng)前時(shí)刻的量測(cè)值估計(jì)出系統(tǒng)的當(dāng)前狀態(tài)，用方程表示如下<formula>formula see original document page 4</formula> (4)式(4)中，yk為k時(shí)刻獲得的量測(cè)，Hk為k時(shí)刻的量測(cè)矩陣，mk—和Pk-是k時(shí)刻獲得量 測(cè)之前預(yù)估的均值和方差；mk和Pk是k時(shí)刻獲得量測(cè)之后估計(jì)的均值和方差；vk是k時(shí)刻 的測(cè)量修正；Sk是k時(shí)刻的測(cè)量預(yù)估方差；Kk是濾波增益，其給出了 k時(shí)刻預(yù)估值應(yīng)該修正 的程度。(c)對(duì)全部卡爾曼濾波結(jié)果進(jìn)行卡爾曼平滑處理，得到每個(gè)目標(biāo)的平滑軌跡； 對(duì)卡爾曼濾波器獲得的濾波結(jié)果進(jìn)行平滑處理，其均值11^和方差Pk3由下式得到<formula>formula see original document page 4</formula>式中mks和Pks是k時(shí)刻狀態(tài)平均值和方差的平滑估計(jì)；mk和Pk是k時(shí)刻狀態(tài)平均值和 方差的濾波估計(jì)；mk+1—和Pk;是k+l時(shí)刻預(yù)估的狀態(tài)平均值和方差，同卡爾曼濾波中的情況 相同；Ck是k時(shí)刻的平滑增益，給出了該時(shí)刻平滑估計(jì)需要修正的程度。
9.根據(jù)權(quán)利要求1所述的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，其特征在于將由多目標(biāo)跟蹤算法 提取的飛鳥(niǎo)目標(biāo)平滑軌跡與衛(wèi)星地圖或坐標(biāo)系相融合，生成便于觀測(cè)的融合圖像。
全文摘要
本發(fā)明涉及一種基于雷達(dá)圖像的飛鳥(niǎo)目標(biāo)識(shí)別與跟蹤方法，該方法通過(guò)從探鳥(niǎo)雷達(dá)PPI圖像中減去背景圖像，得到背景差分的雷達(dá)圖像；然后對(duì)背景差分雷達(dá)圖像進(jìn)行雜波抑制，然后進(jìn)行目標(biāo)信息提取和多目標(biāo)跟蹤，最后通過(guò)數(shù)據(jù)融合，實(shí)現(xiàn)目標(biāo)識(shí)別與跟蹤。本發(fā)明提供的方法不僅填補(bǔ)了我國(guó)“雷達(dá)探鳥(niǎo)”領(lǐng)域的空白，為民航鳥(niǎo)擊防范工作提供了技術(shù)保障，而且也適用于低空低速情況下其它雷達(dá)目標(biāo)信號(hào)的處理，具有廣闊的應(yīng)用前景；該方法可以用于指導(dǎo)機(jī)場(chǎng)工作人員實(shí)施驅(qū)鳥(niǎo)作業(yè)。
文檔編號(hào)G01S13/58GK101697007SQ20091020488
公開(kāi)日2010年4月21日 申請(qǐng)日期2009年10月16日 優(yōu)先權(quán)日2008年11月28日
發(fā)明者劉文明, 寧煥生, 徐群玉, 朱衍波, 郭勇, 陳唯實(shí) 申請(qǐng)人:北京航空航天大學(xué);民航數(shù)據(jù)通信有限責(zé)任公司;