孫靜晶　崔夏菁　汪魯才

摘 要：紅外目標(biāo)檢測與跟蹤系統(tǒng)具有精密度高、非接觸、抗電子干擾的特性，在光學(xué)偵察和導(dǎo)彈制導(dǎo)等軍事領(lǐng)域應(yīng)用廣泛。由于自然環(huán)境的復(fù)雜性和工程應(yīng)用中的實(shí)際需要，研究紅外目標(biāo)的檢測和跟蹤系統(tǒng)，使它具有更好檢測和跟蹤效果，一直是一項(xiàng)具有挑戰(zhàn)性的工作。

關(guān)鍵詞：紅外目標(biāo)檢測；航跡關(guān)聯(lián)；kalman濾波；自適應(yīng)跟蹤窗

1 概述

圖像序列檢測和跟蹤點(diǎn)目標(biāo)的問題以及它的戰(zhàn)略意義，近年來一直是研究的熱點(diǎn)問題之一。算法和硬件的性能提高了在復(fù)雜環(huán)境中檢測弱小目標(biāo)的處理能力。然而，由于現(xiàn)實(shí)環(huán)境的復(fù)雜性，沒有一種通用算法在任何環(huán)境下都適應(yīng)。造成這種情況的主要原因有：極低的信噪比，目標(biāo)信號的不可重復(fù)性，目標(biāo)有相似形狀的干擾，被遮蔽的目標(biāo)缺少一個初始條件和信號統(tǒng)計(jì)的先驗(yàn)信息等[1]。

利用多幀圖像累計(jì)時空信息的方法，通常稱為檢測前跟蹤算法。標(biāo)準(zhǔn)方法是將跟蹤問題變?yōu)樵?-D噪聲中檢測已知信號的問題。這些技術(shù)的主要缺點(diǎn)在于它們依賴于特定的統(tǒng)計(jì)噪聲和干擾分布模型，而對真實(shí)數(shù)據(jù)不是很適用。特別是當(dāng)整個3-D空間必須為每個目標(biāo)速度的潛在軌跡濾波時，計(jì)算量非常大。

2 目標(biāo)檢測

于遠(yuǎn)距離紅外小目標(biāo)而言，背景中細(xì)節(jié)成分較少，小目標(biāo)在圖像中和背景相比是一些突出的峰值點(diǎn)，其中含有大量的高頻信息，且與周圍背景的相關(guān)性小。而背景由一些緩慢移動的云層組成，大部分為低頻信息，且噪聲具有高斯特征。因此，利用背景像素之間灰度的相關(guān)性，目標(biāo)灰度與背景灰度的無關(guān)性，設(shè)計(jì)一個簡單的空間高通濾波器，就可以濾除大量的背景像素，而只保留高頻噪聲和目標(biāo)點(diǎn)，實(shí)現(xiàn)目標(biāo)與背景的初步分離。

3 目標(biāo)跟蹤

假如在圖像區(qū)域成功檢測到目標(biāo)，則進(jìn)入目標(biāo)跟蹤狀態(tài)，只需要將經(jīng)閾值分割后標(biāo)記的潛在目標(biāo)和檢測到的真實(shí)目標(biāo)進(jìn)行最近鄰關(guān)聯(lián)，便可實(shí)現(xiàn)持續(xù)跟蹤。

（1）在紅外檢測跟蹤系統(tǒng)中，如果成功在場景中確認(rèn)目標(biāo)，則將目標(biāo)的坐標(biāo)值和場景中心坐標(biāo)值的偏差信息發(fā)送給轉(zhuǎn)臺，以控制轉(zhuǎn)臺移動，使目標(biāo)始終鎖定在視場中心。

目標(biāo)運(yùn)動時，將目標(biāo)在視場中的坐標(biāo)和視場中心的坐標(biāo)的差值發(fā)送給轉(zhuǎn)臺，轉(zhuǎn)臺轉(zhuǎn)動，但是轉(zhuǎn)動的位置和真正的目標(biāo)中心由于轉(zhuǎn)臺精度、目標(biāo)時刻在運(yùn)動等原因，總會存在一定的差值。

需要注意的是，跟蹤框不能選得太小，在實(shí)際應(yīng)用中需要設(shè)置一個下界，不然在閾值分割階段無法正確提取出目標(biāo)點(diǎn)。

由于采用了自適應(yīng)的跟蹤窗口，提高了算法的實(shí)時性。在某無人值守項(xiàng)目中采用的紅外跟蹤器上實(shí)驗(yàn)，算法的處理時間大約為20毫秒每幀左右，比采用固定大小跟蹤框的時間大約節(jié)約了5%。

（2）目標(biāo)跟蹤過程中遮擋，丟失。

a.目標(biāo)遮擋的判決。

空中小目標(biāo)被遮擋主要表現(xiàn)為目標(biāo)未越出視場邊界，但在視場范圍內(nèi)未能檢測到目標(biāo)，這時一般為目標(biāo)被云層遮擋。

b.目標(biāo)被遮擋時的處理。

如果在自適應(yīng)窗口中，連續(xù)多幀未能提取出目標(biāo)信息，則擴(kuò)大搜索窗口，或全幀搜索，進(jìn)入檢測狀態(tài)，看能否檢測到目標(biāo)，如果未能檢測到目標(biāo) ，說明目標(biāo)受到了較大云層的遮擋，這時，我們認(rèn)為目標(biāo)徹底丟失，需要人為選定感興趣區(qū)域。

4結(jié)束語

文章從實(shí)時性、實(shí)用性等方面出發(fā)，對空中紅外小目標(biāo)的檢測和跟蹤算法進(jìn)行了詳細(xì)闡敘，針對空中紅外小目標(biāo)跟蹤時容易受云層干擾影響的問題，提出了一種基于kalman濾波思想的自適應(yīng)跟蹤窗口算法，盡可能地減少云層干擾信息對目標(biāo)跟蹤的影響：根據(jù)轉(zhuǎn)臺和目標(biāo)的運(yùn)動信息建立系統(tǒng)狀態(tài)方程，通過kalman濾波預(yù)測跟蹤框的大小，在保證能檢測到目標(biāo)的前提下，縮小跟蹤框，從而對云層干擾能起到一定的抑制作用。通過在真實(shí)紅外跟蹤平臺上的試驗(yàn)，證明文章方法能較長時間穩(wěn)定的跟蹤飛機(jī)等空中小目標(biāo)。算法的平均處理時間為20毫秒每幀左右，完全能保證跟蹤的實(shí)時性。

參考文獻(xiàn)

[1]Ren-Jean Liou， Mahmood R. Azirdi-Sadjad. Multiple target detection using modified high order corre1ations[J].IEEE Transactions on Aerospace and Electronic Systems.VOL. 34，NO. 2 APRIL 1998.

[2]Porat， B.， and Friedlander， B. A frequency domain algorithm for multiframe detection and estimation of dim targets[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，12（Apr.1990）：398-401.

[3]Mohanty， N. C. Computer trxking of moving targets in space[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，I'AMI-3，1981，5：606-611.

[4]Roth， M. Neural networks for extraction of weak targets in high clutter environments[J].IEEE Transactions on Systems， Man， and Cybernetics，1989，10：1210-1217.