一种基于图像域模板匹配的雷达航迹起始方法与流程

本发明涉及图像处理和目标数据处理领域。
背景技术：
：航迹起始是目标跟踪领域首先要解决的问题，是航迹维持的前提。航迹起始算法的正确率与复杂度，直接影响整个目标跟踪过程。然而由于雷达本身性能的限制和各种外界环境因素的影响，会造成丢点和目标间相互纠缠、覆盖等问题。这些问题进一步加大了航迹起始的难度。传统的航迹起始方法在轻杂波、单一目标的条件下处理情况较好，而当在强杂波背景下或多目标甚至交叉航迹的情况下，处理性能急剧下降。就传统的模板匹配法而言，在强杂波的背景下，算法计算量大，处理时间长，无法满足航迹起始对于实时性的要求，而且航迹起始处理结果虚警率高，正确率低。技术实现要素：本发明的目的是为了解决现有的模板匹配法在强杂波的背景下存在算法计算量大，处理时间长，无法满足航迹起始对于实时性的要求的问题，以及航迹起始处理结果虚警率高，正确率低的问题，而提出一种基于图像域模板匹配的雷达航迹起始方法。一种基于图像域模板匹配的雷达航迹起始方法具体过程为：步骤一：对雷达原始点迹数据进行圈数标记，得到带有圈数标记的点迹数据；构造匹配模版，匹配模版包括目标最大速度vmax、目标最小速度vmin、目标最大加速度amax、目标最大偏角thetamax、目标最大距离比rratio_max、目标最小距离比rratio_min、目标信噪比阈值snrthr、目标距离跨度阈值rangthr；步骤二：对步骤一得到的带有圈数标记的点迹数据中的第k到k+2圈的数据进行滑窗取值，判断第k到k+2圈的数据是否包含雷达的三圈点迹数据，如果包含雷达的三圈点迹数据，则执行步骤三；如果不包含雷达的三圈点迹数据，则从步骤一得到的带有圈数标记的点迹数据中的k+1到k+3圈的数据进行滑窗取值，判断第k+1到k+3圈的数据是否包含雷达的三圈点迹数据，直至得到包含雷达的三圈点迹数据；步骤三：对步骤二得到的雷达的三圈点迹数据的分辨单元大小、位置信息、圈数信息(点迹数据的圈数标记为圈数信息)进行像素化处理，得到像素化处理后的雷达单层图像矩阵；步骤四：根据步骤二得到的雷达的三圈点迹数据的坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层，对步骤三得到的雷达单层图像矩阵进行图像多层化处理，得到包含三圈点迹数据的坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层的三维图像矩阵；所述坐标层包括极角和极径；步骤五：对步骤四得到的三维图像矩阵进行正方形区域框选，判断当前得到框选区域内的图像矩阵是否含有雷达的三圈点迹数据，如果含有雷达的三圈点迹数据，对框选区域内的图像矩阵进行点迹关联，得到m种关联点迹图像，m取值为正整数，则执行步骤六；如果不含有雷达的三圈点迹数据，则将正方形框选区域移动一个像素，重新判断当前得到框选区域内的图像矩阵是否含有雷达的三圈点迹数据，直至含有雷达的三圈点迹数据；步骤六：将步骤五得到的m种关联点迹图像中的速度v、加速度a、偏角theta、距离比rratio、步骤四得到的三维图像矩阵查找信噪比snr、距离跨度rang与步骤一中构造的匹配模版中的目标最大速度vmax、目标最小速度vmin、目标最大加速度amax、目标最大偏角thetamax，目标最大距离比rratio_max、目标最小距离比rratio_min、目标信噪比阈值snrthr、目标距离跨度阈值rangthr进行匹配，如匹配成功则保存结果，即为雷达航迹起始点；如匹配失败则舍弃；判断步骤二得到的雷达的三圈点迹数据是否框选完毕，如果没有框选完毕，则执行步骤五；如果框选完毕，判断步骤一得到带有圈数标记的点迹数据是否全部滑窗完成，如果没有滑窗完毕，则执行步骤二；如果滑窗完毕，则结束。本发明的有益效果为：本发明研究了一种基于图像域模板匹配的雷达航迹起始方法，创新性地提出了将数字图像处理技术应用于目标跟跟踪领域。利用目标预筛选与区域框选思想，在强杂波的背景下，减小算法计算量，缩短航迹起始的处理时间，满足航迹起始对于实时性的要求，提高航迹起始处理结果的正确率，降低虚警率，有很大的工程应用价值。该项目的研究对我国国防的可靠性以及提前预警均有重要意义。1、本发明首次将图像处理用于解决航迹起始维持问题，简化了算法设计，减小算法计算量，缩短航迹起始的处理时间，满足航迹起始对于实时性的要求，具有一定的算法优越性，能实现多目标与交叉航迹的检测，适合在杂波背景下对真实航迹进行起始与跟踪。2、本发明创新性地提出了用图像区域框选的方法，大大减小计算量，在实时处理中有很大的优越性，降低了实验的成本，系统的自适应性较强。3、本发明结合特征提取的尺度不变性，提取的特征对旋转、尺度缩放变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。4、实测数据处理结果表明：本发明提出的基于图像处理的模板匹配法准确度高、实时性好，提高了航迹起始处理结果的正确率，降低了虚警率，即是在强杂波环境下也有很好的效果，具有很强的实际应用价值。如表1及图6a、6b、7a、7b实验仿真图，从仿真数据实验结果图可以看出，利用一种基于图像域模板匹配的雷达航迹起始方法在轻杂波背景下起始跟踪航迹，能达到漏警率和虚警率均达到0％，效果较为理想。如表2及图8a、图8b的轻杂波区域实测数据实验；从实测数据实验结果图可以看出，利用一种基于图像域模板匹配的雷达航迹起始方法在轻杂波背景下起始跟踪航迹，能达到漏警率和虚警率均达到0％，效果较为理想。如表2及图9a、9b的重杂波区域实测数据实验；从实测数据实验结果图可以看出，利用一种基于图像域模板匹配的雷达航迹起始方法在重杂波背景下起始跟踪航迹，漏警率和虚警率均能控制在2％以内，滤波效果很好。附图说明图1为本发明涉及的一种基于图像域模板匹配的雷达航迹起始方法的流程图；图2为一种基于图像域模板匹配的雷达航迹起始方法的详细处理的步骤流程图；图3为本发明步骤三图像像素化过程的原始点迹分布、delta划分、像素化处理结果流程图；图4为本发明步骤四信息分层化过程的流程图；图5为本发明步骤五、六详细处理的流程图；图6a为原始点迹图在轻杂波背景下对仿真数据进行航迹起始的效果图；图6b为本发明处理结果图在轻杂波背景下对仿真数据进行航迹起始的效果图；图7a为本发明原始点迹图在重杂波背景下对仿真数据进行航迹起始的效果图；图7b为本发明处理结果图在重杂波背景下对仿真数据进行航迹起始的效果图；图8a为本发明原始点迹图在轻杂波背景下对实测数据进行航迹起始的效果图；图8b为本发明处理结果图在轻杂波背景下对实测数据进行航迹起始的效果图；图9a为本发明原始点迹图在重杂波背景下对实测数据进行航迹起始的效果图；图9b为本发明处理结果图在重杂波背景下对实测数据进行航迹起始的效果图。具体实施方式具体实施方式一：结合图1、图2说明本实施方式，本实施方式的一种基于图像域模板匹配的雷达航迹起始方法具体过程为：步骤一：对雷达原始点迹数据进行圈数标记，得到带有圈数标记的点迹数据；构造匹配模版，匹配模版包括目标最大速度vmax、目标最小速度vmin、目标最大加速度amax、目标最大偏角thetamax、目标最大距离比rratio_max、目标最小距离比rratio_min、目标信噪比阈值snrthr、目标距离跨度阈值rangthr；这些值是根据目标的先验特性而构造出的；步骤二：对步骤一得到的带有圈数标记的点迹数据中的第k到k+2圈的数据进行滑窗取值，判断第k到k+2圈的数据是否包含雷达的三圈点迹数据，如果包含雷达的三圈点迹数据，则执行步骤三；如果不包含雷达的三圈点迹数据，则从步骤一得到的带有圈数标记的点迹数据中的k+1到k+3圈的数据进行滑窗取值，判断第k+1到k+3圈的数据是否包含雷达的三圈点迹数据，如果包含雷达的三圈点迹数据，则执行步骤三；如果不包含雷达的三圈点迹数据，则从步骤一得到的带有圈数标记的点迹数据中的k+2到k+4圈的数据进行滑窗取值，判断第k+2到k+4圈的数据是否包含雷达的三圈点迹数据，如果包含雷达的三圈点迹数据，则执行步骤三；如果不包含雷达的三圈点迹数据，则从步骤一得到的带有圈数标记的点迹数据中的k+3到k+5圈的数据进行滑窗取值，判断第k+3到k+5圈的数据是否包含雷达的三圈点迹数据，如果包含雷达的三圈点迹数据，则执行步骤三；如果不包含雷达的三圈点迹数据，则从步骤一得到的带有圈数标记的点迹数据中的k+4到k+6圈的数据进行滑窗取值，判断第k+4到k+6圈的数据是否包含雷达的三圈点迹数据，直至得到包含雷达的三圈点迹数据；步骤三：对步骤二得到的雷达的三圈点迹数据的分辨单元大小、位置信息、圈数信息(点迹数据的圈数标记为圈数信息)进行像素化处理，得到像素化处理后的雷达单层图像矩阵；步骤四：根据步骤二得到的雷达的三圈点迹数据的坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层，对步骤三得到的雷达单层图像矩阵进行图像多层化处理，得到包含三圈点迹数据的坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层的三维图像矩阵；所述坐标层包括极角和极径；步骤五：对步骤四得到的三维图像矩阵进行正方形区域框选，判断当前得到框选区域内的图像矩阵是否含有雷达的三圈点迹数据，如果含有雷达的三圈点迹数据，对框选区域内的图像矩阵进行点迹关联，得到m种关联点迹图像，m取值为正整数，则执行步骤六；如果不含有雷达的三圈点迹数据，则将正方形框选区域移动一个像素，重新判断当前得到框选区域内的图像矩阵是否含有雷达的三圈点迹数据(重新执行步骤五)，直至含有雷达的三圈点迹数据；步骤六：将步骤五得到的m种关联点迹图像中的速度v、加速度a、偏角theta、距离比rratio、步骤四得到的三维图像矩阵查找信噪比snr、距离跨度rang与步骤一中构造的匹配模版中的目标最大速度vmax、目标最小速度vmin、目标最大加速度amax、目标最大偏角thetamax，目标最大距离比rratio_max、目标最小距离比rratio_min、目标信噪比阈值snrthr、目标距离跨度阈值rangthr进行匹配，如匹配成功则保存结果，即为雷达航迹起始点；如匹配失败则舍弃；判断步骤二得到的雷达的三圈点迹数据是否框选完毕，如果没有框选完毕，则执行步骤五；如果框选完毕，判断步骤一得到带有圈数标记的点迹数据是否全部滑窗完成，如果没有滑窗完毕，则执行步骤二；如果滑窗完毕，则结束。具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中的具体过程包括以下步骤：步骤一一、雷达原始点迹数据包含索引号、时间、极角、极径、信噪比、距离跨度信息；首先根据所有雷达原始点迹数据的时间信息进行圈数标记；式中，tagi为雷达原始点迹中第i个点迹数据的圈数信息，timei为雷达原始点迹中第i个点迹数据的时间，timemin为雷达原始点迹中时间信息的最小值，t为雷达扫描周期；i取值为正整数；步骤一二、通过设置一系列的约束条件构造匹配模版，其中约束条件包括目标最大速度vmax、目标最小速度vmin、目标最大加速度amax、目标最大偏角thetamax，目标最大距离比rratio_max、目标最小距离比rratio_min、目标信噪比阈值snrthr、目标距离跨度阈值rangthr；目标最大速度400≤vmax≤600，单位为m/s；目标最小速度50≤vmin≤200，单位为m/s；目标最大加速度0≤amax≤10，单位为m/s2；目标最大偏角135≤thetamax≤180，单位为度；目标最大距离比1.2≤rratio_max≤1.6；目标最小距离比0.5≤rratio_min≤0.7；目标信噪比阈值0≤snrthr≤35；目标距离跨度阈值75≤rangthr≤300，单位为m；第一、二、三圈数据分别用a、b、c表示；ai表示第一圈数据中的第i个点迹，bj表示第二圈数据中的第j个点迹,ck表示第三圈数据中的第k个点迹；i、j、k取值为正整数；则表示点迹ai到bj的距离，则表示点迹bj到ck的距离；距离比rratio表示为一、二圈间距离与二、三圈点间距离之比；即最大偏角thetamax表示a、b点所在直线与b、c点所在直线的夹角(钝角)的最大值，此值的设定使得该方法能在一定程度检测机动航迹目标；尺度不变特征转换(scale-invariantfeaturetransform，sift)算法是由哥伦比亚大学davidlowe教授提出，是一种局部特征提取和描述的算法；其在尺度空间中进行特征提取，而且提取的特征对旋转、尺度缩放变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性；无论点迹在尺度空间上如何旋转、伸缩变换，只要点特征和线特征满足最大速度vmax、最小速度vmin、最大加速度amax、最大偏角thetamax，最大距离比rratio_max、最小距离比rratio_min的阈值约束，即可认为是目标航迹。具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤三中对步骤二得到的雷达的三圈点迹数据的分辨单元大小、位置信息、圈数信息(点迹数据的圈数标记为圈数信息)进行像素化处理，得到像素化处理后的雷达单层图像矩阵；具体过程为：步骤三一、设分辨单元用delta表示，将步骤二得到的雷达的三圈点迹数据坐标构成的二维平面根据delta分为pixelnumx·pixelnumy个方格，每个方格为一个像素点；若步骤二得到的雷达的三圈点迹数据落入某个方格中，则用该方格表示该点迹；设步骤二得到的雷达的三圈点迹数据坐标构成的二维平面的水平方向(x方向)的像素个数为pixelnumx，竖直方向(y方向)的像素个数为pixelnumy，则其中max_x为最大水平方向坐标值，min_x为最小水平方向坐标值，max_y为最大竖直方向坐标值，min_y为最小竖直方向坐标值；水平方向为极坐标系下的极轴，竖直方向为极坐标系下与极轴垂直的轴；设二维矩阵img，其行数为pixelnumx，列数为pixelnumy；则二维矩阵img中的元素与二维平面根据delta划分的方格一一对应，若步骤二得到的雷达的三圈点迹数据落入某个方格中，则将该点迹数据的索引号放入二维矩阵img中相应的位置，完成像素化处理，得到像素化处理后的雷达单层图像矩阵。具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述分辨单元delta根据目标最小速度vmin和雷达扫描周期t确定，即应当注意，若delta选取不当，会造成同一个小方格中落入两个及以上的点迹。图像像素化处理过程见附图3。具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤四中根据步骤二得到的雷达的三圈点迹数据的坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层，对步骤三得到的雷达单层图像矩阵进行图像多层化处理，得到包含三圈点迹数据的坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层的三维图像矩阵；具体过程为：以二维矩阵img为基准，在索引号信息矩阵的基础上分出不同层，生成三维矩阵img_all，其行数为pixelnumx，列数为pixelnumy，层数为pixelnumz，则三维矩阵img_all中每一层的元素与二维平面根据delta划分的方格一一对应；索引号信息矩阵为含有索引号信息的二维矩阵img；三维图像矩阵的三个维度分别是行维度，列维度和层维度；其中层维度包含坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层；坐标层、时间层、rgb-r层、rgb-g层、rgb-b层、索引号标记层在矩阵的行和列中一一对应；(比如，在索引号标记层的第3行第5列有1个标号为10的雷达数据点，则在时间层的第3行第5列能找到该点的时间信息)；设定该三维矩阵img_all图像的三圈数据中，第一圈的点用红色(r)表示，第二圈的点用绿色(g)表示，第三圈的点用蓝色(b)表示，该三维矩阵img_all中需要有三层用来标记rgb值；此分层处理是为了点迹信息查询的方便；若某点迹在图像中的像素坐标为(x0,y0)，则该点迹的信噪比信息可在信噪比信息层的(x0,y0)位置查询到，距离跨度信息可在距离跨度信息层的(x0,y0)位置查询到。信息分层化处理见附图4。其它步骤及参数与具体实施方式一至四之一相同。具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：所述步骤五中对步骤四得到的三维图像矩阵进行正方形区域框选，判断当前得到框选区域内的图像矩阵是否含有雷达的三圈点迹数据；具体过程为：对步骤四得到的三维图像矩阵中框选一个sizemodel×sizemodel的正方形区域，判断当前得到框选区域内的图像矩阵是否含有雷达的三圈点迹数据；正方形框选区域的边长用像素个数衡量，表示为sizemodel；与步骤一得到的模板进行匹配，然后正方形框选区域向右移动一个像素单位，再次将框选区域的点进行航迹关联和模板匹配，直至正方形框选区域移动至图像右下角结束；选择框选区域的目的是减少计算量，若是以全图像区域进行模板匹配，航迹关联的情况和计算量会呈指数增长；但是应注意，若框选区域边长sizemodel选择太小，易造成一条航迹上的三点超出框选区域，造成漏检，若sizemodel选择太大，会增加计算量。sizemodel基于最大速度vmax、扫描周期t和分辨单元delta确定；即为了便于描述模板匹配的过程，假设某次正方形框选区域内有5个点，分别是一个第一圈数据点a，三个第二圈数据点b1、b2、b3，一个第三圈数据点c；则此次航迹关联情况共有三种，分别是a-b1-c、a-b2-c、a-b3-c；根据之前构造模板的约束条件，对航迹关联的三种情况进行筛选，符合模板约束条件的即认为是航迹。区域框选及模板匹配详细处理的流程图见附图5。其它步骤及参数与具体实施方式一至五之一相同。采用以下实施例验证本发明的有益效果：实施例一：本实施例一种基于图像域模板匹配的雷达航迹起始方法具体是按照以下步骤制备的：仿真实验1仿真设定105×105区域内有五个航行目标做匀速直线运动，初始位置随机，运动方向随机，运动速度范围为50m/s～500m/s,雷达进行三次扫描，扫描周期为5s，每批次杂波个数服从参数为50的泊松分布，雷达距离观测标准差与范围角观测标准差分别是40m和0.3°。利用上述方法进行三批次的航迹起始。2仿真实验统计结果见附表1。表1轻杂波重杂波虚警率0％1.6026％漏警率0％0％3实验仿真图见附图6a、6b、7a、7b。从仿真数据实验结果图可以看出，利用一种基于图像域模板匹配的雷达航迹起始方法在轻杂波背景下起始跟踪航迹，能达到漏警率和虚警率均达到0％，效果较为理想。实测数据实验1.轻杂波区域实测实验从实测数据实验结果图可以看出，利用一种基于图像域模板匹配的雷达航迹起始方法在轻杂波背景下起始跟踪航迹，能达到漏警率和虚警率均达到0％，效果较为理想。实测数据统计结果见附表2。表2轻杂波重杂波虚警率0％0.4396％漏警率0％0％实测数据实验图见附图8a、8b。2.重杂波区域实测实验从实测数据实验结果图可以看出，利用一种基于图像域模板匹配的雷达航迹起始方法在重杂波背景下起始跟踪航迹，漏警率和虚警率均能控制在2％以内，滤波效果很好。实测数据统计结果见附表2。实测数据实验图见附图9a、9b。本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。当前第1页12