無源毫米波圖像運動目標(biāo)跟蹤算法研究.pdf

1、無源毫米波成像系統(tǒng)可以探測場景物體輻射的毫米波段的能量,根據(jù)輻射能量的不同來進行成像。毫米波的頻譜分布介于紅外與微波之間,它能夠穿透雨霧,煙塵,衣物等進行傳播,因此相對于光學(xué)與紅外圖像,毫米波圖像在物體的檢測與跟蹤方面,具有很大的優(yōu)勢,對場景目標(biāo)的檢測跟蹤可以不受氣候條件的影響,另外也可以實現(xiàn)對隱匿違禁物品的檢測與跟蹤;其次,無源毫米波成像系統(tǒng)是一種被動系統(tǒng),它不需要主動發(fā)射電磁波,具有很好的隱蔽性和低輻射性。所以無源毫米波成像技術(shù)無論

2、是在軍事還是民用領(lǐng)域都具有很大的應(yīng)用價值。
　　近年來目標(biāo)檢測與跟蹤技術(shù)成為了國內(nèi)外研究的重點,被廣泛用于各種光學(xué)和紅外成像系統(tǒng)中,但是基于無源毫米圖像的目標(biāo)檢測跟蹤技術(shù)方面的研究較少。由于成像技術(shù)與體制的原因,毫米波圖像通常分辨率較低,目標(biāo)與背景的區(qū)分度較弱,目標(biāo)可提取的特征較少,因此傳統(tǒng)的目標(biāo)跟蹤方法不能直接用于毫米波圖像目標(biāo)跟蹤。本文主要研究了毫米波圖像的成像理論與圖像特點,針對毫米波圖像的特征,對經(jīng)典的目標(biāo)跟蹤算法進行研究

3、與改進,主要的研究內(nèi)容及研究結(jié)論如下:
　　1.針對毫米波圖像的特點,研究了目標(biāo)的加權(quán)灰度特征直方圖和梯度方向直方圖分布,利用融合的灰度和梯度特征對目標(biāo)進行建模,仿真結(jié)果顯示融合特征對目標(biāo)的描述更加的全面。
　　2.研究了均值漂移算法在目標(biāo)跟蹤中的應(yīng)用,利用融合特征對目標(biāo)進行建模,分別對光學(xué)圖像和毫米波圖像做了仿真,結(jié)果顯示算法具有比較好的實時性與準(zhǔn)確性。
　　3.研究了粒子濾波理論,將粒子濾波算法應(yīng)用于毫米波圖像目標(biāo)

4、跟蹤,由于算法實時性的考慮,在較少量粒子的情況下,跟蹤算法的魯棒性很差,文中針對此種情況提出了改進的免疫優(yōu)化粒子濾波跟蹤算法,仿真結(jié)果顯示在不顯著增加運算量的情況下很大程度上增強了算法的抗干擾性。
　　4.對多目標(biāo)跟蹤理論進行了研究,重點研究了碼本模型減背景技術(shù)以及數(shù)據(jù)關(guān)聯(lián)算法,綜合考慮跟蹤算法的實時性和穩(wěn)定性,提出了改進的基于檢測的最近鄰粒子濾波跟蹤算法,分別對光學(xué)圖像和毫米波圖像中的多目標(biāo)進行跟蹤實驗,仿真結(jié)果顯示,在場景不太