《小目标跟踪报告》由会员分享，可在线阅读，更多相关《小目标跟踪报告（18页珍藏版）》请在金锄头文库上搜索。
1、基于粒子子滤波的的红外弱弱小目标标的检测测与跟踪踪一、 弱小目标标检测与与跟踪的的发展1 弱小小目标检检测与跟跟踪的背背景在现代高高科技战战争中，为了能能尽早地地发现敌敌方卫星星、导弹弹、飞机机、坦克克、车辆辆等军事事目标，增大作作战距离离，要求求在远距距离处就就能发现现目标，只有及及时地发发现目标标、跟踪踪目标、捕获和和锁定目目标，才才能实现现有效的的攻击。然而，对于获获得的远远距离图图像，目目标成像像面积小小，可检检测到的的信号相相对较弱弱，特别别是在复复杂背景景干扰下下，目标标被大量量噪声所所淹没，导致图图像的信信噪比（SNRR）很低低，小目目标检测测工作变变得困难难起来。因此，低信噪噪
2、比条件件下序列列图像运运动小目目标的检检测问题题成了一一个亟待待解决的的关键问问题，探探索和研研究新的的小目标标检测理理论以及及如何将将现有的的检测理理论应用用于小目目标仍是是一项重重要的课课题，对对现代战战争以及及未来战战争具有有深远的的意义。2 弱小小目标的的含义“弱”和和“小”指的是是目标属属性的两两个方面面。所谓“弱弱”是指目目标红外外辐射的的强度，反映到到图像上上是指目目标的灰灰度，即低对对比度的的目标，也称灰灰度小目目标；所谓“小小”是指目目标的尺尺寸，反映到到图像上上是指目目标所占占的像素素数，即像素素点少的的目标，也称能能量小目目标。3 弱小小目标检检测与跟跟踪的难难点在低信噪
3、噪比情况况下检测测和跟踪踪未知位位置和速速度的运运动小目目标是红红外搜索索和跟踪踪系统中中的一个个重要问问题，其主要要困难在在于：(1)缺缺少关于于背景的的统计先先验信息息；(2)目目标的信信噪比非非常低以以至于很很难从单单幅图像像中检测测出目标标；(3)目目标可能能会在未未知时间间点上出出现或消消失；(4)无无法得到到形状、纹理等等有用的的目标特特征；(5)仅仅有的检检测信息息是目标标的未知知的亮度度和移动动速度。4 红外外弱小目目标的检检测与跟跟踪算法法1）算法法分类： DDBT（Dettectt beeforre TTracck）-跟踪前前检测；TBDD (Traack befforee
4、 Deetecct) -检测测前跟踪踪。2）DBBT算法法DBTT算法检测测与跟踪踪的原理理经典的小小目标检检测与跟跟踪方法法是DBBT，即即先根据据检测概概率和虚虚警概率率计算单单帧图像像的检测测门限，然后对对每帧图图像进行行分割，并将目目标的单单帧检测测结果与与目标运运动轨迹迹进行关关联，最后进进行目标标跟踪，适应于于信噪比比较低高高的情况况下。算法流流程图 图图1 先先检测后后跟踪算算法流程程 DBT算算法常采采用的方方法： 小波分析析方法 背景抑制制方法 基于变换换的方法法 门限检测测方法3） TTBD算算法TBDD算法检检测与跟跟踪的原原理目前人们们较多采采用TBBD方法法来检测测图
5、像中中低信噪噪比弱小小目标，这种方方法对单单帧图像像中有无无目标先先不进行行判断，而是先先对图像像中较多多的可能能轨迹同同时进行行跟踪，然后根根据检测测概率、虚警概概率和信信噪比计计算出多多帧图像像的检测测门限进进行决策策。在低信信噪比情情况下，TBDD的检测测性能优优于DBBT。 算法流程程TDB方方法概括括起来包包含三个个步骤：一背景抑抑制，通过滤滤波将红红外图像像低频和和高频部部分进行行分离，提高信信噪比，尽可能能抑制原原始图像像中的低低频背景景杂波干干扰；二是可疑疑目标跟跟踪，利用相相邻几帧帧中目标标的运动动信息来来分割可可能目标标，从背景景抑制后后的图像像中分割割出少量量候选目目标进
6、行行跟踪；三是目标标检测，利用序序列图像像中目标标运动的的连续性性和轨迹迹的一致致性，进一步步排除虚虚假目标标，从候选选目标中中检测出出真正的的目标。图2 红红外弱小小目标TTDB算算法设计计流程 常用方法法 基于三维维匹配滤滤波器方方法 基于多级级假设检检验方法法 基于高阶阶相关方方法 基于动态态规划方方法 基于投影影变换方方法 基于时域域滤波方方法 基于粒子子滤波方方法 基于粒子子滤波方方法的TTBD算算法发展展现状国外发发展现状状基于粒子子滤波检检测小目目标的思思想首先先是由SSalmmondd提出的的，他通通过运动动方程预预测出下下一时刻刻的运动动状态，再利用用传感器器获得的的量测数数
7、据对其其进行更更新，得得到该时时刻状态态的后验验概率分分布，最最后以目目标出现现概率作作为目标标检测的的判断准准则，检检测出真真实目标标，并估估计目标标在空间间平面内内的位置置。Risttic完完善了Sallmonnd 他他们的工工作，给给出了详详细的实实现步骤骤，并且且评价了了该算法法的跟踪踪误差性性能及检检测性能能。Boerrs也在在这方面面做了大大量研究究，其框框架上与与前者相相似，只只是将单单目标推推广到多多目标。最近，在在 Riistiic的基基础上，Rutttenn 等学学者对粒粒子滤波波 TBBD 算算法作了了深入研研究，在在其研究究中所采采用的量量测噪声声不是传传统的高高斯噪声
8、声，而是是 Riiceaan 噪噪声和 Rayyleiigh 噪声，这样使使量测更更加接近近真实数数据，并并且通过过推导得得出目标标出现概概率的计计算公式式。 国内内发展现现状针对低信信噪比下下幅值波波动的弱弱目标跟跟踪问题题，杨小小军提出出了一种种基于粒粒子滤波波和 BBayees 似似然比方方法的联联合检测测和跟踪踪算法。在低信噪噪比复杂杂环境下下的红外外小目标标检测和和跟踪问问题，胡胡洪涛等等提出了了基于辅辅助粒子子滤滤的的红外小小目标检检测前跟跟踪算法法。4）TBBD与DDBT检检测性能能比较跟踪前检检测方法法（DBBT）检测前跟跟踪方法法（TBBD）优点1） 先进行单单帧检测测2）
9、算法简单单3） 实现容易易1） 虚警概率率低，检检测概率率高2） 抗干扰能能力强3） 适用于信信噪比较较低的弱小小目标缺点1） 抗干扰能能力差2） 虚警概率率高，检检测概率率低3） 适用于信信噪比较较高的小小目标1） 需要多帧帧检测，算法复复杂2） 计算量大大，存储储量大3） 硬件实现现较难二 粒子子滤波回回顾1 粒子子滤波器器的简介介近年来，随着计计算机处处理能力力的快速速发展，使得粒粒子滤波波，作为为序列信信号处理理的一种种非常有有效的方方法，成成为研究究领域的的一个热热点。它它在处理理复杂的的非线性性或非高高斯问题题的潜力力，引起起了信号号处理、统计学学、经济济计量学学等不同同领域的的专
10、家学学者的关关注。基基于序列列重要性性采样概概念和贝贝叶斯的的应用，粒子滤滤波在处处理非线线性、非非高斯问问题上显显得尤为为重要。这种方方法的核核心思想想是：用用由粒子子及其权权重组成成的离散散随机测测度近似似相关的的概率分分布，并并根据算算法递推推更新离离散随机机测度。粒子滤波波首先在在核物理理领域核核武器试试验仿真真方向获获得成功功应用。现在，它已经经广泛应应用到目目标跟踪踪、信号号处理和和数字通通信等多多个领域域。粒子滤波波首先是是Gorrdenn在19993年年提出的的。 粒子滤波波首先是是Gorrdenn在19993年年提出的的，它是是一种基基于蒙特特卡罗（Monnte Carrlo
11、,MC）和递推推贝叶斯斯估计的的滤波方方法。 （随着计计算机的的发展）粒子滤滤波已经经成为研研究非线线性非高高斯动态态系统最最优估计计问题的的一个热热点和有有效方法法。（引引起了不不同领域域专家的的关注） 基本思想想：首先先依据系系统状态态向量的的经验条条件分布布，在状状态空间间产生一组随随机样本本集合，这这些样本本称为粒粒子；然后根根据观测测量不断断地调整整粒子的的权重和和位置，通过调调整后的的粒子的的信息，修正最最初的经经验条件件分布。它可以以应用在在任何动动态状态态空间模型。 核心思想想是：用用由粒子子及其权权重组成成的离散散随机测测度近似似相关的的概率分分布，并并根据算算法递推推更新离
12、离散随机机测度。（对于于动态系系统，采采用离散散时间方方法是很很方便的的，且被被广泛应应用。） 粒子滤波波首先在在核物理理领域核核武器试试验仿真真方向获获得成功功应用。现在，它已经经广泛应应用到目目标跟踪踪、信号号处理和和数字通通信等多多个领域域。2 动态态系统模模型系统模型型： 其中，是是状态向向量，是系统统噪声。是系统统转移方方程。与与是相互互独立的的。观测模型型： 其中，是是观测向向量，是观测噪声声。是观测测方程。与、也是相相互独立立的。已知条件件有、，、，在时刻刻的测量量信息的的集合，即。3 粒子子滤波的的实现过过程粒子滤波波实质是递推贝贝叶斯滤滤波器的的另一种种实现形形式。其主要是是
13、用随机机样本来来描述概概率分布布，然后在在测量的的基础上上，通过调调节各样样本权值值的大小小和样本本的位置置来近似似实际概概率分布布，并以样样本的均均值作为为系统的的估计值值，原则上上可用于于任意非非线性、非高斯斯随机系系统的状状态估计计。该方方法灵活活，易于于执行，且可并并行实现现，因而而得到广广泛应用用。递推贝贝叶斯滤滤波理论论基础递推贝叶叶斯滤波波原理的的实质是是试图用用所有已已知信息息来构造造系统状状态变量量的后验验概率密密度。即用系系统模型型预测状状态的先先验概率率密度，再用最最近的量量测值进进行修正正，得到到当前时时刻的后后验概率率密度。递推贝叶叶斯滤波波过程主主要分为为两大步步：
14、预测测和更新新。预测：利利用系统统模型预预测状态态的先验验概率密密度。假假设初始始概率密密度，利用通通过Chhapmman-Kollmoggoroov方程程可得到到时刻状状态的先先验概率率密度：更新：用用最近的的量测值值来修正时刻刻状态的的先验概概率密度度，来得得到该时时刻的后后验概率率密度。图3 在在时刻贝贝叶斯滤滤波流程程图 蒙特特卡罗方方法Montte CCarllo方法法，又称称随机抽抽样方法法，是通通过统计计抽样的的方法来解决决积分问问题。Montte CCarllo思想想：（抽抽样大数定定律近似计计算）蒙特卡罗罗方法的的基本思思想是，首先构构造一个个概率空空间，然然后在该该概率空空
15、间中确确定一个个依赖于于随机变变量（任任意维）的统计计量，其其数学期期望正好等于于所要求求的值，其中为为的分布布函数；然后产产生随机机变量的的简单子子样，用用其相应应的统计计量的算算术平均均值作为的近近似估计计。当NN趋于时时，。优点：结结构简单单，收敛敛速度与与问题维维数无关关，受问题题的条件件限制的的影响小小。缺点：收收敛速度度慢,误差大大的概率率性质重要性性采样 (ISS)如果我们们能直接接从中抽抽取个粒子子，那么每每个粒子子的权值值都赋于于，那么这这可以用用上述方方法来近近似求解解积分运运算，但但是如果果直接从从中抽取粒粒子比较较困难，我们可可以从中中采样，即，其中中称为重重要性函函数。这这个函数数必须与与有相同同的支撑撑域，总总的来说说，越逼逼近，估计的的效果越越好。序列重重要性采采样 (S
