[发明专利]基于遗传算法的光学相关目标识别与跟踪系统

说明书

技术领域

本发明涉及一种目标识别与跟踪系统，特别是一种利用遗传算法进行目标位置全维信息解算的识别与跟踪系统。

背景技术

利用光学相关技术进行目标识别是近年来光电子领域的研究热点，与传统的数字识别技术相比，光学相关运算具有计算速度快、带宽高、可扩展性强、体积紧凑等优点，可广泛用于导弹末端制导、航天器对接、飞行器盲降、身份安全等领域，具有极为广阔的军用和民用前景。目前国内外多家研究机构都开展了光学相关目标识别技术的研究，如参考文献1(吴伟等，光学相关识别在飞行器精确定点着陆中的应用，光电子.激光，2008年第12期)提出将光学相关识别应用于着陆点的选择中，以解决飞行器精确定点着陆问题；文献2(余波等，基于人工神经网络的多路光学相关器相关峰的实时识别，红外与毫米波学报，1997年第1期)提出根据多路光学相关器相关面输出图像识别目标的方法。研究人员还对光学相关目标识别系统进行了紧凑化设计(刘文耀等，集成化光学相关器及匹配滤波器的优化设计，光学学报，2000年12期)，并提出利用各种辅助手段解决复杂背景、低对比度目标的识别问题(王冕等，小波变换在光学相关目标识别中的应用，兵工学报，2006年第5期)。上述报道虽已对光学相关识别进行了较为深入的研究，并能够在低信噪比、复杂背景条件下较为准确地识别目标，但对于导弹末制导、航天器对接等应用领域，仅进行目标识别是远远不够的。高精度的目标跟踪，即如何从光学相关识别的结果中对目标的位置信息进行精确的全维解算，也是整个系统闭环稳定运行的关键。以往公开发表的文献和报告中大多是对光学相关运算得到的相关峰图像进行数字图像处理，从相关峰图像中提取相关峰的坐标(提取坐标的精度很大程度上决定了最终位置计算精度)，进而直接反演出目标的位置信息。但这个过程易受背景杂光、探测器噪声及载体的运动影响，使得精度和抗干扰能力下降，且目前图像的获取与处理仍然受限于硬件发展水平，光学相关运算的速度优势无法发挥。因此，传统方法存在诸多不足，限制了其精度、速度和抗干扰性能。

光学相关运算原理(宋菲君，S.Jutanmulia.近代光学信息处理，北京大学出版社，1998年(第一版)，pp78-90)如图1所示。目标图像f(x，y)和参考图像g(x，y)并排显示在输入面P0上，两图分别位于(0，a)，(0，-a)处，由准直激光束读出，经过傅里叶透镜L1，在L1后焦面P1上形成输入图像的联合傅里叶变换谱，在P1面转换为功率谱后，由另一束准直激光束经过分光镜(B.S)读出，经过傅里叶透镜L2，在L2焦平面P2上形成相关输出0。相关输出的表达式为：

O＝O₁+O₂+O₃+O₄                                       (1)

其中：

O₁(ε，η)＝∫∫f(α，β)f^*(α-ε，β-η)dαdβ      (2)

为f(x，y)的自相关，

O₂(ε，η)＝∫∫f(α，β)g^*(α-ε，β-(η+2a))dαdβ (3)

为f(x，y)和g(x，y)的互相关，在η轴上平移-2a，

O₃(ε，η)＝∫∫f^*(α-ε，β-(η-2a))g(α，β)dαdβ (4)

为g(x，y)和f(x，y)的互相关，在η轴上平移2a，

O₄(ε，η)＝∫∫g(α，β)gW(α-ε，β-η)dαdβ      (5)

为g(x，y)的自相关。

根据式(3)，当输入图像与参考图像相同时，O₂为自相关信号，因而为点状信号(称为自相关峰)。设目标模板图像为f(x，y)，认为目标处于视场的正中心时实现了系统对目标的跟踪，此时将对目标所成的图像表达式为f(x，y)，两图分别位于(0，a)，(0，-a)处，在透镜L1后焦面得到傅里叶谱为：