[发明专利]基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统

说明书

本发明属于目标检测与跟踪或者目标检测前跟踪技术领域，公开了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统；输入为一段时间内得到的由视频所凝聚出来的点迹，每一个点迹包括二维空间信息与一维时间信息；随机选取两个点迹，通过这两个点迹就可以唯一确定一条三维空间直线；使用三个参数来定义一条空间直线，在霍夫变换进行投票时，投票空间是三维的；用所有点迹进行两两组合得到三维直线，再将直线映射到投票空间，票数最多且大于检测门限的直线参数即为检测到的目标航迹；删除该航迹中的点迹后重复该操作，依次得到所有目标的航迹。本发明凭借三维霍夫变换可以在虚警很高的情况下对多目标进行准确检测，得到航迹集合。

技术领域

本发明属于目标检测与跟踪或者目标检测前跟踪技术领域，尤其涉及一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统。

背景技术

目前，业内常用的现有技术是这样的：目标检测与跟踪是在视频跟踪、雷达数据处理等方面中都有着非常重要的作用。其中使用多帧数据进行联合检测是可以有效应对高虚警率，该方法也被称为检测前跟踪算法。近几年来该算法凭借其良好的检测性能迅速成为目标检测与跟踪方面的重点与热点。现有的检测前跟踪算法包括三类，即基于粒子滤波的检测前跟踪算法、基于动态规划的检测前跟踪算法和基于霍夫变换的检测前跟踪算法。然而，在面对实际问题时，三类方法均有其各自的局限性。基于粒子滤波的检测前跟踪算法中使用每一个粒子作为航迹的一种可能，以及广泛应用于目标视频跟踪中。由于只是当前观测数据与上一帧迭代结果联系进行处理，该方法对多个相互临近目标的检测能力不足，在密集目标区域检测与跟踪效果不佳。基于动态规划的检测前跟踪算法将点迹关联起来形成假设航迹，从各种假设航迹中找到航迹似然概率最大的航迹。该方法有两点缺陷，首先它不适用于扩展目标，因为其会将所有的观测值累积起来，当累积观测数据超过门限时认为目标存在。即当一个目标在每一帧中产生多个点迹时使用该方法会产生大量重复的目标。动态规划方法其次是该方法仅适应于均匀周期情况下例如匀速转动的雷达，而对于非均匀周期中如扇扫模式下的雷达，由于视频信息并不是由扫描线方向均匀接受处理，不能按照原有的算法进行航迹检测与跟踪。对该方法就会有一定的限制。基于霍夫变换的检测前跟踪算法大多是通过三个二维霍夫变换来模拟三维霍夫变换，由于没有考虑多维信息间的耦合关系，且会对原始数据造成一定失真，因此其检测效果会大打折扣。

综上所述，现有技术存在的问题是：

(1)基于粒子滤波的检测前跟踪算法对多个相互临近目标的检测能力不足，在密集目标区域检测与跟踪效果不佳，造成目标漏检、跟踪发散。

(2)基于动态规划的检测前跟踪算法不适用于扩展目标，即当一个目标在每一帧中产生多个点迹时使用该方法会产生大量重复的目标；仅适应于均匀周期情况下例如匀速转动的雷达，对于非均匀周期中如扇扫模式下的雷达，视频信息并不是由扫描线方向均匀接受处理，不能按照原有的算法进行航迹检测与跟踪。

(3)基于霍夫变换的检测前跟踪算法大多是通过三个二维霍夫变换来模拟三维霍夫变换，容易造成漏检、产生虚假航迹等问题。

解决上述技术问题的难度和意义：使用三维点迹对航迹在参数域进行投票从而直接得到真实的航迹。此时航迹可用一条空间直线来表示，唯一确定一条空间直线需要五个参数，也就是说，霍夫变换的参数域将是五维的。五维参数域经过测试，由于测量误差的存在，使得同一航迹的点迹投票过于分散，造成检测效果并不佳的情况。同时五维参数域中参数单元格过多，导致计算量较高。因此需要对五维参数域进行简化。本发明中，五维参数域简化为三维参数域从而抑制了测量误差对检测效果的影响，同时五维参数域变到三维参数域，减少了参数单元格数，减少了计算量。

发明内容

针对现有技术存在的问题，本发明提供了一种基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统。