一种基于Hough变换与蚁群相似度的目标检测与跟踪方法
【专利摘要】本发明公开了一种基于Hough变换与蚁群相似度的目标检测与跟踪方法，包括以下步骤：初始化系统参数；进行第一门限的数据筛选；基于速度、幅度信息加权的Hough变换；参数空间的第二门限检测及Hough逆变换；基于蚁群算法相似度进行第三门限检测；目标偏离直线的点迹检测与跟踪。本发明对传统检测航迹的方法进行了明显改进，处理得到的目标轨迹点精确完整；能够理想地找到目标真实点迹，包括偏离Hough逆变换的真实轨迹点，以及完成偏离直线运动类型轨迹点的跟踪，有效消除非目标点迹，效果明显优于传统Hough变换。
【专利说明】一种基于Hough变换与蚁群相似度的目标检测与跟踪方法

【技术领域】
[0001] 本发明属于雷达目标检测与跟踪【技术领域】，具体涉及一种基于Hough变换算法和 蚁群门限设置的雷达目标检测与跟踪方法。

【背景技术】
[0002] 随着社会的进步，雷达应用越来越广泛，不仅在军事领域广为应用，在民用领域， 如民航调度、空中管制、海运导航等方面都有重要的应用。尤其近些年随着电子技术的快 速发展，结合雷达能够对目标进行检测与跟踪定位，给人们的生活带来极大的改善。基于 Hough变换的算法于1962年由Paul Hough提出，最初是应用于图像的直线检测与边缘处 理，包括对曲线轮廓的端点及长度的参数估计，而近年来，该算法在雷达的目标检测与跟踪 领域也得到了应用与发展，例如多目标的检测、微弱目标的检测以及目标跟踪等领域。
[0003] 众所周知，杂波及噪声背景下的目标检测与跟踪，主要面临着杂波抑制和目标信 号检测这两个问题，对于前者杂波抑制，针对不同的杂波背景因素，必须建立在对相应杂波 特性模型分析基础上，如海杂波、地物杂波以及雨雪杂波等。而对于后者的研宄，主要从雷 达目标信号检测的基本原理入手，研宄目标检测的相干积累和非相干积累方法，研宄微弱 目标回波恒虚警率检测理论等。总的来说，在不同背景情况下，采用相应的雷达目标检测， 是解决目标高精度跟踪的有效方法。在雷达目标跟踪的方法中，目前较多的是基于滤波理 论的方法，如 α-β-γ滤波、卡尔曼滤波、扩展卡尔曼滤波等，这些方法，其前提条件是在 已检测到目标时方可实施，而基于Hough变换的目标跟踪算法，有着对局部数据缺失不敏 感、容易滤除随机杂波等优点，在航迹起始的目标检测跟踪中有着广泛的应用。
[0004] 然后，传统的Hough变换方法仅限于对目标的直线运动检测跟踪较为有效，但由 于对数据处理是基于批量处理及目标存在机动性，因此传统方法对部分偏离的目标点迹存 在漏检。


【发明内容】

[0005] 为解决上述问题，本发明公开了基于Hough变换与蚁群相似度的目标检测与跟踪 方法，首先采用改进的多维加权Hough变换，及蚁群算法相似度设置的第三门限，对目标回 波数据进行处理，能够有效得到目标轨迹线，尤其是能够将偏离的目标点迹找回，从而提高 了目标的检测与跟踪性能。
[0006] 为了达到上述目的，本发明提供如下技术方案：
[0007] 一种基于Hough变换与蚁群相似度的目标检测与跟踪方法，包括如下步骤：
[0008] 步骤1，初始化系统参数：
[0009] 设置目标轨迹为二维矩阵空间a，其中包含两条目标轨迹，轨迹位置信息如下式：
[0010] y = 3x
[0011] y = x+100
[0012] 其中，杂波及噪声点服从正态分布，数据空间的任意一个点用a(x，y)表示，每一 个点a(x，y)都有速度信息V(x，y)和幅度信息am(x，y);
[0013] 步骤2,进行第一门限的数据筛选：
[0014] 设置速度置信区以及幅度置信区，通过如下公式利用第一门限中速度信息、幅度 信息对数据进行预处理：
[0015] 如果
[0016] Tvl<V(x,y) < Tv2 _7]且 Tal〈am(x，y) <Ta2
[0018] 则a(x，y)保留，否则a(x，y)设置为0信息并进行剔除；
[0019] 步骤3,基于速度、幅度信息加权的Hough变换：对经过步骤2预处理过的数据空 间a(x，y)的每一个保留下的数据点，按照不同置信区对应不同权值的加权，再进行Hough 变换累积的贡献，得到参数空间Hough(P, Θ);
[0020] 步骤4,参数空间的第二门限检测及Hough逆变换：
[0021] 对参数空间，如果
[0022] Hough ( P , Θ ) > T2
[0023] 则保留Hough(P，Θ )待处理，否则舍弃，其中T2为第二门限；
[0024] 取出达到第二门限值的点（P，Θ )，通过以下公式进行逆变换，可得到直线的斜率 k与截距b :
[0025] k = -tan [ π /2- P / (300 · 2 π )]
[0026] b = P / [cos ( θ / (300 · 2 π ) - π /2)]
[0027] 可得到目标轨迹直线：
[0028] y = k · x+b ；
[0029] 步骤5,基于蚁群算法相似度进行第三门限检测：
[0030] 根据下式计算两个目标相似度：

【权利要求】
1. 一种基于Hough变换与蚁群相似度的目标检测与跟踪方法，其特征在于，包括如下 步骤： 步骤1，初始化系统参数： 设置目标轨迹为二维矩阵空间a，其中包含两条目标轨迹，轨迹位置信息如下式：y= 3x y=x+100 其中，杂波及噪声点服从正态分布，数据空间的任意一个点用a(x，y)表示，每一个点a(x，y)都有速度信息V(x，y)和幅度信息am(x，y); 步骤2,进行第一门限的数据筛选： 设置速度置信区以及幅度置信区，通过如下公式利用第一门限中速度信息、幅度信息 对数据进行预处理： 如果 Tvl<V(x,y) <Tv2 且Τ?,y) <Ta2 则a(x，y)保留，否则a(x，y)设置为0信息并进行剔除； 步骤3,基于速度、幅度信息加权的Hough变换：对经过步骤2预处理过的数据空间a(x，y)的每一个保留下的数据点，按照不同置信区对应不同权值的加权，再进行Hough变 换累积的贡献，得到参数空间Hough(P,Θ); 步骤4,参数空间的第二门限检测及Hough逆变换： 对参数空间，如果Hough(P,Θ) >T2 则保留Hough(P，Θ)待处理，否则舍弃，其中T2为第二门限； 取出达到第二门限值的点（Ρ，Θ)，通过以下公式进行逆变换，可得到直线的斜率k与 截距b: k=-tan[π/2-P/ (300 · 2π)]b=P/[cos(θ/ (300 · 2π) -π/2)] 可得到目标轨迹直线：y=k·x+b； 步骤5,基于蚁群算法相似度进行第三门限检测： 根据下式计算两个目标相似度：
对于每一点a(x，y)，当f>T时保留为目标点迹，其中，T为第三门限； 步骤6,目标偏离直线的点迹检测与跟踪： 取出经过步骤5处理后保留的目标点的速度幅度信息V(X，y)，am(x，y)，再与步骤1处 理过的a(x，y)进行比对，找出速度与幅度信息都与实际真实目标点的特征值处于误差范 围内的漏检目标点迹。
2. 根据权利要求1所述的基于Hough变换与蚁群相似度的目标检测与跟踪方法，其特 征在于： 所述步骤5中d为点（X，y)到直线a·x+b·y+c=O距离，且通过下式计算：
【文档编号】G01S13/66GK104459686SQ201410843494
【公开日】2015年3月25日 申请日期:2014年12月30日 优先权日:2014年12月30日
【发明者】李家强, 张松, 李鹏, 陈金立, 朱艳萍 申请人:南京信息工程大学