红外弱小高机动目标实时检测与跟踪方法研究

Infrared target detection and tracking technology has the advantage of self-hiding and strong capacity of resisting disturbance, widely applied in infrared warning and precision-guided weapon systems. With the increase of infrared target detection distance and target maneuvering,current infrared target detection and tracking methods can't keep harmonious balance between complexity of algorithms and real-time of systems, so it is a huge challenge how to realize stable and real-time detetion and tracking to infrared weak small high maneuvering target. In this project, based on deeply analyzing the research current situation and the latest progress of infrared weak small target detection and tracking technologies, present a techinical proposal for infrared weak small high maneuvering target real-time detection and tracking in complex sky background. The main research contents are as follows: (1) present a Hilbert-Huang Transform based infrared weak and small target image background filtering and suppression method in complex sky background to improve the signal-to-noise ration (SNR) of the infrared image; (2) design a fast detection algorithm for weak and small target based on spatio-temporal filer to quikly and accurately detect weak and samll target; (3) according to strong non-linear motion equation of high maneuvering target, present a fast tracking method based on adaptive multi-rate interacting multiple model algorithm to promote the real-time of tracking; (4) develope an open platform for simulating infrared weak small target detection and tracking algoritms. The research results can observably reduce the computational complexity, promote the real-time capacity guaranteeing its accuracy, and provide systematic theory and method to infrared weak small high maneuvering target real-time detection and tracking.

红外目标检测与跟踪技术具有隐蔽性好、抗干扰能力强的优点，广泛应用于红外告警和精确制导等领域。随着红外探测距离的不断增加和目标机动性能的不断提高，现有红外目标检测与跟踪方法难以兼顾算法复杂性和系统实时性，如何对红外弱小高机动目标实施稳定的实时检测与跟踪成为该领域亟需解决的关键问题。本项目主要研究复杂空天背景下红外弱小高机动目标实时检测与跟踪方法，包括：(1)提出一种基于希尔伯特黄变换的红外弱小目标图像背景滤波与抑制方法，提高图像的信噪比；(2)设计一种基于空时域联合滤波的红外序列图像弱小目标检测算法，提高实时检测的精度；(3)提出一种自适应多速率交互式多模型快速跟踪算法，提高跟踪的实时性；(4)开发一套算法仿真开放平台。本项目的研究成果可以显著地降低检测与跟踪算法的运算量，在确保精度的基础上提高检测与跟踪的实时性，为红外弱小高机动目标实时检测与跟踪系统的设计与开发提供系统的基础理论与方法。

红外弱小高机动目标的检测与跟踪难点主要体现在以下几个方面：（1）背景滤波与抑制。远距离目标容易受到复杂空天背景的干扰，图像信噪比很低，可能导致目标淹没在背景中，必须采用背景滤波与抑制方法来提高图像信噪比。（2）红外弱小目标实时检测。随着目标与探测器之间距离的变化，目标成像尺寸也在一定范围内变化，传统的单帧图像目标检测方法无法从复杂背景中准确地检测出弱小目标，必须考虑从序列图像中提取目标的运动信息。（3）高机动目标实时跟踪。如何建立非线性非高斯条件下的高机动目标运动模型，寻找高效的自适应滤波方法，是实现对高机动目标进行实时跟踪的关键。.基于上述研究背景，本项目主要完成了复杂空天背景下红外弱小高机动目标实时检测与跟踪方法，包括：(1)在分析复杂空天背景特点，对比研究几种典型背景抑制方法的基础上，提出了一种基于希尔伯特黄变换的红外弱小目标图像背景滤波与抑制方法，提高了红外弱小目标图像背景抑制效果；(2)在研究了基于空域滤波的单帧红外图像预处理方法和基于时域滤波的运动弱小目标检测方法的基础上，提出了一种基于空时域联合滤波的红外序列图像弱小目标检测算法，提高了红外弱小目标实时检测的精度；(3)在分析高机动目标运动模型，设计量测噪声相关下的卡尔曼滤波器的基础上，提出了一种自适应多速率交互式多模型快速跟踪算法，提高了模型融合的精度和跟踪算法的实时性；(4)集成以上研究成果，采用Matlab软件开发了一套红外弱小高机动目标检测跟踪算法仿真开放平台。本项目的研究成果显著地降低了检测与跟踪算法的运算量，在确保精度的基础上提高了检测与跟踪的实时性，为红外弱小高机动目标实时检测与跟踪系统的设计与开发提供了系统的基础理论与方法。.本项目的主要研究成果有：发表科技论文24篇，其中SCI检索1篇，EI检索18篇；申请中国专利13项，其中6项已获授权；资助申请省部级项目6项，横向项目7项；培养硕士研究生7人。