● 摘要
点源运动目标由于其形状、尺寸特征不明显，使得通过单帧图像处理对其进行识别变得十分困难。因此，通常依靠目标连续运动形成的多帧图像目标轨迹进行识别，其主要方法是搜索所有轨迹中最长的连续轨迹。这些方法存在的问题主要分为两个方面：第一，搜索方法中往往采用目标当前位置邻域搜索策略，并未充分利用整个航迹曲线的信息，大大降低算法的性能；第二，通常的点源运动目标识别方法并未考虑运动目标自身运动规律，难以识别目标属性，降低了目标识别的准确性。针对上述第一个问题，本文提出最小二乘轨迹预测搜索算法。该算法采用多点航迹进行最小二乘曲线拟合，根据拟合结果预测目标在下一帧的位置，有效地减小了轨迹预测位置误差；同时，根据预测位置设定目标搜索优先级，以预测位置为最高优先级，如果预测位置没发现目标时，搜索范围以某一半径增量为基准逐渐扩大，优先级依次降低，这种搜索过程不仅提高了搜索效率，而且不会引起漏警率增加。理论分析与仿真实验以及实测的结果表明，所提方法与其他方法相比，在保证识别准确度的同时，使得同一搜索状态下，计算复杂度大大减小。针对上述第二个问题，本文提出三点Hermite插值轨迹匹配识别方法，用以识别点源目标运动模式。该方法首先根据已知目标自身运动规律，建立目标运动轨迹全方位投影曲线标准库；然后，采用三次Hermite插值曲率逼近的方法，获得点源目标实际运动轨迹；最后，利用Hansdorff距离匹配实际目标运动轨迹与曲线标准库轨迹，并根据匹配结果识别点源目标。同时，设定目标判别等级参数，对于同时出现的不同等级目标，按优先级进行目标判定。通过理论分析和仿真实验，验证了该方法的有效性。上述方法，通过设定环境实验，在实际硬件系统上运行，测得漏警率为0，虚警率低于5%。同时，在DSP上运行的算法实时性达到20ms。