運(yùn)動(dòng)平臺大視角SAR圖像配準(zhǔn)與慢速編隊(duì)目標(biāo)跟蹤研究.pdf

1、隨著分辨率和檢測性能的提高，現(xiàn)代雷達(dá)能夠?qū)V域區(qū)域內(nèi)目標(biāo)進(jìn)行監(jiān)視與跟蹤。在廣域監(jiān)視中，SAR圖像配準(zhǔn)是雷達(dá)數(shù)據(jù)處理的基礎(chǔ)。當(dāng)成像視角變化較大時(shí)，SAR圖像之間會存在嚴(yán)重的幾何失真、分辨率不一和相干噪聲等問題，這使得現(xiàn)有的SAR圖像配準(zhǔn)方法難以得到理想結(jié)果。編隊(duì)目標(biāo)跟蹤是信息化防衛(wèi)的有效手段。當(dāng)慢速目標(biāo)編隊(duì)運(yùn)動(dòng)時(shí)，高分辨雷達(dá)能夠檢測編隊(duì)各成員產(chǎn)生的量測，但是由于定位誤差和系統(tǒng)誤差等問題，這些目標(biāo)所對應(yīng)的量測不是規(guī)律的編隊(duì)而是雜亂分布于一定

2、區(qū)域內(nèi)，這使得目前跟蹤算法難以對編隊(duì)成員進(jìn)行精確跟蹤。本文針對大視角SAR圖像序列的配準(zhǔn)問題和慢速編隊(duì)目標(biāo)跟蹤存在的問題展開了研究，主要包括以下內(nèi)容：
　　1.研究了光學(xué)圖像配準(zhǔn)的方法，包括基于灰度的配準(zhǔn)方法、基于圖像FFT的配準(zhǔn)方法和基于特征的配準(zhǔn)方法，其中基于特征的配準(zhǔn)方法主要研究了SIFT算法。SAR圖像配準(zhǔn)方法是由這些方法發(fā)展而來的。
　　2.研究了典型的目標(biāo)跟蹤方法，包括航跡起始、航跡關(guān)聯(lián)和航跡濾波，這些模塊構(gòu)成了

3、點(diǎn)目標(biāo)跟蹤的經(jīng)典框架。編隊(duì)目標(biāo)是由多點(diǎn)目標(biāo)組成的目標(biāo)群，因此本文對慢速編隊(duì)目標(biāo)跟蹤研究將在這一框架中進(jìn)行。
　　3.提出了一種基于圖像特征增強(qiáng)的大視角SAR圖像配準(zhǔn)算法，該算法首先提取圖像的閉合區(qū)域作為特征，并使用仿射不變矩作為圖像閉合區(qū)域特征的描述子；其次根據(jù)運(yùn)動(dòng)平臺運(yùn)動(dòng)參數(shù)和成像參數(shù)對圖像進(jìn)行特征增強(qiáng)，得到預(yù)配準(zhǔn)圖像；最后通過計(jì)算待配準(zhǔn)圖像與預(yù)配準(zhǔn)圖像的變換關(guān)系得到待配準(zhǔn)圖像和參考圖像的變換關(guān)系。所提方法利用了成像平臺的運(yùn)動(dòng)參

4、數(shù)和成像參數(shù)，增強(qiáng)了圖像特征，提高了配準(zhǔn)精度；使用了以仿射不變矩描述的閉合區(qū)域作為圖像特征，算法耗時(shí)少。通過與SIFT算法的對比實(shí)驗(yàn)，驗(yàn)證了所提算法的性能。
　　4.提出了一種基于編隊(duì)隊(duì)形的慢速編隊(duì)跟蹤算法，該算法首先對目標(biāo)進(jìn)行編隊(duì)劃分處理，以編隊(duì)中心為依據(jù)，完成中心航跡的起始；其次使用目標(biāo)到編隊(duì)中心的角度和距離對編隊(duì)隊(duì)形進(jìn)行描述；再次使用編隊(duì)隊(duì)形控制編隊(duì)內(nèi)量測與目標(biāo)的關(guān)聯(lián)并處理編隊(duì)內(nèi)各航跡；最后根據(jù)編隊(duì)中心和各航跡的狀態(tài)更新完成