时空三维空间中点状动目标的可靠识别与实时跟踪技术研究

This project take the reliable detection and real-time tracking of nonlinear moving multiple point targets directly from the spatio-temporal three dimensional space (IR image sequences) as the research background and the main objectives, in order to enhance the precision and running speed of the detection and tracking algorithms and adapting the algorithms to the dynamic cluttering environment, we conduct the multisource information fusion based detection and tracking algorithms which includes image registration and compensation, dynamic background clutter suppression,reliable initial state estimation of the targets by identifing the measuremnt source and fusion, nonlinear trajectary estimation and real-time tracking ect.The reliable detection and real-time tracking of dim moving point targets in IR image sequences is formulated from the requirements of commercial or military applicatons. These techniques of target detection, acquisition, tracking from optical signals have been one of the key technologies in modern combat system, remote sensing,radar servailliance, robotics and biomedicine that they have a great promising application prospects.

本项目以如何直接在时空三维（红外图像序列）空间中检测与跟踪作非线性运动的多个点状目标为研究背景和研究目标，为了进一步提高检测与跟踪算法的精度和实时性，同时增强目标跟踪系统在密集杂波环境下的适应性，研究多源信息融合的实时检测与跟踪技术。研究内容包括动态杂波抑制（包括全局运动估计与补偿）、多个目标运动初始信息的可靠检测（包括在时空3D空间中搜索目标，判别测量归属及融合）、非线性运动目标的实时跟踪等方面的关键技术。这种以微弱点状多运动目标的高效检测与高精度跟踪技术必将成为现代先进武器系统、遥感、雷达监视、红外传感器、机器人学和生物医学领域的关键技术，并具有广泛的实际应用前景。

受现代“隐身”技术发展的影响，采用雷达等电磁探测设备来定位和跟踪目标的方法已不能满足现代军事的需求。热兵器目标具有较高的红外辐射能量，成像系统具有较大的作用距离和较强的抗干扰能力。因此红外点状目标检测与跟踪的相关技术在红外监控预警系统、航空航天等领域具有重要的地位。. 本项目分为三个研究方向：一是研究图像背景杂波抑制技术，最大限度的消除图像中的背景杂波。如基于遗传算法和局部对比度的算法，利用量子遗传算法优化和获取结构元素，增强小目标。基于多尺度匀质性加权局部对比的算法和基于多尺度局部梯度的算法通过分析局部区域像素的分布情况增强小目标，抑制杂波背景。基于多尺度点状目标建模的算法通过对目标及背景进行有效建模增强目标抑制背景；二是研究在时空三维域中检测目标的技术，充分考虑目标在短时内运动特性来解决准确检测问题。如基于时空三维的弱点状运动目标检测技术通过杂波抑制技术增强目标抑制背景，然后根据目标在时空上的位置相关性来精确检测目标。基于三维空时域局部对比检测的检测技术将单帧的杂波抑制技术扩展到三维时空域，分析三帧之间红外移动点目标的局部灰度强度差异来检测目标；三是研究实时，高精度目标跟踪技术，通过研究红外点状运动目标的表观特征，利用机器学习的方法实现高精度的跟踪性能。如基于在线集成学习的红外点目标跟踪算法，通过在线训练一个有效表征红外点状目标的分类器，实现精确跟踪目标。基于相关滤波的跟踪方法，通过提出一个有效表征红外点状目标的滤波模板，并加入重检测机制，实现长期跟踪目标。. 为验证本项目提出算法的有效性，研究过程中，在收集整理的相关数据集上，通过不同的评价方式，对各个算法的性能进行了验证。实验结果表明，通过杂波抑制技术可以消除图像中大部分的背景和杂波，进一步在时空三维域中，准确的检测出目标。目标跟踪算法的有效性依赖于其对红外点状目标的表观能力。本项目提出的跟踪算法，具有较好的跟踪性能。