异步被动传感器系统模糊Hough变换航迹起始算法

异步被动传感器系统由于不能通过视线交叉确定目标位置,因此使测量关联和航迹起始变得困难。为解决杂波、漏检和目标数未知情况下航迹起始问题,提出了一种用于异步被动传感器系统的航迹起始算法。该算法首先建立候选目标集,用极大似然法求出每一候选目标的初始状态估计、模糊Hough变换和模糊聚类实现航迹和目标的检测,最后用极大似然法估计出每一批目标的初始状态。仿真实验结果表明,提出的算法能有效实现航迹起始。     

基于减法聚类的两级Hough变换航迹起始算法

针对低信噪比、低信杂比环境下作匀加速直线运动的目标检测中随机Hough变换算法存在的采样次数总量大、无效采样多的现象,提出了一种改进的航迹起始算法-基于两级Hough变换的航迹起始算法.该方法首先采用标准Hough变换滤除原始数据空间上的大量杂波点,然后用随机Hough变换以较少的采样次数获取备选航迹参数,再对所得参数使用最小距离筛选的方法进一步减少虚警,最后利用减法聚类得到准确的航迹数及航迹参数.实验表明该方法不但能够明显降低随机Hough变换的采样次数、减少无效采样,而且对杂波干扰具有很好的鲁棒性,尤其适用于复杂环境中的目标检测.     

基于模糊累积函数的航迹起始问题研究

为提取杂波环境下直线航迹,提出了使用模糊累积函数进行Hough变换的方法.考虑到雷达误差对累积函数的影响,该方法以模糊函数的隶属度为累积对象,在参数空间中进行峰值的累积,使累积函数的峰值更加明显.详细描述了航迹起始的算法,并采用衰减因子保证累积函数的时效性.为验证算法,设定了杂波环境下的直线航迹,对各种雷达误差取值下的参数空间累积效果进行了仿真.仿真表明,以累积峰值和峰值显著比为衡量指标,模糊累积法能提高直线航迹检测的准确性,从而减少候选航迹的数量,减轻后续航迹验证的计算量.     

基于高斯混合EM聚类的多编队航迹起始方法

针对现有航迹起始方法难以对编队目标进行有效航迹起始的问题,在Hough变换法及其衍生算法基础上,提出基于Hough变换和高斯混合最大期望(expactation maximazation,EM)聚类的多编队目标航迹起始方法。该方法首先利用量测数据的时序信息和目标的运动参数进行筛选,剔除大量虚假量测;再对筛选后的量测数据进行Hough变换,得到初步航迹信息;然后利用相异度矩阵对所得航迹进行预聚类,完成聚类中心初始化;最后进行高斯混合EM聚类,得到聚类结果。仿真结果表明,与Hough变换法及其衍生算法相比,该方法能够快速有效地起始编队目标的航迹,解决了目标密集带来的航迹起始混乱问题。     

杂波环境下基于Hough变换和逻辑的快速航迹起始算法

航迹起始是航迹处理中的首要问题，本文提出了一种新的航迹起始算法，即基于Hough变换和逻辑的航迹起始方法，这种新的算法首先利用Hough变换法排除大量的杂波点，创造一个虚警概率比较低的环境，然后利用3／4逻辑法起始航迹，因而特别适用于密集杂波环境下快速起始航迹，仿真结果表明了这种算法在快速起始航迹中的有效性及优越性。     

基于局部PCA的参数约束Hough直线分层检测

针对经典Hough变换进行直线检测存在计算量和存储量大的问题,提出了基于局部PCA统计分析的分层Hough参数约束直线检测思路。首先对边缘图像进行局部PCA分析,得到边缘的主方向分布信息;然后利用自适应模糊映射统计出图像空间的方向直方图分布信息和约束直线的θ参数空间;最后通过构建局部参数空间的累积矩阵,检测出存在的直线,同时更新原来图像空间,不断重复直线检测过程,直到检测出规定的所有直线。实验表明,该算法计算、存储消耗减少,检测稳定性高。     

三维空间中基于Hough变换和逻辑的航迹起始

Hough变换法特别适用于杂波环境下的目标航迹起始,但目前的研究一般仅限于在二维空间中使用该方法。本文提出了一种三维空间中基于Hough变换和逻辑的航迹起始方法。其基本思想是,首先在三维空间中选择两个投影面,然后在两个投影面分别使用基于Hough变换和逻辑的航迹起始算法,最后将两个投影面上起始的航迹进行比较,进而确定三维空间中的航迹起始。仿真结果表明了这种算法在三维空间杂波环境中快速起始航迹中的有效性及优越性。     

基于Hough变换和聚类的航迹起始算法

基于Hough变换的航迹起始是密集杂波环境中低信噪比目标起始的一种有效方法,但其存在阈值选取困难及一个目标起始多条航迹(航迹簇拥)等问题.提出了一种Mean Shift多尺度聚类Hough变换航迹起始算法(MSMSC-HT).该算法先用低阈值进行航迹初选;然后对初选航迹进行多尺度聚类,并用Mean Shift算法求取聚类中心;最后通过尺度寻优自适应地确定航迹数目和航迹参数.该算法通过聚类避免阈值设计的困难,解决了航迹簇拥下航迹的检测与估计问题.仿真结果表明了算法的有效性.     

航迹起始算法及性能仿真

在深入研究基于逻辑的航迹起始方法和基于Hough变换技术的航迹起始方法的基础上,把基于逻辑的方法和Hough变换法相结合,提出了基于目标运动状态的航迹起始算法。该算法首先利用目标的位置信息形成候选目标航迹,在候选目标航迹扩展过程中,利用来自同一个目标的量测数据在较短时间内(相邻2个采样周期)具有相同的运动状态,利用目标的运动状态对候选航迹进行检验。进行了性能比较仿真,仿真结果表明:该算法在正确航迹起始概率上和基于逻辑的方法相当,但其虚假航迹起始概率远低于其他航迹起始方法;并且对存储要求低,适于工程应用。     

基于交叉定位和Hough变换检测前跟踪的水下目标检测方法

针对现代潜艇的低可探测性问题和隐蔽性探测需求，提出了一种基于航空被动声纳浮标阵交叉定位和Hough变换检测前跟踪的水下微弱目标检测方法。首先，构建基于线形浮标拦截阵的水下目标被动检测模型，采用自适应关联的交叉定位方法，获取目标位置信息，实现了检测前数据预处理。然后，采用点数积累和能量积累的双门限Hough检测方法，得到了初始检测航迹。最后，利用目标运动约束条件和航迹合并方法，剔除虚假航迹及合并重复航迹，提高了水下目标检测概率。仿真结果表明，与时频检测方法相比较，该方法在低信噪比条件下仍能保持较高的检测概率。     

车牌照定位及倾斜校正方法研究

针对车牌照自动化管理中需要对采集到的车牌照图像进行自动校正和去除背景的处理问题,在传统的集合参数提取方法———Hough变换基础上,提出了一种实现对车牌照图像进行定位和倾斜校正的方法。根据车牌照自身特点,对对称Hough变换作出改进和剪裁,使得该方法可对平行四边形形状的车牌照进行检测。测试证明,该方法缩短了计算时间,减小了空间复杂度。     

基于FPGA的实时整数霍夫变换

为了解决霍夫变换计算量大、难以实时实现及峰值检测不准确的问题,提出一种适合在FPGA上实现的基于两阶段快速搜索算法的改进整数霍夫变换,并将其在FPGA中实现。首先,设计了一种基于该改进霍夫变换算法的流水线结构,能够在单个时钟周期内完成霍夫空间的参数计算和累加;接着,设定3个参数阈值,以寻找霍夫子空间中的局部极值;最后,确定全局极值,实现直线参数的提取。采用实际图像在FPGA中进行实验验证,结果表明提出的算法占用硬件资源较少,其准确率达到93%以上。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

基于递归修正Hough变换域的舰船多尾迹检测方法

针对SAR图像舰船尾迹的图像特征差异大的特点,提出基于递归修正Hough变换域的舰船多尾迹检测方法,即通过Hough变换域最大峰值检测出最明显的尾迹,再去掉Hough变换域最大峰以突出次大峰来检测第二条尾迹,由此递归修正Hough变换域多峰结构,直到检测完高于设定阈值的尾迹,从而实现线段对比度与宽度不同的舰船多尾迹检测。SAR图像多尾迹检测实验表明,该方法能有效检测具有图像特征差异的多直线尾迹。     

三通道SAR-GMTI地面快速目标检测

地面运动目标速度较大时,会产生距离徙动,在图像域出现严重散焦,不易检测;同时存在PRF模糊现象,其多普勒频谱会发生折叠,不易正确定位。针对上述问题,提出了基于机载三通道SAR-GMTI的地面快速目标检测、定位与成像方法。首先,在距离压缩后的数据域进行相位中心偏置天线(displaced phase center anten-na,DPCA)杂波抑制,组合运用Canny算子、Ratio算子和Hough变换提取快速目标运动轨迹。然后,采用基于解PRF后的二阶Keystone变换方法完成目标的成像、检测及运动参数估计。最后,将快速目标融合到标有慢速运动目标的清晰SAR图像中。外场实测结果验证了该方法的有效性和准确性。     

集中式多传感器群目标灰色精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种集中式多传感器群目标灰色精细航迹起始算法。该算法首先基于循环阈值模型、群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器分成子群,基于灰色精细互联模型剔除同一传感器子群内的虚假量测,并利用量测合并模型消除群内多传感器对同一目标的冗余信息,最后基于灰色精细互联模型、航迹得分完成群内量测的精细互联和航迹输出。经仿真验证,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,该算法综合性能更优。