基于雷达和光电的低慢小目标与海面小目标识别方法.pdf

《基于雷达和光电的低慢小目标与海面小目标识别方法.pdf》由会员分享，可在线阅读，更多相关《基于雷达和光电的低慢小目标与海面小目标识别方法.pdf（11页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010018394.9 (22)申请日 2020.01.08 (71)申请人 中国船舶重工集团公司第七二四研 究所 地址 210003 江苏省南京市中山北路346号 (72)发明人 杨学岭管志强 (51)Int.Cl. G01S 7/41(2006.01) G01S 13/58(2006.01) G01S 13/72(2006.01) G01S 13/86(2006.01) G06K 9/00(2006.01) G06K 9/46(2006.01) G06K 9/62(20。

2、06.01) (54)发明名称 基于雷达和光电的低慢小目标与海面小目 标识别方法 (57)摘要 本发明涉及一种基于雷达和光电的低慢小 目标与海面小目标识别方法， 主要适用于预警探 测系统下低慢小目标与海面小目标分类识别。 其 主要流程是： 首先雷达对光电进行目标指引， 雷 达与光电对目标进行复合跟踪； 待雷达与光电对 目标进行稳定跟踪后， 调用雷达对目标进行高重 频探测， 同时调用光电对目标进行红外成像； 然 后分别提取目标的微多普勒调制特征和红外特 征； 利用目标微多普勒调制特征、 红外特征结合 目标运动特征和运动特征构造目标特征矩阵， 最 后结合线性二分类器进行低慢小目标与海面小 目标分类。

3、识别。 本发明所提供的方法可以充分发 挥预警探测系统中雷达和光电设备的优势， 弥补 各自低慢小目标与海面小目标分类识别能力的 不足， 综合提高识别能力。 权利要求书1页 说明书5页 附图4页 CN 111190156 A 2020.05.22 CN 111190156 A 1.基于雷达和光电的低慢小目标与海面小目标识别方法， 其特征在于： (1)通过向光电共享目标航迹信息， 雷达引导光电对待识别目标完成快速捕获； (2)然后对目标的雷达航迹和光电航迹进行航迹融合； (3)根据目标雷达航迹解算目标姿态， 利用解算的目标姿态和目标运动速度解算目标 的径向运动速度， 根据目标径向运动速度和目标距离，。

4、 选取高重频探测参数对目标进行高 重频探测； (4)调用光电对目标进行红外成像， 计算目标图像的清晰度评价指标， 其中图像清晰度 采用4邻域灰度差绝对值之和作为评价指标， 利用目标图像的清晰度评价指标进行焦距调 节， 捕获清晰的目标图像， 对图像进行阈值变换得到目标的二值图像； (5)结合目标雷达航迹， 利用离群偏度法检测目标频谱中的微多普勒调制特征； (6)利用变异力场转换方法计算图像中像素点所受的变异合力， 根据图像中所有像素 点所受变异合力的大小归一化计算每个像素点所受变异合力的大小， 根据变异合力的方向 和大小获得最终的粗大边缘点， 提取目标的红外结构特征， 通过模板匹配法对提取的目标。

5、 红外结构特征进行库比对， 获取目标红外结构特征比对结果； (7)结合目标雷达运动特征、 目标光电运动特征、 目标微多普勒调制特征、 目标红外图 像结构特征， 构造目标特征矩阵FR41； (8)利用Sigmoid函数进行线性二分类器设计； (9)通过二分类器输出结果进行低慢小目标与海面小目标分类识别。 2.根据权利要求1所述的基于雷达和光电的低慢小目标与海面小目标识别方法， 其特 征在于： 利用离群偏度法检测目标频谱的微多普勒调制特征， 以目标航迹距离为中心， 向左 取2m-1个距离单元， 向右取2m个距离单元， 共22m个距离单元作为数据样本M， 分别对22m个距 离单元做FFT和求模处理，。

6、 对求模后的22m个距离单元分别做积累， 查找积累最大值对应的距 离单元L， 将其作为目标对应的距离单元， 求取目标对应距离单元的频谱K， 解算频谱K中最 大值对应的位置， 将该位置左右各3个单元作为目标本身多普勒频谱， 将目标本身多普勒频 谱剔除， 得到目标频谱K ， 取距离单元L左右各5个距离单元， 分别对左右5个距离单元对应 的数据进行FFT处理并求模， 得到背景频谱集合Hi,其中iL+1,L-1,L+2,L-2,L+3,L-3,L +4,L-4,l+5,L-5， 通过计算目标频谱K 的偏度O 和背景频谱集合Hi的偏度集合Oi， 利用 离群偏度O -maxOi检测目标频谱中的微多普勒调制。

7、特征。 3.根据权利要求1或权利要求2所述的基于雷达和光电的低慢小目标与海面小目标识 别方法， 其特征在于： 利用变异力场转换方法计算图像中像素点所受的变异合力， 计算图像 中 位 置 为 ri的 像 素 点 受 到 位 置 为 rj的 像 素 点的 变 异 引 力 作 用Fi(rj) ， 其 中 I(ri)表示位置为像素点ri的灰度值， 为目标姿态角， ri-rj的连 线方向表示Fi(rj)的矢量方向， |ri-rj|表示两像素点之间的距离， 并根据变异引力的方向 将变异引力分别沿水平和垂直轴作分解， 将该点受到的全部其它变异引力在水平和垂直轴 上分量求和， 得到该点最终受到的变异合力的大小。

8、和方向。 权利要求书 1/1 页 2 CN 111190156 A 2 基于雷达和光电的低慢小目标与海面小目标识别方法 技术领域 0001 本发明涉及一种目标识别方法。 背景技术 0002 低慢小目标(直升机、 无人机、 飞艇等)、 海面小目标(小型渔船等)等非传统海空目 标逐渐成为警戒探测设备的重要关注对象。 这些非传统威胁目标， 大都RCS较小， 常与各类 民用目标混杂在一起， 可隐藏在大型船舶之间， 甚至淹没在海杂波内。 单独依靠雷达或者光 电对于上述目标难以有效发现、 跟踪、 分类识别。 0003 雷达作用距离远， 具有全天候、 全天时、 远距离的目标检测、 定位和跟踪能力， 具有 多。

9、批目标的连续跟踪和航迹处理能力。 光电具有对电子干扰免疫的能力， 且在低空、 超低空 环境下无多径效应、 海浪也仅作为热辐射背景存在， 具有探测精度高、 角分辨率高、 低空和 超低空目标探测能力强的特点。 0004 雷达和光电两者又各有其局限性。 雷达与光电相比较， 雷达角精度差、 分辨率低， 且容易受杂波、 电磁干扰， 且低空、 超低空目标仰角精度差； 而光电作用距离近， 测距能力 差， 视场范围小， 搜索和多目标探测能力弱， 且探测距离受天气影响大。 0005 雷达和光电的优势互补特征明显， 可以充分发挥各自探测设备的优势， 弥补不足， 综合提高低慢小目标与海面小目标分类识别能力。 发明内。

10、容 0006 本发明的目的在于提供一种解决预警探测系统中低慢小目标与海面小目标分类 识别方法。 实现本发明的技术解决方案为： 0007 首先雷达对光电进行目标指引， 雷达和光电对目标进行复合跟踪； 待雷达和光电 对目标进行稳定跟踪后， 调用雷达对目标进行高重频探测， 同时调用光电对目标进行红外 成像； 根据雷达目标航迹和目标姿态检测目标在高重频探测中的位置， 利用离群偏度法提 取目标的微多普勒调制特征； 利用图像的变异力场转换方法进行目标红外图像粗大边缘检 测， 提取目标红外图像结构特征； 结合目标雷达运动特征、 目标光电运动特征、 目标微多普 勒调制特征、 目标红外图像结构特征， 构造目标特。

11、征矩阵； 结合Sigmoid函数进行线性二分 类器设计； 最后进行低慢小目标与海面小目标分类识别。 0008 本发明的提出和工程实现在低慢小目标与海面小目标分类识别领域具有很高的 推广应用价值， 能够在预警探测系统中实现对低慢小目标与海面小目标的有效分类， 提高 目标海空属性识别的正确率。 采用离群偏度法提取目标的微多普勒调制特征的方法， 能够 准确、 有效地判断目标是否存在微多普勒调制特征， 该方法具有自适应性好， 提取概率高的 特点。 采用变异力场转换方法进行目标红外图像粗大边缘检测， 减小了外界环境和目标自 身运动对目标红外图像结构特征提取的影响。 0009 下面结合附图对本发明作进一步。

12、详细描述。 说明书 1/5 页 3 CN 111190156 A 3 四附图说明 0010 图1是本发明的数据处理流程图。 0011 图2是本发明的低慢小目标高重频探测回波示意图。 0012 图3是本发明的低慢小目标微多普勒调制特征示意图。 0013 图4是本发明的海面小目标高重频探测回波示意图。 0014 图5是本发明的海面小目标微多普勒调制特征示意图。 0015 图6是本发明的目标红外图像结构特征提取示意图。 五具体实施方式 0016 本发明基于雷达和光电的低慢小目标与海面小目标识别方法具体实施步骤为， 参 见附图1。 0017 (1)雷达对光电进行目标指引。 0018 雷达将探测到的待识。

13、别目标的航迹信息， 包括目标批号、 方位、 距离、 仰角、 航向、 航速信息发送给光电， 指引光电对待识别目标进行快速捕获。 0019 (2)雷达和光电对目标进行复合跟踪。 0020 光电对待识别目标完成快速捕获后， 对待识别进行跟踪， 形成光电目标航迹， 将光 电目标航迹， 包括方位、 仰角、 航向、 航速信息发送给雷达， 由雷达对目标雷达航迹和光电航 迹进行航迹融合。 0021 (3)调用雷达对目标进行高重频探测。 0022 a)雷达目标姿态解算 0023 0024 0025 其中 是雷达目标姿态角， 是雷达目标航向， 是雷达目标方位； 0026 b)根据解算的目标姿态和目标运动速度， 解。

14、算目标径向运动速度； 0027 c)根据目标径向运动速度和目标距离， 选取高重频探测参数对目标进行高重频探 测， 避免目标落入探测的盲距和盲速中。 0028 (4)调用光电对目标进行红外成像。 0029 a)光电捕获目标图像， 计算该目标图像的清晰度评价指标， 采用4邻域灰度差绝对 值之和作为图像清晰度的评价指标， 对于一幅NN个像素的图像， f(x,y)表示图像中某点 的像素值， 此时图像的清晰度评价指标为P1： 0030 0031 b)将焦距向一个方向进行调节， 然后计算这一时刻的清晰度指标P2， 如果P1P2， 说明书 2/5 页 4 CN 111190156 A 4 反方向调节焦距直到。

15、清晰度变差， 此时前一时刻的状态目标图像最清晰； 如果P1P2， 继续 向该方向调节焦距直到清晰度变差， 此时前一时刻的状态目标图像最清晰； 0032 c)捕获清晰的目标图像， 对该图像进行阈值变换， 对图像进行阈值变换得到目标 的二值图像； 通过设定阈值对图像进行二值化， 对于灰度值小于阈值的像素直接设置灰度 值为0； 灰度值大于阈值的像素直接设置为255。 阈值选择规则如下： 0033 用f(i,j)0iM,0j0则目标频谱中存在微多普勒调制特 征， 否则目标频谱中未检测到微多普勒调制特征。 0048 (6)变异力场转换法提取目标红外图像结构特征。 0049 a)计算图像中像素点受到的变异。

16、合力的大小和方向， 图像中位置为ri的像素点受 到位置为rj的像素点的变异引力作用Fi(rj)， 变异引力的大小与ri点的灰度值成正比， 与点 rj和点ri间的距离的平方成反比， 变异引力的方向即两点间的连线方向， 矢量表示如下： 0050 0051其中I(ri)表示位置为像素点ri的灰度值， 为目标姿态角， ri-rj的连线方向表示 说明书 3/5 页 5 CN 111190156 A 5 Fi(rj)的矢量方向， |ri-rj|表示两像素点之间的距离。 像素点rj受到所有像素点的变异合力 可表示为 0052 0053 其中N表示ri某邻域中像素的个数， Fi(rj)的方向为Fi(rj)的合。

17、力方向， 像素点受到 的变异合力的大小和方向计算方法如下： 0054 i.计算该点受到邻域中另外一点的变异引力， 并根据变异引力的方向将变异引力 分别沿水平和垂直轴作分解； 0055 ii.将该点受到的全部其它变异引力在水平和垂直轴上分量求和； 0056 iii.将水平和垂直轴上得到的分量做矢量合成， 得到该点最终受到的变异合力的 大小和方向； 0057 b)根据图像中所有像素点所受变异合力的大小归一化计算每个像素点所受变异 合力的大小； 0058 c)对归一化后的图像进行二值化处理， 获得边缘像素点及其邻域所在的区域图 像； 0059 d)根据变异合力的方向和大小获得最终的粗大边缘点， 提取。

18、目标的红外结构特 征； 0060 e)通过模板匹配法对提取的目标红外结构特征进行库比对， 获取目标红外结构特 征比对结果。 0061 (7)构造目标特征矩阵。 0062 结合目标雷达运动特征、 目标光电运动特征、 目标微多普勒调制特征、 目标红外图 像结构特征， 构造目标特征矩阵FR41 0063 0064 x1表示目标姿态， x2表示根据雷达航迹和光电航迹解算的目标高度， x3表示目标 微多普勒调制特征， x4表示目标红外结构特征比对结果。 0065 (8)结合Sigmoid函数进行线性二分类器设计。 0066 本发明采用线性二分类器作为分类器进行雷达多目标属性判别， 线性二分类器由 输入层。

19、、 激励函数和输出节点组成。 输入层由4个节点构成， 分别对应目标一维距离像能量 聚集区特征矩阵的4个特征， 使用Sigmoid函数作为激励函数， 输出节点y为 0067 0068 其中FR41为目标一维距离像能量聚集区特征矩阵， WR41为输入层的权值矩 阵 说明书 4/5 页 6 CN 111190156 A 6 0069 0070 (9)低慢小目标与海面小目标分类识别。 0071 根据(8)中输出接点y的取值进行低慢小目标与海面小目标分类识别 0072 说明书 5/5 页 7 CN 111190156 A 7 图1 说明书附图 1/4 页 8 CN 111190156 A 8 图2 图3 说明书附图 2/4 页 9 CN 111190156 A 9 图4 图5 说明书附图 3/4 页 10 CN 111190156 A 10 图6 说明书附图 4/4 页 11 CN 111190156 A 11 。