光學測量設備實時多目標編批的研究.pdf

1、本文以靶場實驗中多目標測量為研究對象，以對目標編號維持為出發(fā)點，重點解決在目標發(fā)生交叉分離后，繼續(xù)保持對目標編號維持不變問題。 首先，針對測量目標信噪比較低的特點，傳統(tǒng)的目標提取算法無法將目標提取出來，雙正交小波具有緊支撐性和對稱性，可以達到最佳的濾波效果。本文比較了雙正交3.1Ψ小波、haar小波以及sobel算子對弱目標提取的能力，實驗表明3.1Ψ小波對目標提取能力最強，并且受噪聲影響小。 接著，在目標編號維持過程中

2、，為了克服概率數(shù)據(jù)關聯(lián)方法對多目標處理的片面性，以及聯(lián)合概率數(shù)據(jù)關聯(lián)方法過于繁雜的弊端，本文提出一種適用于實際應用的多參量數(shù)據(jù)關聯(lián)算法。它采用空間位罱關聯(lián)度，亮度近似度，形狀近似度多方面因素，綜合計算不同目標與確認波門內各個觀測值之間的后驗概率密度，不同觀測值對該目標的更新量賦予不同權值。當目標數(shù)量增多時，該方法與聯(lián)合概率數(shù)據(jù)關聯(lián)方法相比，對目標編號維持可靠性方面比較接近，計算量大幅減少。 最后，本文對多目標交叉問題進行深入探討

3、，提出一種去噪的軌跡外推方法。該方法采用一種廣義霍夫變換剔除目標二次曲線方程中的噪聲點，通過分析參數(shù)空間模糊截集內的有效點，從而反推直角坐標系下的有效位置點，利用這些有效點采用最小二乘曲線擬合獲得目標的預測位置。實驗表明，本文提出的軌跡預測方法具有較強的抗噪性，當噪聲量增強時，去噪的軌跡外推法求得的預測值與目標觀測值之間的偏差比利用最小二乘曲線擬合方法求得的偏差明顯小很多，當目標分離時，去噪的軌跡外推方法比最小二乘曲線擬合方法成功匹配率