專利名稱：一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法，主要應(yīng) 用于機場雷達(dá)探鳥系統(tǒng)中雷達(dá)圖像的后端處理。
背景技術(shù)：
鳥擊是指航空器起降或飛行過程中和鳥類、蝙蝠等飛行物相撞的事 件。自從有了航空器就有了鳥擊事件，據(jù)統(tǒng)計，僅北美地區(qū)每年鳥擊造
成的軍用和民用航空損失就超過5億美元并且危及乘客生命安全，歐洲 每萬次飛機起降平均有5. 7次鳥擊。中國民航在2001-2007年間，報告 的鳥擊事件共1055次，導(dǎo)致事故征候215次，造成中等程度以上損傷217 起，在維修中統(tǒng)計的直接損失超過2.7億人民幣，間接損失更加難以計 算。觀測和統(tǒng)計鳥類遷徙和在機場附近的規(guī)律，對于鳥擊防范具有重要 意義。
機場雷達(dá)探鳥系統(tǒng)是鳥擊防范的有效技術(shù)手段?；诶走_(dá)圖像的飛 鳥目標(biāo)識別與跟蹤方法是該系統(tǒng)的算法核心，該方法為機場雷達(dá)探鳥系 統(tǒng)的建立奠定了重要的理論基礎(chǔ)。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出了一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟 蹤方法，為機場雷達(dá)探鳥系統(tǒng)的建立奠定理論基礎(chǔ)。
本發(fā)明的技術(shù)方案是 一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方 法，它由背景差分模塊、噪聲抑制模塊、目標(biāo)信息提取模塊、目標(biāo)跟蹤 模塊和數(shù)據(jù)融合模塊構(gòu)成。背景差分模塊將背景圖像從探鳥雷達(dá)圖像中 去除。生成背景圖像的方法包括但不限于平均值法和主成分分析法。噪 聲抑制模塊對經(jīng)過背景差分的雷達(dá)圖像進(jìn)行降噪處理，去除其中殘留的 雜波信息。噪聲抑制模塊包括中值濾波模塊、閩值分割模塊和形態(tài)學(xué)模 塊，其中閾值分割模塊能夠根據(jù)不同的雷達(dá)圖像自適應(yīng)地選擇閾值。目 標(biāo)信息提取模塊從經(jīng)過噪聲抑制的雷達(dá)圖像中提取飛鳥目標(biāo)信息，提取 的信息包括但不限于鳥類數(shù)量、鳥類大小、坐標(biāo)位置、飛行速度。目標(biāo) 跟蹤模塊基于目標(biāo)信息提取模塊提取的鳥情信息對飛鳥目標(biāo)進(jìn)行跟蹤， 輸出飛鳥目標(biāo)軌跡信息，同時進(jìn)行記錄。跟蹤的方法包括但不限于蒙特卡羅數(shù)據(jù)關(guān)聯(lián)方法、卡爾曼濾波和粒子濾波。數(shù)據(jù)融合模塊將目標(biāo)跟蹤 模塊輸出的飛鳥目標(biāo)軌跡信息與衛(wèi)星地圖或坐標(biāo)系相融合，生成含飛鳥 目標(biāo)軌跡的融合圖像。
本發(fā)明的優(yōu)點是提供了一種新的基于雷達(dá)圖像的飛鳥目標(biāo)識別與 跟蹤方法，該方法為機場雷達(dá)探鳥系統(tǒng)的建立奠定了重要的理論基礎(chǔ)。


圖l是一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法的示意圖。
圖2是一幅原始的探鳥雷達(dá)圖像。
圖3是一幅由飛鳥目標(biāo)識別與跟蹤方法處理后生成的含飛鳥目標(biāo)軌 跡的融合圖像。
具體實施例方式
下面對本發(fā)明做進(jìn)一步詳細(xì)描述。參見圖1,本發(fā)明提供了一種基于 雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法，它由背景差分模塊、噪聲抑制模 塊、目標(biāo)信息提取模塊、目標(biāo)跟蹤模塊和數(shù)據(jù)融合模塊構(gòu)成。 一幅原始 的探鳥雷達(dá)圖像如圖2所示。背景差分模塊將背景圖像從探鳥雷達(dá)圖像 中去除。生成背景圖像的方法包括但不限于平均值法和主成分分析法。 考慮到背景圖像隨時間存在細(xì)微變化，背景圖像必須經(jīng)常更新。噪聲抑 制模塊對經(jīng)過背景差分的雷達(dá)圖像進(jìn)行降噪處理，去除其中殘留的雜波 信息。噪聲抑制模塊包括中值濾波模塊、閩值分割模塊和形態(tài)學(xué)模塊。 其中，中值濾波可以降低其灰度值，擴(kuò)大雜波與目標(biāo)之間的灰度區(qū)別， 為閾值分割創(chuàng)造條件。閩值分割模塊能夠根據(jù)不同的雷達(dá)圖像自適應(yīng)地 選擇閾值。經(jīng)過閾值分割的圖像通過形態(tài)學(xué)模塊進(jìn)一步降噪，去除那些 像素過少的目標(biāo)。膨脹和腐蝕是形態(tài)學(xué)的兩種基本搡作。膨脹是一種擴(kuò) 展變換，增大原物體的面積，填充物體間小的孔洞和溝壑。腐蝕是一種 反擴(kuò)展變換，壓縮物體并將有細(xì)微聯(lián)系的物體分離。形態(tài)學(xué)模塊釆用先 腐蝕后膨脹的方法，消除像素很少的區(qū)域，同時使像素較多的連通區(qū)域 面積保持不變。目標(biāo)信息提取模塊從經(jīng)過噪聲抑制的雷達(dá)圖像中提取飛 鳥目標(biāo)信息，提取的信息包括但不限于鳥類數(shù)量、鳥類大小、坐標(biāo)位置、 飛行速度。目標(biāo)跟蹤模塊基于目標(biāo)信息提取模塊提取的鳥情信息對飛鳥 目標(biāo)進(jìn)行跟蹤，輸出飛鳥目標(biāo)軌跡信息，同時進(jìn)行記錄。跟蹤的方法包 括但不限于蒙特卡羅數(shù)據(jù)關(guān)聯(lián)方法、卡爾曼濾波和粒子濾波。其中，蒙 特卡羅數(shù)據(jù)關(guān)聯(lián)方法將鳥情信息與不同的軌跡相關(guān)聯(lián)，卡爾曼濾波或粒 子濾波對每條軌跡進(jìn)行跟蹤，從而獲得所有飛鳥目標(biāo)最新的飛行軌跡。■^L 厶丄娃丄上、|々 tt丄tl口 h(^f J^: t丄；厶、tt上L A L一 _M、二 A l_ ^ hti .|wt、、"，
狄班鵬3"失》穴傳[=1 w、wi際4哭;^棚—ffi的G與日T不年幾迎1目思與Ji雖;t也圖攻坐 標(biāo)系相融合，生成含飛鳥目標(biāo)軌跡的融合圖像，便于機場工作人員觀測, 如圖3所示。
權(quán)利要求
1、一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法，它由背景差分模塊、噪聲抑制模塊、目標(biāo)信息提取模塊、目標(biāo)跟蹤模塊和數(shù)據(jù)融合模塊構(gòu)成。
2、 根據(jù)權(quán)利要求l所述的飛鳥目標(biāo)識別與跟蹤方法，其特征在于背 景差分模塊將背景圖像從探鳥雷達(dá)圖像中去除，生成背景圖像的方法包 括但不限于平均值法和主成分分析法。
3、 根據(jù)權(quán)利要求l所述的飛鳥目標(biāo)識別與跟蹤方法，其特征在于噪 聲抑制模塊對經(jīng)過背景差分的雷達(dá)圖像進(jìn)行降噪處理，去除其中殘留的 雜波信息。
4、 根據(jù)權(quán)利要求3所述的噪聲抑制模塊，其特征在于其包括中值濾 波模塊、閾值分割模塊和形態(tài)學(xué)模塊，其中閾值分割模塊能夠根據(jù)不同 的雷達(dá)圖像自適應(yīng)地選擇閾值。
5、 根據(jù)權(quán)利要求l所述的飛鳥目標(biāo)識別與跟蹤方法，其特征在于目 標(biāo)信息提取模塊從經(jīng)過噪聲抑制的雷達(dá)圖像中提取飛鳥目標(biāo)信息，提取 的信息包括但不限于鳥類數(shù)量、鳥類大小、坐標(biāo)位置、飛行速度。
6、 根據(jù)權(quán)利要求l所述的飛鳥目標(biāo)識別與跟蹤方法，其特征在于目 標(biāo)跟蹤模塊基于目標(biāo)信息提取模塊提取的鳥情信息對飛鳥目標(biāo)進(jìn)行跟 蹤，輸出飛鳥目標(biāo)軌跡信息，同時進(jìn)行記錄，跟蹤的方法包括但不限于 蒙特卡羅數(shù)據(jù)關(guān)聯(lián)方法、卡爾曼濾波和粒子濾波。
7、 根據(jù)權(quán)利要求l所述的飛鳥目標(biāo)識別與跟蹤方法，其特征在于數(shù) 據(jù)融合模塊將目標(biāo)跟蹤模塊輸出的飛鳥目標(biāo)軌跡信息與衛(wèi)星地圖或坐標(biāo) 系相融合，生成含飛鳥目標(biāo)軌跡的融合圖像。
全文摘要
本發(fā)明涉及一種基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法，它由背景差分模塊、噪聲抑制模塊、目標(biāo)信息提取模塊、目標(biāo)跟蹤模塊和數(shù)據(jù)融合模塊構(gòu)成。本發(fā)明的優(yōu)點在于提供了一種新的基于雷達(dá)圖像的飛鳥目標(biāo)識別與跟蹤方法，該方法為機場雷達(dá)探鳥系統(tǒng)的建立奠定了重要的理論基礎(chǔ)。
文檔編號G01S7/02GK101414006SQ20081022752
公開日2009年4月22日 申請日期2008年11月28日 優(yōu)先權(quán)日2008年11月28日
發(fā)明者劉文明, 寧煥生, 徐群玉, 朱衍波, 勇 郭, 陳唯實 申請人:北京航空航天大學(xué);民航數(shù)據(jù)通信有限責(zé)任公司