板是否相似，
[0098] 如果所述当前包含目标的图像与模板相似，则判定所述当前包含目标的图像中心 点为当前目标轨迹的测量点，并继续计算其他包含目标的图像与模板的相似性系数或相关 系数，
[0099] 如果所述当前包含目标的图像与模板不相似，则直接计算其他包含目标的图像与 模板的相似性系数或相关系数；
[0100] 起始航迹获取模块，所述起始航迹获取模块用于获得起始航迹；
[0101] 预测点获取模块，所述预测点获取模块用于利用卡尔曼滤波获得当前目标轨迹的 预测点；
[0102] 目标轨迹点获取模块，所述目标轨迹点获取模块分别与所述相似性判定模块和预 测点获取模块相连，用于将测量点和预测点进行数据关联，确定当前图像的目标轨迹点；
[0103] 输出模块，所述输出模块分别与所述目标轨迹点获取模块和起始航迹获取模块相 连，根据所述起始航迹和当前图像的目标轨迹点输出目标点轨迹信息。
[0104] 其中，所述模板获取模块，包括：
[0105] 窗口构建单元，所述窗口构建单元用于构造一个大小为ηXη的矩形窗口，所述矩 形窗口将声呐图像分割成多个区域，便于后续的模板建立。
[0106] 图像提取单元，所述图像提取单元与所述窗口构建单元相连，用于利用所述窗口 提取声呐图像中不同距离上的目标的区域A= {area^area；；，"'areaj，其中，t为目标区 域的个数。
[0107] 归一化单元，所述归一化单元与所述图像提取单元相连，用于对目标区域A= {area1;area2,…，areaj中的任一像素area; (Θ，d)归一化到[0, 1]，归一化的结果为：
[0108]area、（Θ，d) =area; (Θ，d) /[max(area;)-min(area;)]，其中，ie[1，t]， maxfereai)表示求区域areaj^最大像素值，min(areaJ表示求区域areaj^最小像素值， Θ为目标相对于声呐的角度，作为声呐图像的横坐标，d为目标与声呐之间的距离，作为声 呐图像的纵坐标。并进一步获得归一化后的目标区域A'= {area、，area%,···，area't}。
[0109] 模板构建单元，所述模板构建单元与所述归一化单元相连，用于构造一个大小为 ηΧη的模板T，并将归一化后的目标区域A' ={area^area'f'area'J设于模板T 的中心，确定模板T的像素值：
[0110]
[0111] 所述模板τ作为当前声呐图像相似性的参考基准。
[0112] 所述图像分割模块，包括：
[0113] 区间分割单元，所述区间分割单元用于将宽为w、高为h的当前声呐图像f(0，d) 中的像素按照离图像底部（对应声呐所在的位置）的距离划分为m个区间，则每个距离区 间为：
[0114]
〔中，k= 0, 1，2· · ·，m。
[0115] 像素归纳单元，所述像素归纳单元与所述区间分割单元相连，用于计算当前声呐 图像f(Θ，d)中每个像素到图像底部的距离：
[0116] dis(Θ,d) =d；
[0117] 并根据当前声呐图像中每个像素到图像底部的距离划分所述像素所处距离区间。
[0118] 阈值计算单元，所述阈值计算单元与所述像素归纳单元相连，用于计算获取每个 距离区间内像素的均值μ和方差σ2;
[0119] 则分割阈值th为：
[0120]th=μ+ρ〇 2,其中，p为比例系数，p=dis(Θ，d)/max{dis(Θ，d)}，pe(〇, 1)。
[0121] 分割图像获取单元，所述分割图像获取单元与所述阈值计算单元相连，用于利用 所述分割阈值th对所述分割阈值th所对应的距离区间进行分割，获得当前包含目标的图 像f(9，d)。由于m个距离区间中每个距离区间均有一个分割阈值，因此获得的当前包 含目标的图像f(9，d)为m个。
[0122] 所述相似性判定模块，包括：
[0123] 二值化单元，所述二值化单元用于对所述当前包含目标的图像进行二值化处理， 并获取二值化处理后当前包含目标的图像中每个非零区域的中心点。该过程包括：
[0124] 利用所述分割阈值th对所述当前包含目标的图像f' (Θ，d)进行二值化处理，获 得二值化后的图像f'.d):
[0125]
[0126] 标记二值化后的图像fb(9，d)中的非零区域B，则相应的有m个非零区域，即B ={1?b2,…，bm}，其中，bi为第i个二值化后的图像f' b(Θ，d)中的非零区域，1彡i彡m;
[0127] 计算二值化处理后的图像f'b(0，d)中非零区域的中心点Cl(0，d):
[0128]
其中，Μ为二值化处理后的图像 f' b(Θ，d)中第i个非零区域的像素个数，j为整数，且1彡j彡Μ，中心点Cl(Θ，d)为第j个二值化后的图像b(9，d)中的非零区域的中心点。
[0129] 模板赋值单元，所述模板赋值单元与所述二值化单元相连，用于将所述非零区域 的中心点像素值赋给所述模板的中心点，并按比例为所述模板赋值。赋值是将模板的值与 区域所在的位置对应起来，因为不同的区域在不同的距离上，由于信号的衰减作用，即使是 同一个目标在不同距离上的像素值也不一样，因此在获得二值化处理后的图像fb(Θ，d) 中非零区域的中心点后，将所述非零区域的中心点像素值赋给所述模板的中心点，并按比 例为所述模板赋值，这样使得模板在不同的距离上拥有与该距离上的区域相似的亮度特 征，以进行后续计算。由于模板中每个像素的像素值都在[0，1]之间，其中中心点的像素值 为1，则其他像素的像素值可以通过比例关系得到。
[0130] 系数计算单元，所述系数计算单元与所述模板赋值单元相连，用于根据所述模板 的赋值结果计算当前包含目标的图像与模板的相似性系数或相关系数。该过程包括：
[0131] 计算当前包含目标的图像与模板的相似性系数RfT:
[0132]
$中，f为当前包含目标的 图像，s为横坐标的增量，t为纵坐标的增量；
[0133]或，计算当前包含目标的图像与模板的相关系数γ(θ，d):
[0134]
，其中，?为模板中的像素 平均值，^为当前包含目标的图像中与所述模板对应区域的像素平均值。
[0135] 相似性判断单元，所述相似性判断单元与系数计算单元相连，用于根据所述相似 性系数或相关系数判断所述当前图像与模板是否相似，该过程包括：
[0136] 比较相似性系数RfT和预设的相似阈值thO,如果RfT>thO,则判定当前包含目标的 图像与模板相似，此时，则判定所述当前包含目标的图像中心点为当前目标轨迹的测量点； 如果RfT<thO,则判定当前包含目标的图像与模板不相似，舍弃该当前包含目标的图像不 用。
[0137]或者，对所述相关系数γ(θ，d)取绝对值|γ(θ，d) |;
[0138]比较相关系数的绝对值Iγ(θ，d)I和预设的相似阈值th〇,如果 γ(θ，d)I>th0,则判定当前包含目标的图像与模板相似，此时，则判定所述当前包含目标 的图像中心点为当前目标轨迹的测量点；如果Iγ(0，d) | <th〇,则判定当前包含目标的 图像与模板不相似，舍弃该当前包含目标的图像不用。
[0139] 所述起始航迹获取模块获得起始航迹的过程，包括：
[0140]根据当前第i个目标的前两次测量坐标点（Θ山）和（Θ2,d2)，采用两点外推法 预测当前第i个目标的坐标：
[0141]
[0142] 所述目标轨迹点获取模块将测量点和预测点进行数据关联，确定当前图像的目标 轨迹点的过程，包括：
[0143] 计算所述测量点和预测点间的欧氏距离Dis:
[0144]
[0145] 在关联门内，将欧氏距离Dis最小的测量值作为当前图像中的目标轨迹点。
[0147] 在关联门内，将欧氏距离Dis最小的测量值作为当前图像中的目标轨迹点。
[0148]需要说明的是，一帧图像中包含多个可疑的目标区域（即当前包含目标的图像 f(9，d))，每个区域对应一个相似性系数（或相关系数）和欧式距离。例如，有一条目标 轨迹，根据当前图像得到了多个可疑区域，那么这些可疑区域都与目标轨迹计算得到相应 的相似性系数（或相关系数）和欧式距离。再次根据相似性系数（或相关系数）计算欧式 距离，并选取对应欧式距离最小的当前包含目标的图像f(9，d)内的目标点作为当前目 标的轨迹。
[0149] 所述关联门是根据目标的运动特性确定的，在有限的时间内，某个特定类型的目 标有其最大的移动距离，这个最大的移动距离就是关联门。关联