一种基于SAIR的运动目标检测方法与流程

本发明涉及一种运动目标检测方法，属于毫米波近场成像领域，尤其涉及一种基于sair的运动目标检测方法。
背景技术：
：毫米波成像辐射计是高分辨率遥感的强大被动传感器。与微波成像不同，波长较短的毫米波成像可以实现更高的空间分辨率。与光学和红外辐射相比，毫米波可以穿透衣物、塑料、木材等介质材料，损耗相对较小。此外，不同材料的目标具有不同的毫米波特性，并且容易被毫米波成像传感器检测到。基于这些能力，毫米波成像传感器已被应用于多种应用领域，包括地球化学遥感目标监视和精确目标成像、飞机安全着陆、雾中公路交通监测、民用遥感和出于安全考虑的隐蔽威胁目标检测等。由于移动目标检测有益于许多应用，例如目标跟踪或分类，车辆轨迹确定等。人们已经研发了几种用于检测移动目标的方法。目前，移动目标的检测方法可以分为以下两类：一种是从图像序列中提取运动目标，然后估计运动目标的运动参数。显然这样必须首先测量整个目标场景的图像序列，该方法的信息和算法复杂度通常较大，且其实时性能较差；另一类是直接从探测器的接收信号中提取运动目标的运动参数。例如，sar(合成孔径雷达)可以通过相关的移动目标检测方法从雷达回波信号估计移动目标的位置和速度。通过这种信息量小，算法复杂度低的方法，可以简单地实现对运动目标的高实时检测。然而，传统的运动目标检测主要针对速度稳定的简单运动目标。这些检测方法不适合用于检测具有加速度和转向的高阶运动目标。技术实现要素：发明目的：本发明提出一种利用旋转扫描式sair可对二阶运动目标进行检测的方法。技术方案：本发明所述的一种基于sair的运动目标检测方法，包括步骤：(1)利用旋转扫描型综合孔径干涉辐射计对视场范围进行扫描，根据测量时间排列测量的一维投影图像，得到二维的时间投影图像；(2)对投影图像进行去噪，并提取运动目标的投影坐标；(3)根据运动模型得到运动目标的轨迹方程；(4)将步骤(2)得到的投影坐标代入轨迹方程，得到运动目标的运动参数。进一步地，所述目标物体为一阶或二阶运动目标。有益效果：本发明所述的检测方法具有以下优点：(1)适用于检测二阶运动目标，即具有加速度和转向的多项式轨迹的运动目标；(2)适用于追踪时变目标的运动参数，根据测量时间排列最近(约1-2s)的一维时间投影图像tθa根据rs-sair的探测原理组成二维的时间投影图像tt-p，使时间-投影轨迹与合适的运动模型拟合求出各项参数。附图说明图1为本发明rs-sair的几何图；图2为本发明一维稀疏阵列布局图；图3为本发明运动轨迹移动目标场景示意图；图4为本发明图像tt-p中的移动目标的投影轨迹；图5为本发明拟合移动目标投影坐标的结果；图6为本发明拟合移动目标位置的结果。具体实施方式下面结合附图和实施例对本发明的技术方案作进一步的说明。如图1所示，线性稀疏阵列放置在xoy平面中，并绕点o旋转。θa是阵列旋转角度。对于给定θa的稀疏阵列，天线对(c,l)的接收信号之间的相关性是可见度函数的样本。由此我们可以得到，可见性样本vc,l可以简化表示为其中，(x,y)是运动目标的坐标，t是目标场景的亮度温度图像，k＝2π/λ是圆形波数。用exp[(-jk(rc-rl)]表示天线对(c,l)之间的相位差，这是sair的关键因素。在xroyr的投影坐标系中，天线对(c,l)的坐标是(xc,0)和(xl,0)，运动目标坐标是(xr,yr)。将目标到天线对(c,l)的距离rc和rl通过泰勒展开表示为:将公式(2)和(3)代入公式(1)，并定义空间坐标u＝k(xl-xc)/r，我们可以得到角度θa下的一维可见度函数vθa：其中，是相位修改项，此时v＝0，可以提高近场sair的成像精度。tθa是一维投影图像，可以通过fft方法重建通常，具有不同θa的一维投影图像可用于重建亮度温度图像t。然而，该字母专用于检测移动目标，一维投影图像直接用于提取目标的位置。对于给定的运动目标mt，当阵列以恒定角速度ω旋转时，其在一维投影图像中的投影坐标xr-mt可表示为：xr-mt(t)＝rmt(t)cos(ωt+θa0+θmt(t))(6)其中，θa0是线性稀疏阵列的初始角度，(xmt(t),xmt(t))是xoy坐标中目标mt的坐标。为简单起见，我们在本文中主要使用以下运动模型分析移动目标：xmt(t)＝axt2+vxt+x0，ymt(t)＝ayt2+vyt+y0(8)其中，[ax,vx,x0,ay,vy,y0]是需要估计的运动参数，各元素分别表示表示x方向的加速度、x方向的速度、x方向的初始位置、y方向的加速度、y方向的速度、y方向的初始位置；xmt(t)表示运动目标在x轴上的运动轨迹，ymt(t)表示运动目标在y轴上的运动轨迹。值得注意的是，任何运动目标的轨迹都是连续函数，可以用多项式函数表示。因此，也可以通过本发明所述的检测方法来估计二阶运动参数。根据公式(6)，mt的投影坐标xr-mt(t)将随着阵列旋转而变化为θa＝ωt+θa0，并且其轨迹满足由mt的运动参数调制的余弦分布。基于这一事实，本发明所述检测方法详细过程如下：(1)根据测量时间排列的一维投影图像tθa以构成二维的时间投影图像tt-p。(2)在减去地面噪声之后，透过将时间-投影图tt-p中的高亮度点取出像素点的亮度>图像的平均亮度的图像像素值的灰度值，将其作为目标的投影坐标xr-mt。(3)根据公式(8)所示的运动目标的运动模型对公式(6)进行改进，以构造mt的轨迹表达式。(4)将提取的投影坐标xr-mt拟合到mt的轨迹表达式，以获得mt的运动参数。在上面的分析中，假设mt的背景是干净的背景。然而，在实践中，背景中通常存在一些干扰，这将降低mt轨迹的提取精度。幸运的是，静止背景的图像tt-p是具有阵列旋转的周期性图像。因此，首先需要从图像tt-p中减去背景的投影图像以应用于复杂真实场景。数值模拟和结果：主要模拟参数列于表1。最小基线间距δu为1.1cm。由图2所示，具有16个天线的稀疏阵列的合成孔径约为dsa＝90δu＝1m。初始角度θa0设定为0。为了准确地模拟rs-sair的成像过程，通过所有辐射源产生的辐射波的积分操作获得天线的接收信号。然后，通过接收信号之间的互相关计算来计算可见性样本。最后，根据公式(5)中的fft方法重建一维投影图像。为了验证所提出的hmtd方法，分别进行了两个空中目标和地面目标的模拟实验。运动参数设置为[40m/s2,-60m/s,60m,20m/s2,40m/s,30m]。表1稀疏阵列rs-sair的仿真参数天线数量16波长λ3mm基线间距δu1.1cm检测距离r5000m综合孔径dsa1m角速度ω0.5rad/s如图3、4、5、6所示，无论是空中目标还是地面目标，都可以精确地重建移动目标的轨迹和位置。由于复杂背景的干扰，地面目标的再现精度略差于空中目标。为了客观比较，测量的运动参数列于表2中，目标在图6中的位置的rmse计算如下：表2运动参数和位置误差的估计结果参数[ax,vx,x0,ay,vy,y0]rmse空中目标39.0,-61.2,63.9,21.7,33.5,35.40.05％地面目标38.5,-60.3,65.3,20.7,34.6,38.30.10％如表2所示，运动参数估计很好，误差小，位置误差(rmse)非常小(小于1％)，即使对于地面目标也是如此。这表明本发明所提出的检测方法可以有效地跟踪高阶运动目标。当前第1页12