本发明专利技术涉及一种基于雷达图像的飞鸟目标识别与跟踪方法,它由背景差分模块、噪声抑制模块、目标信息提取模块、目标跟踪模块和数据融合模块构成。本发明专利技术的优点在于提供了一种新的基于雷达图像的飞鸟目标识别与跟踪方法,该方法为机场雷达探鸟系统的建立奠定了重要的理论基础。
【技术实现步骤摘要】
本专利技术涉及,主要应 用于机场雷达探鸟系统中雷达图像的后端处理。
技术介绍
鸟击是指航空器起降或飞行过程中和鸟类、蝙蝠等飞行物相撞的事 件。自从有了航空器就有了鸟击事件,据统计,仅北美地区每年鸟击造成的军用和民用航空损失就超过5亿美元并且危及乘客生命安全,欧洲 每万次飞机起降平均有5. 7次鸟击。中国民航在2001-2007年间,报告 的鸟击事件共1055次,导致事故征候215次,造成中等程度以上损伤217 起,在维修中统计的直接损失超过2.7亿人民币,间接损失更加难以计 算。观测和统计鸟类迁徙和在机场附近的规律,对于鸟击防范具有重要 意义。机场雷达探鸟系统是鸟击防范的有效技术手段。基于雷达图像的飞 鸟目标识别与跟踪方法是该系统的算法核心,该方法为机场雷达探鸟系 统的建立奠定了重要的理论基础。
技术实现思路
本专利技术的目的在于提出了一种基于雷达图像的飞鸟目标识别与跟 踪方法,为机场雷达探鸟系统的建立奠定理论基础。本专利技术的技术方案是 一种基于雷达图像的飞鸟目标识别与跟踪方 法,它由背景差分模块、噪声抑制模块、目标信息提取模块、目标跟踪 模块和数据融合模块构成。背景差分模块将背景图像从探鸟雷达图像中 去除。生成背景图像的方法包括但不限于平均值法和主成分分析法。噪 声抑制模块对经过背景差分的雷达图像进行降噪处理,去除其中残留的 杂波信息。噪声抑制模块包括中值滤波模块、闽值分割模块和形态学模 块,其中阈值分割模块能够根据不同的雷达图像自适应地选择阈值。目 标信息提取模块从经过噪声抑制的雷达图像中提取飞鸟目标信息,提取 的信息包括但不限于鸟类数量、鸟类大小、坐标位置、飞行速度。目标 跟踪模块基于目标信息提取模块提取的鸟情信息对飞鸟目标进行跟踪, 输出飞鸟目标轨迹信息,同时进行记录。跟踪的方法包括但不限于蒙特卡罗数据关联方法、卡尔曼滤波和粒子滤波。数据融合模块将目标跟踪 模块输出的飞鸟目标轨迹信息与卫星地图或坐标系相融合,生成含飞鸟 目标轨迹的融合图像。本专利技术的优点是提供了一种新的基于雷达图像的飞鸟目标识别与 跟踪方法,该方法为机场雷达探鸟系统的建立奠定了重要的理论基础。 附图说明图l是的示意图。图2是一幅原始的探鸟雷达图像。图3是一幅由飞鸟目标识别与跟踪方法处理后生成的含飞鸟目标轨 迹的融合图像。 具体实施例方式下面对本专利技术做进一步详细描述。参见图1,本专利技术提供了一种基于 雷达图像的飞鸟目标识别与跟踪方法,它由背景差分模块、噪声抑制模 块、目标信息提取模块、目标跟踪模块和数据融合模块构成。 一幅原始 的探鸟雷达图像如图2所示。背景差分模块将背景图像从探鸟雷达图像 中去除。生成背景图像的方法包括但不限于平均值法和主成分分析法。 考虑到背景图像随时间存在细微变化,背景图像必须经常更新。噪声抑 制模块对经过背景差分的雷达图像进行降噪处理,去除其中残留的杂波 信息。噪声抑制模块包括中值滤波模块、闽值分割模块和形态学模块。 其中,中值滤波可以降低其灰度值,扩大杂波与目标之间的灰度区别, 为阈值分割创造条件。闽值分割模块能够根据不同的雷达图像自适应地 选择阈值。经过阈值分割的图像通过形态学模块进一步降噪,去除那些 像素过少的目标。膨胀和腐蚀是形态学的两种基本搡作。膨胀是一种扩 展变换,增大原物体的面积,填充物体间小的孔洞和沟壑。腐蚀是一种 反扩展变换,压缩物体并将有细微联系的物体分离。形态学模块釆用先 腐蚀后膨胀的方法,消除像素很少的区域,同时使像素较多的连通区域 面积保持不变。目标信息提取模块从经过噪声抑制的雷达图像中提取飞 鸟目标信息,提取的信息包括但不限于鸟类数量、鸟类大小、坐标位置、 飞行速度。目标跟踪模块基于目标信息提取模块提取的鸟情信息对飞鸟 目标进行跟踪,输出飞鸟目标轨迹信息,同时进行记录。跟踪的方法包 括但不限于蒙特卡罗数据关联方法、卡尔曼滤波和粒子滤波。其中,蒙 特卡罗数据关联方法将鸟情信息与不同的轨迹相关联,卡尔曼滤波或粒 子滤波对每条轨迹进行跟踪,从而获得所有飞鸟目标最新的飞行轨迹。■^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、、",狄班鹏3"失》穴传[=1 w、wi际4哭;^棚—ffi的G与日T不年几迎1目思与Ji虽;t也图攻坐 标系相融合,生成含飞鸟目标轨迹的融合图像,便于机场工作人员观测, 如图3所示。权利要求1、,它由背景差分模块、噪声抑制模块、目标信息提取模块、目标跟踪模块和数据融合模块构成。2、 根据权利要求l所述的飞鸟目标识别与跟踪方法,其特征在于背 景差分模块将背景图像从探鸟雷达图像中去除,生成背景图像的方法包 括但不限于平均值法和主成分分析法。3、 根据权利要求l所述的飞鸟目标识别与跟踪方法,其特征在于噪 声抑制模块对经过背景差分的雷达图像进行降噪处理,去除其中残留的 杂波信息。4、 根据权利要求3所述的噪声抑制模块,其特征在于其包括中值滤 波模块、阈值分割模块和形态学模块,其中阈值分割模块能够根据不同 的雷达图像自适应地选择阈值。5、 根据权利要求l所述的飞鸟目标识别与跟踪方法,其特征在于目 标信息提取模块从经过噪声抑制的雷达图像中提取飞鸟目标信息,提取 的信息包括但不限于鸟类数量、鸟类大小、坐标位置、飞行速度。6、 根据权利要求l所述的飞鸟目标识别与跟踪方法,其特征在于目 标跟踪模块基于目标信息提取模块提取的鸟情信息对飞鸟目标进行跟 踪,输出飞鸟目标轨迹信息,同时进行记录,跟踪的方法包括但不限于 蒙特卡罗数据关联方法、卡尔曼滤波和粒子滤波。7、 根据权利要求l所述的飞鸟目标识别与跟踪方法,其特征在于数 据融合模块将目标跟踪模块输出的飞鸟目标轨迹信息与卫星地图或坐标 系相融合,生成含飞鸟目标轨迹的融合图像。全文摘要本专利技术涉及,它由背景差分模块、噪声抑制模块、目标信息提取模块、目标跟踪模块和数据融合模块构成。本专利技术的优点在于提供了一种新的基于雷达图像的飞鸟目标识别与跟踪方法,该方法为机场雷达探鸟系统的建立奠定了重要的理论基础。文档编号G01S7/02GK101414006SQ20081022752公开日2009年4月22日 申请日期2008年11月28日 优先权日2008年11月28日专利技术者刘文明, 宁焕生, 徐群玉, 朱衍波, 勇 郭, 陈唯实 申请人:北京航空航天大学;民航数据通信有限责任公司本文档来自技高网...
【技术保护点】
一种基于雷达图像的飞鸟目标识别与跟踪方法,它由背景差分模块、噪声抑制模块、目标信息提取模块、目标跟踪模块和数据融合模块构成。
【技术特征摘要】
【专利技术属性】
技术研发人员:宁焕生,陈唯实,朱衍波,郭勇,刘文明,徐群玉,
申请(专利权)人:北京航空航天大学,民航数据通信有限责任公司,
类型:发明
国别省市:11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。