1、基于 Hough 变换的航迹关联算法?98?计算机测量与控制.2006.14(1)ComputerMeasurementControl 瓣纛文章编号:1671-4598(2006)0100g8 一 o2 中圈分类号:TP301.6 文献标识码:A基于 Hough 变换的航迹关联算法张萍,徐毓,张楠,彭蔽(空军雷达学院信息与指挥自动化系,湖北武汉 430019)摘要:目前的航迹关联算法大都存在抗干扰能力差和计算量大的缺陷 ,从这个角度出发,将 Hough 变换引入航迹关联,利用其良好的抗噪声能力和它适用于并行处理,实时应用的优良特性,解决了现有航迹关联算法存在的问题;仿真结果表明了该算法的可行性
2、和有效性关键词:航迹关联;Hough 变换;峰值提取NewAlgorithm0fTrackCorrelationBased0nHoughTransformZhangPing,XuYu,ZhangNan,PengYah(DepartmentofinformationCommandAutomation,AFRA.Wuhan430019,China)Abstract:LowerantinoiseabilityandheavycalculationburdenexistinmostofpresentalgorithmsforTrackCorrelation.Sofromthispointofview,
3、HoughTransformisintroducedintoTrackCorrelation.ItsolvestheproblemsthatpresentalgorithmsforTrackCorI“elationcarrtdealwith.makinguseofitsfineantinoiseabilityandwellapplicabilityinparallelprocessing.Thesimulationshowsitsfeasibilityandeffectiveness.Keyworls:trackCorrelationlHoughtransform;peakextraction
4、O 引言多传感器数据融合是当今一个十分活跃的热门研究领域,而关于多传感器航迹关联的研究又是这个领域中的难点所在.现有的航迹关联方法,包括统计航迹关联和模糊航迹关联两大类.统计航迹关联方法包括加权法,独立序贯法,双门限法,最近邻法等1模糊航迹关联方法分为模糊双门限法和基于模糊综合函数的航迹关联方法等等.但无论哪种方法,均与实际应用有一定的差距,例如最近邻法抗干扰能力差,在目标回波密度大的环境中易产生误关联3;概率数据关联 PDA 计算量大,难以满足实时性需要Hough 变换是 PaulHough 在 1962 年提出的一种图像边缘检测技术,因其具有良好的抗噪声性能,对随机噪声的鲁棒性以及适用于并
5、行处理,实时应用等优良特性,而在图形处理,模式识别和计算机视觉等领域广为应用.正是由于 Hough 变换的特性能够解决现有航迹关联算法存在的缺陷,本文将 Hough 变换思想引入航迹关联之中,提出了基于 Hough 变换的航迹关联算法通过仿真试验,证明了该算法的有效性.1Hough 变换的基本原理Hough 变换的基本思想是通过 Hough 变换方程建立起图像空间到参数空间的映射.属于图像空间中一点,变换到参数空间中将对应一条曲线或曲面,而具有相同参数特征的点在参数空间中将交于一点.通过峰值提取对交点进行定位,再对交点进行反变换从而完成图像空间中图形的检测JD?osO+y?sin0O蜒(1)收
6、稿日期:20050405;修回日期:2005 一 O5 一 O8.作者简介:张萍(1981 一), 女 ,硕士研究生,主要从事航迹关联,信息融合等方向的研究.徐毓(1957 一), 男,教授.硕士生导师,主要从事信息融合,系统辨识,数据处理等方向的研究.称其为标准 Hough 变换.P 其中是从图形空间的原点到该平面内直线所引的垂线段的距离,0 为此垂线与轴的夹角.这样平面直角坐标系中的一点(z,)将对应参数空间(P,口)所确定的空间)中的一条正弦曲线在图像空间中共线的两点,映射到参数空间后形成的曲线将交于一点,此交点确定了图像空间中的直线,分别如图 1 和图 2 所示.0l23图 1 图像空
7、间图 2 参数空间2 基于 Hough 变换的航迹关联算法为了方便讨论,假设送至融合中心的所有状态估计;(一1,2,MJ 一 1,2,)都在相同的坐标系里 ,并且各传感器同步采样,这里 M 是局部节点数,是节点 i 的航迹的个数对于特殊应用,为满足这一假设,可以定义需要的坐标变换和恰当的时间校正,统一的坐标变换是容易实现的工作,时间延迟可以通过延迟修正和外推来补偿,而采样与更新的不同步可以通过平滑,插值及外推完成目标状态估计点的时间校准;另外还假设数据的传输延迟时间为零.为了进一步简化分析,假设 M=2,=1.假设 H.和 H 是下列事件:和是同一目标的航迹;H:义 i 和义不是同一目标的航迹
8、.在义上连续取 3 点分别记为义 一,义 jz 和义 j 一.,对这 3点作 Hough 变换,在参数空阉中形成的曲线分别记为矶一 t,一 z 和姐一 a.由于噪声的存在使得 3 条曲线不能够相交于一第 1 期张萍,等:基于 Hough 变换的航迹关联算法?99?点,它们两两相交,在参数空间中形成一个区域.根据雷达的分辨能力,给出积累区域的大小,对参数空间中的 3 条曲线进行峰值提取,确定其在参数空间中相交的区域.同理,在上连续取 3 点,由于已经假设采样周期相同,所以设此 3 点的采样时刻与:上 3 点的采样时刻相同.对这 3 点作 Hough 变换,判断其在参数空间中的相交区域.如果两个相
9、交区域相同,则接受假设 H.,即判断:和是同一目标的航迹 否则接受假设 H,即判断又 j 和不是同一目标的航迹.相交区域的确定是通过峰值提取算法实现的.其基本思想是把参数空间划分为若干块,每块是具有适当大小的积累区域,给每个积累区域设置一个计数器.将平面直角坐标系中的点映射到参数空间中形成曲线,并将曲线进行量化处理,量化后的点落于不同积累区域时其相应的计数器里的值增加 1.数值最大的积累区域为峰值区域,即交点所在区域.峰值提取算法流程如下:(1)根据雷达的分辨率给出适当的lD 和日,将参数空间划分为 m(m 为将 0 作的等分数,为将 l.作的等分数)单元,为每个积累单元设置计数器 Z 州;(
10、2)用矩阵存储每个计数器的值,并把每个计数器 z,初始化为零;(3)取出平面直角坐标系中的点(,j,) 作映射,并以量化的 0 值计算出 lD 的值;(4)在参数空间中.找到 0 和 lD 对应的积累单元,将计数器的值增加 1,即 Zf,一互+1,重复(3),(4)两步,直至遍历平面直角坐标系中的所有点.找出计数器中的数值最大的积累单元所对应的参数.3 仿真试验为了检验该算法的有效性,采用 Matlab 仿真试验的方法进行验证.假设两个站同步采样且扫描周期相同,两个站的过程噪声()和测量噪声 ()都服从高斯分布 ,且相互独立.其中,雷达站 1 的过程噪声,V1()N(O,0.05), 测量噪声
11、(五)-N(O,0.05),雷达站 2 的过程噪声()N(O,0.05),测量噪声( 女)N(O,0.05).图 3 和图 4 分别是雷达站 1 和雷达站 2 送到融合中心的航迹.图中两条直线是匀速直线运动目标的航迹,两条曲线是机动目标的航迹,因为这是局部航迹,我们可以用抛物线来模拟机动目标的航迹.在不失一般性的前提下,可以假设抛物线的开口为定值 1.二=:=:疑=_=一i:一L._.=/I,7图 3 雷达站 1 送来的航迹图 4 雷达站 2 送来的航迹直线航迹利用标准 Hough 变换方程公式(1)进行航迹关联,对抛物线航迹给出一个广义 Hough 变换方程=(d)+6(2)利用公式(2)对
12、抛物线航迹进行关联.经过峰值提取后的结果分别如图 5 和图 6 所示.从图 5 可以看出,两条直线航迹经过 Hough 变换后在参数空间中所对应的点落在同一积累区域中,所对应的参数值为口=3,p=l,则其在图像空间中所对应的直线为=+1,图 5 直线航迹经过峰值提取后的结果图 6 抛物线航迹经过峰值提取后的结果同样,从图 6 可以看出,两条抛物线航迹经过 Hough 变换后在参数空间中所对应的点落在同一个积累区域之中,所对应的参数为 a=1,b=1,则其在图像空间中所对应的抛物线为(一 1)+1,同样吻合理论值.图 7 给出了关联之后在融合中心所显示的航迹图.图 7 经过关联后在融合中心所显示
13、的航迹4 结论针对现有航迹关联算法存在的抗干扰能力差和计算量大的缺陷,本文将 Hough 变换引入航迹关联,提出了一种新的基于 Hough 变换的航迹关联算法,该算法有较强的抗干扰能力 ,而且适用于并行处理和实施应用.通过仿真试验证实了该算法的可行性和有效性.参考文献:EliShalomBY,BlairWD.MultitargertmuhisensortrackingapplicationsandadvancesM.London:ArteehHouse,2000.E2StemJJ,BlackmanSS.GeneralizedcorrelationofmultitargettrackdataEJ
14、.IEEEAES,1975,6(11):12071217.3liRX,ShalomBY.TrackinginclutterwithnearestneighborfilterstanalysisandperformanceJ.IEEETransactiononAerospaceandElectronicSystems,1996,32(3):9951010.E43HoughPVc.AmethodandmeansforrecognizingcomplexpatternsM,USPatent,1962.E5llingworthJ,KittlerJ.AsurveyoftheHoughTransformE
15、J.Comput-erVisionGraphicandImageProcessing,1988,44l87116.6WilsonSL,CarlsomBD,EvansED.SearchradardetectionandtrackwiththeHoughtransformJ,IEEEAES,1994,1(30)l109115.7VajdaF.ImplementationissuesoftheHoughTransformJ.SysternsArchiteeture.1997,5(43):163165.8BosdogianniP,PetrouM,KittlerJ.TheuseofHoughtransformtomixedpixelclassificationJ.IEEEImageProcessingforRemoteSensing,199611116.9GullN,ZapataEL.LowerordercircleandellipseHoughTransformEJ.PatternRecognition,1997.30(10):17291744.
