基于模糊Hough变换的被动传感器系统航迹起始方法.doc

基于模糊Hough变换的被动传感器系统航迹起始方法 第29卷第11期xx年11月系统工程与电子技术Systems Engineeringand ElectronicsVo129NO11NOVxx1001506X (xx)11180303基于模糊Hough变换的被动传感器系统航迹起始方法康莉，谢维信。 ，黄敬雄。 (1西安电子科技大学电子工程学院，陕西西安710071；2桂林电子科技大学电子工程学院，广西桂林541004；3深圳大学ATR国防科技重点实验室，广东深圳518060)摘要提出一种基于模糊Hough变换(FHT)的被动传感器系统中的航迹起始方法。 首先利用逻辑关系或规则初步排除鬼点，以降低计算复杂度，推导出被动传感器系统中的Hough变换形式。 考虑到传感器系统误差和测量误差对检测结果的影响，将传感器系统获得的观测值模糊映射到参数空间，利用梯度信息降低计算消耗，求出参数空间的模糊累积矩阵，通过模糊推理确定出最终的航迹检测结果。 实验结果表明，所提的模糊Hough变换方法能有效解决杂波环境下的航迹起始问题，且计算消耗小。 关键词模糊Hough变换；累积矩阵；航迹起始TP391文献标志码A Trackinitialization algorithmbased on fuzzy Hough transformfor passivesensor systems KANGLi，XIE Weixin。 ，HUANG Jingxiong。 (1School of Electronic Engineering，Xidian Univ，Xian710071，China；2School ofElectronic Engineering，Guilin InstofElectronicTechnology，Guilin541004，China；3ATR KeyLab0f National Defer ice，Shenzhen iv，Shenzhen518060，C ina)AbstractA methodof track initiation basedonfuzzyHough transform(FHT)for passivesensor systemsis presentedFirstly，some logicalrules areintroduced forghost pointselimination，which reducethe putation plexity，and theHough transformfor passivesensor systemsis derivedThen，the measurementsfrom sensorsare fuzzilymapped intoparameter space，and thefuzzy aumulatorshows thepossibility ofexistence oftracksThe gradient orientation isused forlower putationalplexityFinally，the detectionresult isobtained byfuzzy reasoningExperiment resultsshow thatthe proposedmethod couldinitiate tracksefficiently innoised environmentwith lessputation requirementKeywordsfuzzy Houghtransform；aumulator；trackinitiation0引言航迹起始是多目标跟踪航迹处理中的重要问题。 现有的航迹起始算法可分为顺序处理技术和批处理两大类。 顺序处理技术适用于相对弱杂波背景中的航迹起始，批处理技术适用于处理相对较强杂波中的航迹起始。 直观法、逻辑法等是顺序处理技术中的典型方法；批处理中的典型方法是基于Hough变换的方法。 Hough变换最早应用于图像处理中，是检测图像空间中图像特征的一种基本方法，主要适用于检测图像空间中的直线。 将雷达多次扫描得到的数据看作一幅图像，因此可以使用Hough变换检测目标的轨迹。 已有文献采用Hough变换来解决多传感器系统中的航迹初始化问题_2，根据经验选择门限以确定投票规则，航迹检测的最终决策也通过选择门限来确定，但不能确定直线段的位置等详细信息。 逆Hough变换方法(IHT)口通过对累积矩阵进行分解来重构原图像，从而给出直线段的完整描述，但该方法计算消耗较大。 实际系统不可避免地存在系统误差和随机误差，常常使得检测结果与实际的航迹情况不符。 针对这种测量系统中的不确定性，本文提出一种基于模糊Hough变换(FHT)的航迹起始方法，考虑到传感器本身的误差以及随机误差等因素，将获得的观测值模糊映射到参数空间，计算参数空间的模糊累积矩阵，通过模糊推理最终确定xx一O116；修回日期xx一O6一O6。 基金项目国防预研基金资助课题作者简介康莉(1977一)，女，讲师，博士研究生，主要研究方向为智能信息处理，数据融合等。 emaillilikang163cor n1804系统工程与电子技术第29卷出目标航迹，且能给出航迹的位置及长度等信息。 1问题描述图1是二维平面中两传感器观测两个目标的情形。 假设传感器s(s=1，2)在极坐标系中的位置为(L，吼)，传感器S在第k次扫描中获得的观测可表示为(愚)，i是传感器S在第k次扫描中获得的第i个观测值。 传感器1?和传感器2两视线交叉得到4个可能目标点，但实际目标图1只有两个，其余两个为鬼点度观测值届，可求得被动传感器系统中的Hough变换形式PI Dl+P1 (3)式中P_D+号一届) (4)1是传感器局部坐标系统中Hough变换结果在绝对坐标系统中的修正，修正值是与传感器坐标位置(L，a)相关的量P1=L COS(+吾一a) (5)同理，节点1的Hough变换也可通过传感器2的信息2求得。 二传感器观测二目标情形3模糊Hough变换用于航迹起始为了降低计算量，应尽可能排除鬼点。 初步排除鬼点本文通过如下规则31模糊Hough变换 (1)同一视线上最多只能观测到一个目标 (2)当传感器数目多于两个时，若是鬼点，则两两传感器组合检测到的点的位置是不同的；若是真实目标或航迹，则传感器任意两两组合检测到的目标位置保持绝对一致。 根据规则 (1)，可推断，图1中(1，4)，(2，3)是可能的目标点，而(1，2)，(3，4)不可能是目标点，如此排除实际情况中的部分鬼点，降低算法的计算量。 2Hough变换21Hough变换检测直线Hough变换利用点一线的对偶性来检测直线。 它将特征空间中的一点，变换到参数空间中的一条曲线，具有同一参量特征的点会在变换后参量空间中相交，通过判断交点处的累积程度来实现特征曲线的检测。 设特征空间中一点(，)，通过下述方程将其映射为参数空间中的一条曲线(p，D一COS0+ysin0 (1)对每个离散参数0计算出相应的参数值p。 特征空间中同一条直线上的点在参数空间中对应的曲线相交于一点。 通过“投票”的方法来确定该交点的位置，为此，将参数空间划分为大小为(p，A0)的小方格，若曲线经过某小方格，则该小方格投一票，最后，选定门限，投票数值超过门限的小方格认为是有效交点，从而检测出特征空间中的直线。 Hough变换的最大优势在于其计算复杂度几乎只与处理的点的数目成线性关系。 22被动传感器系统中的Hough变换将被动传感器经过多次扫描得到的数据看作一幅图像，即可使用Hough变换检测目标的轨迹。 被动传感器系统中，由于仅有角度测量，因此需对传统Hough变换做一定修正以适合于被动传感器系统。 考虑图1中所示系统。 假设节点1是真实目标点，和分别是传感器1和传感器2获得的观测角度，可根据传感器1和传感器2观测视线的三角关系推出节点1到传感器1的距离D D-DSIn幽一曲式中D是传感器1和传感器2之间的距离。 由D和角实际中，系统不可避免地存在随机误差和系统误差，另外，各种噪声也使得观测值偏离实际的轨迹，这些噪声和误差使得位于同一直线上的点在参数空间中所对应的曲线并不精确地相交于一点。 为此，本文采用模糊理论来描述这种实际中存在的不确定性，将系统获得的观测点(z，Y)映射为参数空间(t o，)的模糊集，(p，0)E，的论域为参数空间(P，)，核元素为，0i(t olz COSOi+sin)其隶属度为1，其余由于误差影响而产生的元素的隶属度则表示该元素属于直线的可能性程度，用其到核元素之间距离的反比表示。 设P，0的最大误差范围分另为P，离散间隔分别为，将Z映射为模糊集Ar A一I，) (6)式中u为论域，即(t o，)平面，f表示元素的罗列。 一一1+(一1)AO，一1，2，?，k，一COS+Y sin，一1，2，?，k一一i+(Z一1)P，Z一1，2，?，愚P (7)一2l+1为A在0方向的支集元素个数，愚一2I。 td邸+1为A在lD方向支集元素个数。 采用高斯函数计算隶属度，得一exp一(。 )L-、一exp一()，J一1，2，?，k；Z一1，2，?，k (8)式中Oo，分别为lD，0方向的方差。 32模糊Hough变换实现航迹起始设在第k帧存在个可能目标点。 S个连续扫描帧中，目标点之间的数据关联可能性表示为如下的模糊累积形式F(t o，)，一什“k，(P一) (一) (9)将累积值归一化，得模糊累积矩阵fr fi，(t o，0)(t o，)(1o)其中，(to，8)一为连续s帧扫描中航迹在全局意第ll期康莉等基于模糊hough变换的被动传感器系统航迹起始方法1805义上存在的可能性程度。 由式 (6)，点Z(z，Y)属于一条航迹的可能性程度为一。 定义模糊推理如下若点Z；(置，Y；)在局部意义上属于航迹(，Oi)，且航迹(Pl，Oi)在全局意义上存在，则点Z(置，Y)在全局意义上属于航迹(0，Oi)。 采用极大极小模糊推理规则，求出观测点Z(z，Y)在全局意义上属于一条航迹的可信度T(Z)一maxmin Em，1一maxmin，(pof，Oo) (11)假设表示目标存在假设，H为目标不存在假设，选定门限r，根据累积值判决点是否属于一条航迹若T(Z；)r Hl若T(Z)r (12)(a)理想航迹图4实验结果将被动传感器连续1O帧扫描得到的检测结果看成一幅图，图2(a)为理想航迹，图3(a)为含噪航迹示意图，传感器的角度测量误差满足均值为0，方差为1的高斯分布，噪声在观测空间内服从均匀分布。 将被动传感器获得的检测结果用文中22节所述方法进行Hough变换以及模糊Hough变换，其中，二者的累积矩阵大小均为0E0， 2、_，其中，m和分别为图像的长和宽，0E Eo，2。 参数空间分割为若干的小方格，每个小方格的尺寸Ap1，A0=1。 由实验结果可看出，在理想情况下，传统Hough变换能得到很好的检测结果，但当测量存在误差且含有噪声一一08驯。 (c)FHT检测结果(d)GFHT检测结果图2理想情况下检测结果时，传统Hough变换得到的累积矩阵的峰值扩散，不能可靠、准确地检测出航迹，而模糊Hough变换的峰值虽有扩散，但仍可明显地区分出峰值位置。 实验中利用梯度信息来降低算法计算量，即在计算Hough变换时仅考虑相应梯度对应的参量值，从而提高算法执行效率。 图4为航迹检测结果，表1列出了HT、IHT以及GFHT(利用梯度信息的FHT)三种算法检测航迹以及重构航迹的算法执行时间，其中，GFHT算法的效率明显高于IHT算法，且能精确检测到航迹。 图4航迹检测结果表1算法执行时间比较(图像尺寸124X170)5结论Hough变换是一种检测直线的经典方法，但系统本身的模糊性以及杂波干扰严重影响了其检测直线的性能。 本(c)FHT检测结果(d)GFHT检测结果图3含噪情况下检测结果文考虑到传感器系统本身及测量过程中具有的不确定性，将观测点模糊映射到参数空间，用模糊Hough变换实现多目标跟踪问题中的航迹起始，在局部和全局两个层次进行联合判决，通过模糊推理最终检测出真实航迹。 由实验结果可以看到，本文所提的模糊Hough变换方法能够更加精确、快速地检测出航迹。 参考文献1Bar-Shalom Y，Fortmann TETracking anddata association,MN ewYorkAcademicPress，19882Semerdjiev EA，Alexiev KM，Bojilov LMultiple sensordata associationalgorithm usinghough transformfor trackinitiationcProcOf1InternConfOn Multisource-Multisensor InformFusion(FUSION98)，LV，Nevada，USA，1998，298098