第３５卷 第６期 ２０１１年１２月 武汉理工大学学报（交通科学与工程版） Ｊｏｕｒｎａｌ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ） Ｖｏ１．３５ Ｎｏ．６ ＤｅＣ．２Ｏ１１
红外运动目标图像 的识别与跟踪技术研究
杨泽刚Ｄ 阮 军 张珊珊。
（海军潜艇学院雷达教研室” 青岛 ２６６０４２） （武汉理工大学信息工程学院 武汉４３００７０）
摘要：文中实现了基于红外扫描图像的运动物体自动识别跟踪系统．选择了Ｂｕｔｔｅｒｗｏｒｔｈ滤波和中 值滤波结合的方法对图像进行预处理，基于多帧图像的局部能量的分割算法来实现图像背景的分 割，并采用卡尔曼跟踪算法和目标方位确定算法相结合完成对红外小目标的跟踪．在ＶＣ＋＋中使 用ＧＤＩ来建立雷达扫描式的极坐标系，将目标运动轨迹在坐标系中显示出模拟轨迹． 关键词：红外图像；运动目标；图像分割；目标跟踪 中图法分类号：ＴＰ３９１．４１ Ｉ）Ｏｌ：１０．３９６３／ｊ．ｉｓｓｎ．１００６—２８２３．２０１１．０６．０４６
０ 引 言
红外图像运动目标识别技术的难点在低信噪 比目标检测、虚警率最小化处理和高速实时性操
作３项指标上．红外图像中的小目标物体通常有 区域性特性（或部件特性），提取这些特性与目标
物体的特征区域相关联，将能很好的表现Ｅｌ标物 体的特殊红外辐射特征＿１］．
目前常见的红外目标检测算法分为先检测后
跟踪（ＤＢＴ）算法和先跟踪后检测（ＴＢＤ）算法两 大类口］．先检测后跟踪算法先对图像进行滤波预
处理，对单帧图像实现目标增强和背景抑制，提高
图像的信噪比，然后进行目标检测，实现目标点的 分割，再通过特征检测短发，找到真正的目标．而
先跟踪后检测算法在每一帧并不宣布检测结果，
不设检测门限，而是将每一帧的信息数字化，并存 储起来，然后在帧与帧之间对假设路径包含的点
做相关处理，经过多帧的积累，在目标的轨迹被估 计出来后，检测结果与目标轨迹同时宣布Ｌ３］．本系
统为实时旋转的扫描系统，前后帧的方位不同，相 关帧只能是间隔一秒钟的帧，对于先跟踪后检测
算法，时间延迟性比较大，因此本文选择先检测后
跟踪算法． 本文在红外图像预处理的基础上，采用基于目 标局部能量的分割算法和Ｋａｌｍａｎ跟踪算法，并通 过对运动目标方位的确定，在Ｖｉｓｕａｌ Ｃ＋＋平台
上，模拟显示出目标运动轨迹．流程图见图１．
图１系统算法流程图
１ 红外图像预处理
对于不同的红外图像，根据不同的背景通常 选取不同的图像预处理算法．在一些对红外图像
预处理算法的计算量限制因素较多或对算法的计
算精度要求不高的场合，空间域滤波方法是最为
恰当地选择；相比：艺下，频率域图像预处理方法具
备更为精细的频率解析能力，所以其在背景较为
复杂的场合下通常能表现出更为有效的信噪比提
收稿日期：２０１１－０８—０６
杨泽刚（１９６５一）：男，工程师，主要研究领域为雷达工程、图像处理 第６期 杨泽刚，等：红外运动目标图像的识别与跟踪技术研究
些目标点与噪声点的不同，通过一个判别实现目
标点与噪声点的进一步分离． 根据本系统小目标的实际情况，选取的特征
包括目标物体外接矩形，目标的中心点，Ｅｔ标的长
宽比，目标的面积等，其中最主要的两个参数是目 标的外接矩形和归一化转动惯量（ＮＭＩ）．然后通
过一个判别准则，通过目标对象的特征向量比较 进行判别．规则如下：若候选目标点在前后两帧图
像的同一位置的某个领域中仍然出现，且目标物 体的特征向量不变，则判断该点为目标点，给予保
留，否则判断该点为噪声点，给予删除． 具体做法是设Ｍ是经过局部能量分割算法
分割后的候选目标点集合（包括噪声点），取Ｍ中
任意一点Ｔ（ ，Ｊ，忌），即第ｋ帧图像在位置（ ，Ｊ）处 的候选Ｅｔ标点，ｓ（ｉ，Ｊ，ｋ）为点Ｔ的某一领域范围
（３×３），Ｓ（ｉ，Ｊ，ｋ＋１）是第ｋ＋１帧图像在同一位
置（ ，Ｊ）处的领域．将Ｓ（ｉ，Ｊ，ｋ＋１）中所有像素值 与零进行比较，若全部为零，则判断点Ｔ为噪声
点，将其从Ｍ中删除；若至少有一个大于零，则再 将这点特征向量同上一帧同一位置上点的特征向
量进行比较，若相同，则判断该点为目标点，若不 同，则判断该点为噪声点．经过实验比较，如图５ 所示目标点会更加准确了．
图５ 目标点进一步分割结果图
３ 红外运动目标跟踪
运动目标识别跟踪系统经过图像的预处理、
图像的分割识别等一系列信息处理后，要实现对 目标物体位置的实时性测量，即对目标进行稳定
跟踪，实时输出目标的坐标方位．跟踪基本算法
有：波门跟踪、相关跟踪、卡尔曼滤波跟踪等．
本系统是基于红外小目标的，因为噪音点跟
小目标的相似性高，若使用波门跟踪，其误差率比
较高，相关跟踪虽然对图像预处理要求不高，但是
针对本系统的小目标来说，因为目标形状的不确
定性高，且目标在整个图像中的比例较小，容易产
生误差，而对于卡尔曼滤波跟踪算法，适用性高， 且本系统通过把卡尔曼滤波跟踪算法与下面目标 方位确定算法的结合，对目标跟踪的精确度大大
提高．通过实验得出以下结果，见表１． 表１各跟踪算法对目标识别结果
图６为经卡尔曼算法目标轨迹与实际真实轨
迹比较图，可以看出卡尔曼算法得到的轨迹与实
际轨迹比较贴合，准确度较高．
４ ０００ ６ ０００ ８ ０００ 横向距离／ｍ 图６卡尔曼算法目标轨迹
４ 运动目标方位确定
实现运动目标的跟踪后，需要对其进行方位 确定，并在屏幕坐标系中标识出来，实现类似雷达
扫描定位的功能．本系统中红外图像采集采用的
红外探测器，放在云台上旋转扫描周围景物，旋转 角度３６０。，采集图像６０帧／ｓ．即每帧图像为６。空
间的区域的图像．
如图７所示，在红外探测器扫描图像第一次 发现物体时，设此时目标位置为Ａ 点，Ａ。点则在
以０点为圆心，Ｒ为半径的圆周上，假定物体目 标运动速度为 ，则该目标物体下１ ８可能的位置
在以Ａ 为圆心，Ｖ为半径的圆周上．下１ ｓ图像再 次发现这个目标物体时，以这个角度的大圆半径
和上１ Ｓ画的小圆相交，交得的２个点是这１ ｓ的
物体可能所在的位置，一个点（Ａ。）离圆心０近，
一个点（Ａ ）离圆心Ｏ远，判断目标物体的面积和
上１ ｓ物体的面积比较，如果变大，则取近点，如
果变小就取远点，依次画出物体的运动轨迹，见图
８．这样可得跟踪目标的运动轨迹，并在ＶＣ＋＋
平台上实现目标方位的确定算法，再通过ＧＤＩ来 实现目标轨迹的显示，见图９． Ｏ ８ ６ ４ ２ Ｏ ８ ６ ４ ２ Ｏ ２ ｌ １ １ １ ｌ Ｏ Ｏ Ｏ ０
ｕｖ髓 雷 ・ １２９６ ・ 武汉理工大学学报（交通科学与工程版） ２０１１年第３５卷
图７算法示意图 图８轨迹模拟示意图 图９系统运行界面
结 论
红外小目标对象没有明显的图像形状及纹理
特征，而且目标的成像面积小，目标特征不明显，
分割不准确就容易丢失信息．背景云系的变化不 可预测，背景中某些区域的红外辐射强度还可能
超过小目标的辐射强度．单帧图像的处理方法难 以保证检测性能的鲁棒性，故需要进行多帧处理，
这就使得需要存储和处理的数据量增大，加大了
检测任务实时处理的难度。这里，将二阶Ｂｕｔｔｅｒ－ ｗｏｒｔｈ滤波器与中值滤波相结合进行图像预处
理；使用基于多帧图像的局部能量分割算法实现 目标的识别；并将卡尔曼滤波跟踪算法与目标方
位确定算法相结合初步完成对红外小目标的跟 踪．通过实验验证达到了预期目的，并得到了比较
好的效果． ［１］
［２］
［３３
［４３ 参考文献
姚迅，李德华，孙贤斌．一种多阶段处理的红外小 目标检测方法［Ｊ］．武汉理工大学学报：交通科学与 工程版，２００８，３２（６）：１ １４１－１ １４４． Ｆｅｎｇ Ｙ，Ｒｏｎｇ Ｂ Ｗ，Ｒｏｎｇ Ｈ Ｚ．Ｒｅｓｅａｒｃｈ ｏｎ ｒｏａｄ ｒｅｃｏｇｎｉｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｓｔｒｕｃｔｕｒｅ ｅｎｖｉｒｏｎｍｅｎｔ ｆｏｒ ＩＴＳ［Ｊ］，Ｐｒｏｃｅｅｄｉｎｇｓ—－ＩＳＥＣＳ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｌｌｏ—— ｑｕｉｕｍ ｏｎ Ｃｏｍｐｕｔｉｎｇ，Ｃｏｍｍｕｎｉｃａｔｉｏｎ，Ｃｏｎｔｒｏｌ，ａｎｄ Ｍａｎａｇｅｍｅｎｔ，ＣＣＣＭ，２００８（１）：８４—８７． Ｌｉｕ Ｗｅｎｚｈｅ，Ｗａｎｇ Ｗｅｎｓｈｅｎｇ．Ａｌｇｏｒｉｔｈｍ ｒｅｓｅａｒｃｈ ｏｆ ｉｎｆｒａｒｅｄ ｔａｒｇｅｔ ｒｅｃｏｇｎｉｔｉｏｎ［Ｊ－］．Ｐｒｏｃｅｅｄｉｎｇｓ一２０ １ ０ ６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎａｔｕｒａｌ Ｃｏｍｐｕｔａ— ｔｉｏｎ，ＩＣＮＣ，２０１０（１）：３ ２６６－３ ２６８． Ｊｅｓｓｅ Ｓ Ｊｉｎ，Ｚｈｕ Ｚｈｉｇａｎｇ，Ｘｕ Ｇｕａｎｇｙｏｕ．Ｄｉｇｉｔａｌ ｖｉｄ— ｅｏ ｓｅｑｕｅｎｃｅ ｓｔａｂｉｌｉｚａｔｉｏｎ ｂａｓｅｄ ｏｎ ２．５Ｄ ｍｏｔｉｏｎ ｅｓｔｉ— ｍａｒｉｏｎ ａｎｄ ｉｎｅｒｔｉａｌ ｍｏｔｉｏｎ ｆｉｌｔｅｒｉｎｇ［Ｊ］．Ｒｅａｌ—Ｔｉｍｅ Ｉｍａｇｉｎｇ，２００１，７（４）：３５７－３６５．
Ｍｏｖｉｎｇ Ｔａｒｇｅｔ Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ｔｒａｃｋｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ
Ｂａｓｅｄ～ｏｎ Ｉｎｆｒａｒｅｄ ｌｉｎａｇｅ
Ｙａｎｙ Ｚｅｇａｎｇ Ｒｕａｎ Ｊｕｎ。 Ｚｈａｎｇ Ｓｈａｎｓｈａｎ。
（Ｒａｄａｒ Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｎａｖｙ Ｓｕｂｍａｒｉｎｅ Ａｃａｄｅｍｙ，Ｑｉｎｇｄａｏ ２６６０４２，Ｃｈｉｎａ）” （Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｌｌｅｇｅ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００７０，Ｃｈｉｎａ）。’
Ａｂｓｔｒａｃｔ：Ｉｎｆｒａｒｅｄ ｅｑｕｉｐｍｅｎｔ ｈａｓ ｇｏｏｄ ｃｏｎｃｅａｌｍｅｎｔ，ｓｔｒｏｎｇ ａｎｔｉ—ｉｎｔｅｒｆｅｒｅｎｃｅ ａｂｉｌｉｔｙ，ｆａｒ ｏｐｅｒａｔｉｎｇ ｒａｎｇｅ ａｎｄ ｆａｓｔ ｓｅａｒｃｈ ｓｐｅｅｄ．Ｔｈｅｓｅ ｆｅａｔｕｒｅｓ ｍａｋｅ ｉｔ ｍｏｒｅ ａｎｄ ｍｏｒｅ ｕｓｅｄ ｉｎ ｍｉｌｉｔａｒｙ ｏｒ ｃｉｖｉｌｉａｎ ｆｉｅｌｄｓ．
Ｔｈｉｓ ｐａｐｅｒ ａｉｍｓ ｔｏ ｒｅａｌｉｚｅ ｔｈｅ ｍｏｖｉｎｇ ｔａｒｇｅｔ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｔｒａｃｋｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ Ｉｎｆｒａｒｅｄ ｓｃａｎ—
ｎｉｎｇ ｉｍａｇｅ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ａｃｔｕａｌ ｓｉｔｕａｔｉｏｎ，ｃｈｏｏｓｅ ａ ｃｏｍｂｉｎａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ Ｂｕｔｔｅｒｗｏｒｔｈ ｆｉｌｔｅｒ ａｎｄ
Ｍｅｄｉａｎ ｆｉｌｔｅｒ ａｓ ｔｈｅ ｉｍａｇｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ａｌｇｏｒｉｔｈｍ，ｓｅｌｅｃｔｅｄ ｔｈｅ ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｔａｒｇｅｔ ｌｏｃａｌ ｅｎｅｒｇｙ ｆｏｒ ｃｏｎｔｉｎｕｏｕｓ ｍｕｌｔｉ ｆｒａｍｅｓ，ａｎｄ ｕｓｉｎｇ Ｋａｌｍａｎ ｔｒａｃｋｉｎｇ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｏｕｒ ｏｒｉｅｎ—
ｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｔｏ ｔｒａｃｋ ｔｈｅ ｔａｒｇｅｔ．ｇｅｔ ｔｈｅ ｔａｒｇｅｔ ｓｐｅｃｉｆｉｃ ｐｏｓｉｔｉｏｎ．Ｕｓｉｎｇ ＧＤＩ ｉｎ ＶＣ＋＋ｔｏ ｅｓｔａｂｌｉｓｈ
Ｒａｄａｒ Ｓｃａｎｎｉｎｇ ｐｏｌａｒ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅｍ ｓｈｏｗｓ ｔｈｅ ｔａｒｇｅｔ ｔｒａｊ ｅｃｔｏｒｙ ｉｎ ｔｈｅ ｃｏｏｒｄｉｎａｔｅ ｓｙｓｔｅｍ． Ｋｅｙ ｗｏｒｄｓ：ｉｎｆｒａｒｅｄ ｉｍａｇｅｓ；ｍｏｖｉｎｇ ｔａｒｇｅｔ；ｉｍａｇｅ ｓｅｇｈｍｎｔａｔｉｏｎ；ｔａｒｇｅｔ ｔｒａｃｋｉ
ｎｇ