基于背景学习的并行粒子滤波红外弱小目标TBD算法研究

项目名称： 基于背景学习的并行粒子滤波红外弱小目标TBD算法研究

项目编号： No.40901234

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 金属学与金属工艺

项目作者： 陈雪

作者单位： 中国科学院遥感与数字地球研究所

项目金额： 18万元

中文摘要： 红外弱小目标检测跟踪算法是红外搜索跟踪系统的关键核心技术。基于混合状态粒子滤波算法的检测前跟踪框架是当前低信噪比红外弱小目标检测跟踪领域的研究热点。然而，粒子滤波检测前跟踪框架的准确性是以大量随机采样的粒子为前提的，计算量很大，且作为粒子权重的似然比需要精确的背景像素亮度概率分布作为量测模型。本项目以红外视频图像背景学习算法和可并行计算建议分布及重采样算法为着眼点，在以下三个方面开展创新性研究:（1）利用参数化/非参数化学习算法进行背景学习，为粒子滤波检测前跟踪框架提供精确的量测模型；（2）将卡尔曼滤波器非均匀性校正算法和背景更新算法相结合，简化处理流程，增强实时性；（3）将并行化重采样算法和高斯粒子滤波器分别引入到两种粒子滤波检测前跟踪框架中，实现检测跟踪流程的并行化，为实际应用提供理论基础。项目研究内容具有明确的应用目标和迫切的需求背景，研究成果将有利于我国红外搜索跟踪系统的发展。

中文关键词： 粒子滤波；检测前跟踪；背景估计；；

英文摘要：

英文关键词： Particle Filter；Track before Detect；Background Estimation；；