一种改进的MHT算法的应用

1引言
随着ccd成像技术的应用，得到的数字图像一般包括视场内所有目标和背景，使得图像的复杂性和随机性增加，经目标分割提取的目标块就会增加，因此需要跟踪系统在高杂波的环境中具有较强的跟踪能力、较强的消除虚警能力。1978年，最先提出了一种在高杂波背景中跟踪多个目标的多假设跟踪算法(mht)，此算法根据帧间数据匹配形成所有可能的轨迹，并构造假设对轨迹进行分析评价。虽然mht算法给多目标跟踪带来了希望，但是mht算法所产生的假设数目随着虚警量、目标数以及所处理的数据帧数呈指数关系，它的计算量使得mht算法在实时跟踪处理中不大可能实现。近年来，国内外许多学者对mht算法提出了改进，其中休斯公司提出并测试了一种新的mht算法，被称作是结构化分支多假设跟踪sb/mht(strueturedbranehingmht)。sb/mht和mht相比，大大降低了计算量，提供了一种在高虚警率情况下，保持相当数t的假设的轨迹，增加了在专用计算机上实时处理的可能性。本文在此研究基础上进行了新的改进和简化，并利用现有计算机系统用软件实现了算法，处理速度达到25c/s，在工程实践中取得了良好的效果。
2sb/mht算法原理
sb/mht算法对mht算法改进后，计算量显著降低，其流程如图1所示。sb/mht算法先构造目标轨迹，然后根据目标轨迹处在不同状态的几率来构造不同的假设，随着探测时间的推移，sb/mht可以获得并处理越来越多的潜目标数据，因此可以删除不太可能的假设，而只保留一个最接近真实情况的假设.决定哪一个假设是最后需要的，直接方法就是比较所有的假设的概率值。但在高虚警的情况下，mht的效率低下，因为在多数情况下，几乎所有的假设都是由虚普组成的。急剧爆炸的假设数量，使得这种算法失去了实时应用的可能性，而改进的sb/mht算法可以大大减小算法的计算量。
3改进的mht算法及其在工程上的应用
图2为改进的mht算法流程图。整个处理分成内外两大循环，内部循环只是外部循环的轨迹初始化阶段，而外部循环根据已得到初步确认的轨迹来构造假设并删除假设，最后删除那些不属于任何保留下来的假设的轨迹。这样通过减少初步确认轨迹的数量，假设构造的数盆得以大大减少。
3.1轨迹预侧
轨迹预测是用一个标准的kalman滤波模型来估值和预测，它是一个线性、无偏、最小方差统计估值方法。首先列出目标运动的状态方程及系统测量方程，然后根据初始条件购t目标状态的预测估值方程及滤波估值方程，进而组成kalman滤波器。
3.2潜目标与轨迹数据关联
潜目标与轨迹数据关联是通过计算潜目标状态值与预测的目标状态值之间的归一化距离来进行的。提高目标测量点落人对应数据关联门限的概率和减小数据关联门限面积既相互矛盾又相互联系。在实际应用中，采用自适应数据关联门限选择的方法，门限根据不同的情况适当的扩大或缩小，使目标跟踪具有一定的自适应能力，可以跟踪机动目标，并能克服目标在某些帧中丢失的情况。
3.3轨迹修正和轨迹工伯度修正
利用互相靠近的交叉目标和两条轨迹分别相关，
4结论
本文提出了一种在sb/mht基础上改进的mht算法，结合应用环境，简化了运算，提高了运算速度，并用软件实现了算法，处理速度可达25c/s，在工程实践中取得了良好的应用效果，实践表明该算法是有效的。
参考文献
[1〕吴晗平.军用红外目标图像识别跟踪系统的现状与研究[jj.现代防御技术，1996，5.
[2]王家兵，程咏梅一种机动目标的pmht限踪算法[j].计算机侧t与控制，2006，9.