基于粒子滤波的复杂背景红外弱小目标跟踪

针对红外弱小目标跟踪过程中背景复杂、目标过小导致检测困难以及跟踪不连续的问题，提出一种基于粒子滤波的鲁棒红外弱小目标跟踪方法。首先，考虑弱小目标位置、灰度以及目标量化直方图等特征，建立目标状态以及量测模型。根据量测各分量相互独立的特性，将量测相应分量的多特征似然函数集成于粒子滤波的框架中对低信噪比下的弱小目标状态进行自适应更新，改善由漏检引起的跟踪不连续问题。最后，采用平滑算法提升目标在运动学特征上的精度。仿真实验表明，所提算法能有效跟踪复杂背景下的红外弱小目标。