1.一种基于Hough变换与蚁群相似度的目标检测与跟踪方法，其特征在于，包括如下步骤：步骤1，初始化系统参数：

设置目标轨迹为二维矩阵空间a，其中包含两条目标轨迹，轨迹位置信息如下式：y＝3x

y＝x+100

其中，杂波及噪声点服从正态分布，数据空间的任意一个点用a(x,y)表示，每一个点a(x,y)都有速度信息V(x,y)和幅度信息am(x,y)；

步骤2，进行第一门限的数据筛选：设置速度置信区以及幅度置信区，通过如下公式利用第一门限中速度信息、幅度信息对数据进行预处理：如果

Tv1

且Ta1

步骤3，基于速度、幅度信息加权的Hough变换：对经过步骤2预处理过的数据空间a(x,y)的每一个保留下的数据点，按照不同置信区对应不同权值的加权，再进行Hough变换累积的贡献，得到参数空间Hough(ρ,θ)；

步骤4，参数空间的第二门限检测及Hough逆变换：对参数空间，如果

Hough(ρ,θ)＞T2

则保留Hough(ρ,θ)待处理，否则舍弃，其中T2为第二门限；

取出达到第二门限值的点(ρ,θ)，通过以下公式进行逆变换，可得到直线的斜率k与截距b：k＝-tan[π/2-ρ/(300·2π)]b＝ρ/[cos(θ/(300·2π)-π/2)]可得到目标轨迹直线：

y＝k·x+b；

步骤5，基于蚁群算法相似度进行第三门限检测：根据下式计算两个目标相似度：

对于每一点a(x,y)，当f＞T时保留为目标点迹，其中，T为第三门限；

步骤6，目标偏离直线的点迹检测与跟踪：取出经过步骤5处理后保留的目标点的速度幅度信息V(x,y)，am(x,y)，再与步骤1处理过的a(x,y)进行比对，找出速度与幅度信息都与实际真实目标点的特征值处于误差范围内的漏检目标点迹。

2.根据权利要求1所述的基于Hough变换与蚁群相似度的目标检测与跟踪方法，其特征在于：所述步骤5中d为点(x,y)到直线a·x+b·y+c＝0距离，且通过下式计算：