一種基于fpga的紅外小目標(biāo)檢測(cè)方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明提出一種基于FPGA的紅外小目標(biāo)檢測(cè)方法及系統(tǒng)。對(duì)采集的圖像進(jìn)行預(yù)處理，去噪、去盲元；提取頭圖像和尾圖像；分別對(duì)頭圖像和尾圖像進(jìn)行雜波邊緣濾波操作；對(duì)頭圖像和尾圖像分別進(jìn)行閾值分割操作，使圖像二值化；對(duì)閾值分割后的頭圖像和尾圖像中的目標(biāo)進(jìn)行形態(tài)學(xué)膨脹，獲得輪廓較大的目標(biāo)；將形態(tài)學(xué)膨脹后的頭目標(biāo)和尾目標(biāo)合成獲得完整的目標(biāo)。本發(fā)明可以通過(guò)前后幀重疊部分累加以提高信噪比，在降低算法復(fù)雜度的同時(shí)能夠較好的剔除背景云層的干擾，在確保精度的同時(shí)能夠提高檢測(cè)系統(tǒng)的實(shí)時(shí)性。
【專(zhuān)利說(shuō)明】—種基于FPGA的紅外小目標(biāo)檢測(cè)方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于紅外預(yù)警系統(tǒng)領(lǐng)域，具體涉及一種基于FPGA的紅外小目標(biāo)檢測(cè)方法及系統(tǒng)。

【背景技術(shù)】
[0002]在紅外預(yù)警系統(tǒng)中，常利用的小目標(biāo)檢測(cè)方法是點(diǎn)目標(biāo)檢測(cè)技術(shù)。點(diǎn)目標(biāo)檢測(cè)技術(shù)針對(duì)的是紅外熱像儀位置固定不變的情況。而現(xiàn)在國(guó)內(nèi)外提出了一種新的探測(cè)技術(shù)，即將紅外熱像儀放置在轉(zhuǎn)動(dòng)的平臺(tái)上，利用轉(zhuǎn)動(dòng)過(guò)程中小目標(biāo)產(chǎn)生的拖尾現(xiàn)象，將小目標(biāo)檢測(cè)轉(zhuǎn)換成線目標(biāo)檢測(cè)，大大降低了檢測(cè)難度。
[0003]傳統(tǒng)的檢測(cè)算法包括頻率域高通濾波算法、頻率域低通濾波算法，這兩種算法針對(duì)較平緩的天空檢測(cè)效果較好，但是對(duì)于灰度變化劇烈的雜波背景(如云雜波)卻一般很難保證其濾波效果；另外一些新穎的方法如二維最小均方(TDLMS)濾波、自適應(yīng)自回歸背景估計(jì)方法、隨機(jī)場(chǎng)模型方法能夠?qū)υ茖颖尘拜^好的處理，但是算法復(fù)雜度較高。
[0004]傳統(tǒng)的紅外預(yù)警系統(tǒng)裝置采用的單一的上述的濾波算法或者部分算法的結(jié)合，僅僅適用于特定的一些背景復(fù)雜的場(chǎng)合；另外，傳統(tǒng)的紅外預(yù)警系統(tǒng)在轉(zhuǎn)動(dòng)平臺(tái)的基礎(chǔ)上較多的采用線陣掃描探測(cè)方式，在掃描過(guò)程中幀與幀之間會(huì)存在盲區(qū)，降低了圖像的信噪比。


【發(fā)明內(nèi)容】

[0005]本發(fā)明提出一種基于FPGA的紅外小目標(biāo)檢測(cè)方法及系統(tǒng)，可以通過(guò)前后幀重疊部分累加以提高信噪比，在降低算法復(fù)雜度的同時(shí)能夠較好的剔除背景云層的干擾，在確保精度的同時(shí)能夠提高檢測(cè)系統(tǒng)的實(shí)時(shí)性。
[0006]為了解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于FPGA的紅外小目標(biāo)檢測(cè)方法，包括以下步驟:
[0007]步驟一、對(duì)采集的圖像進(jìn)行預(yù)處理，去噪、去盲元；
[0008]步驟二、提取頭圖像和尾圖像；
[0009]步驟三、分別對(duì)頭圖像和尾圖像進(jìn)行雜波邊緣濾波操作；
[0010]步驟四、對(duì)頭圖像和尾圖像分別進(jìn)行閾值分割操作，使圖像二值化；
[0011]步驟五、對(duì)閾值分割后的頭圖像和尾圖像中的目標(biāo)進(jìn)行形態(tài)學(xué)膨脹，獲得輪廓較大的目標(biāo)；
[0012]步驟六、將形態(tài)學(xué)膨脹后的頭目標(biāo)和尾目標(biāo)合成獲得完整的目標(biāo)。
[0013]本發(fā)明還提供一種基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，包括圖像采集模塊、圖像預(yù)處理模塊、頭尾圖像提取模塊、雜波邊緣濾波模塊、閾值分割模塊、形態(tài)學(xué)膨脹模塊、頭尾圖像累加模塊；上述模塊均在FPGA上實(shí)現(xiàn)；
[0014]圖像采集模塊與圖像預(yù)處理模塊相連，圖像預(yù)處理模塊與頭尾圖像提取模塊相連，頭尾圖像提取模塊與雜波邊緣濾波模塊相連，雜波邊緣濾波模塊與閾值分割模塊相連，閾值分割模塊與形態(tài)學(xué)腐蝕膨脹模塊相連，形態(tài)學(xué)腐蝕膨脹模塊與頭尾圖像累加模塊相連；
[0015]圖像采集模塊用于將紅外相機(jī)拍攝到的紅外圖像序列恢復(fù)成數(shù)字圖像序列，然后將數(shù)字圖像信號(hào)發(fā)送給圖像預(yù)處理模塊；
[0016]圖像預(yù)處理模塊用于進(jìn)行噪聲的初步處理和盲元補(bǔ)償，然后將處理完的數(shù)字圖像信號(hào)發(fā)送給頭尾圖像提取模塊；
[0017]頭尾圖像提取模塊用于提取數(shù)字圖像的頭圖像和尾圖像，并且將提取出來(lái)的頭圖像和尾圖像分別通過(guò)兩個(gè)通道并行發(fā)送給雜波邊緣濾波模塊；
[0018]雜波邊緣濾波模塊用于抑制頭圖像和尾圖像中雜波邊緣的影響，可以較好的保留目標(biāo)信息，然后將濾波后的頭圖像和尾圖像發(fā)送給閾值分割模塊；
[0019]閾值分割模塊根據(jù)頭圖像和尾圖像中目標(biāo)的亮度特性將圖像中大于閾值的像素點(diǎn)保留下來(lái)，小于閾值的像素點(diǎn)予以丟棄，分別提取出頭圖像和尾圖像中目標(biāo)的初步形態(tài)，然后將提取出的目標(biāo)的頭圖像和尾圖像發(fā)送給形態(tài)學(xué)膨脹模塊；
[0020]形態(tài)學(xué)膨脹模塊用于對(duì)頭圖像和尾圖像中的目標(biāo)進(jìn)行放大，便于目標(biāo)的進(jìn)一步處理，然后將膨脹的結(jié)果發(fā)送給頭尾圖像累加模塊；
[0021]頭尾圖像累加模塊主要用于將處理過(guò)的頭圖像和尾圖像疊加在一起，得到最后的包含目標(biāo)的圖像。
[0022]進(jìn)一步，圖像采集模塊將采集到的數(shù)據(jù)信號(hào)恢復(fù)成具有場(chǎng)使能、行使能和數(shù)據(jù)信號(hào)的有效數(shù)字圖像信號(hào)，便于后端處理。
[0023]進(jìn)一步，圖像預(yù)處理模塊采用一維1*N窗口大小的中值濾波器進(jìn)行濾波，其中中值濾波器采用快速比較方式實(shí)現(xiàn)。
[0024]進(jìn)一步，頭尾圖像提取模塊采用模板濾波的方法分割出頭圖像和尾圖像。
[0025]進(jìn)一步，雜波邊緣濾波模塊采用Robinson濾波方法進(jìn)行實(shí)現(xiàn)，可以有效的濾除大部分云層雜波的干擾。
[0026]進(jìn)一步，所有的模塊均在FPGA利用verilog語(yǔ)言實(shí)現(xiàn)，并搭建硬件模塊。
[0027]本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)在于，

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0028]圖1是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。
[0029]圖2是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)中值濾波快速比較示意圖。
[0030]圖3是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)目標(biāo)區(qū)域水平剖視圖。
[0031]圖4是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)頭尾圖像提取模塊結(jié)構(gòu)圖。
[0032]圖5是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)雜波邊緣濾波原理示意圖。
[0033]圖6是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)雜波邊緣濾波FPGA實(shí)現(xiàn)示意圖。
[0034]圖7是本發(fā)明基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)頭、尾圖像累加不意圖。

【具體實(shí)施方式】
[0035]如圖1所示，基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)包括圖像采集模塊、圖像預(yù)處理模塊、頭尾圖像提取模塊、雜波邊緣濾波模塊、閾值分割模塊、形態(tài)學(xué)膨脹模塊、頭尾圖像累加模塊；上述模塊均在FPGA上實(shí)現(xiàn)。本發(fā)明主要針對(duì)的是遠(yuǎn)距離空域小目標(biāo)。
[0036]—、各模塊的處理方法
[0037]圖像預(yù)處理
[0038]圖像預(yù)處理主要實(shí)現(xiàn)的是去噪功能，最后獲得的是去噪、去盲元后的圖像。常用的方法有平滑濾波、中值濾波、邊緣檢測(cè)和梯度算子，而在本實(shí)施例中采用的是中值濾波方法。中值濾波是一種常用的非線性濾波技術(shù)。該方法將像素的鄰域像素按灰度級(jí)進(jìn)行排序，然后選擇該組的中間值作為輸出像素值。本實(shí)施例中選取中值濾波的模板大小為1*7。
[0039]頭圖像和尾圖像提取
[0040]如圖3所示，根據(jù)頭、尾目標(biāo)存在的階躍特征，本發(fā)明構(gòu)建如公式(I)所示的檢測(cè)模板ght:
?-1 -1-10 111]
[0041]ght =\\(I)
ht l-l -1 -1 O I I lj
[0042]然后將檢測(cè)模板與圖像預(yù)處理后的結(jié)果進(jìn)行卷積，得到卷積后的目標(biāo)圖像fht (χ, y) °卷積公式如公式⑵所示，
[0043]fhl{x,y) = h?ghl⑵
[0044]公式⑵中，h表示中值濾波后的結(jié)果，X, y表示目標(biāo)圖像像素點(diǎn)的坐標(biāo)值。
[0045]然后同時(shí)分別對(duì)目標(biāo)圖像fht(x，y)利用公式(3)和公式⑷進(jìn)行判斷，求得目標(biāo)頭圖像f' h(x，y)和尾圖像f' t(x，y)。
[0046]= I,
[Uelse(3)
[0047]/(Χ,ν) = ]f4)
[0else
[0048]雜波邊緣濾波
[0049]在求得頭圖像和尾圖像后，分別對(duì)它們進(jìn)行相同的雜波邊緣濾波操作，主要用于剔除邊緣雜波，獲取完整的目標(biāo)信息。常用的邊緣檢測(cè)算法有sobel,prewitt,roberts,普通邊緣濾波算法只給出點(diǎn)目標(biāo)邊緣信息而濾除了目標(biāo)內(nèi)部信息，而Robinson Guard濾波算法由于具有保護(hù)帶，在目標(biāo)不太大的情況下能給出目標(biāo)的完整信息。所以本實(shí)施例中選用Robinson 算法。
[0050]采用Robinson濾波的方法可以濾除云區(qū)和背景雜波的干擾，Robinson濾波器主要通過(guò)比較中心像素與其鄰域像素極值間的差異來(lái)抑制背景，其對(duì)緩變的平坦和空間相關(guān)性強(qiáng)的邊緣背景區(qū)域都有很好的抑制作用。Robinson濾波公式如公式(5)所示，
,.、f./;?r(m,n) —ηιαχ(ζρζ2,ζ”ζ4) /^(m,η) > max(zrz2,z,,z4)
[0051]Λ—?|0—(5)
[0052]公式(5)中，
[0053]Z1 = max (fpre (m_N: m+N, n_N))
[0054]z2 = max (fpre (m_N: m+N, n+N))
[0055]Z3 = max (fpre (m-N, n_N: n+N))
[0056]Z4 = max (fpre (m+N, n_N: n+N))
[0057]其中，fEobinson(i, j)為Robinson濾波后的結(jié)果，(m，n)表示中心像素點(diǎn)的坐標(biāo)值，N表示邊緣像素點(diǎn)到中心像素點(diǎn)的距離。
[0058]如圖5所示，其中fpM(m，n)為頭圖像或尾圖像的中心像素，Z1'z2、z3、Z4分別表示中心像素fpM(m，η)周?chē)膫€(gè)區(qū)域像素的最大值，每個(gè)區(qū)域長(zhǎng)度為2Ν。
[0059]閾值分割
[0060]在進(jìn)行雜波邊緣濾波操作后，需要對(duì)頭圖像和尾圖像分別進(jìn)行閾值分割操作。主要是為了使得圖像二值化，方便后續(xù)的處理。閾值分割主要通過(guò)根據(jù)圖像中目標(biāo)像素點(diǎn)像素值的大小設(shè)定具體的閾值，然后將大于閾值的目標(biāo)像素點(diǎn)賦值為255，然后將小于閾值的像素點(diǎn)全部賦值為0.。
[0061]形態(tài)學(xué)膨脹
[0062]對(duì)閾值分割后的頭圖像和尾圖像中的目標(biāo)進(jìn)行像素值擴(kuò)大，獲得輪廓較大的目標(biāo)，從而提聞探測(cè)率。
[0063]膨脹的主要原理是在中心像素點(diǎn)附近取L*L大小的模板，然后采用遍歷法將模板區(qū)域內(nèi)像素點(diǎn)值--搜尋，若是存在一個(gè)像素點(diǎn)的值為255，則將中心像素點(diǎn)的值賦值為
255。
[0064]頭圖像和尾圖像累加
[0065]最將頭圖像形態(tài)學(xué)膨脹后的結(jié)果和尾圖像形態(tài)學(xué)膨脹后的處理結(jié)果重新合并到一起，即將頭目標(biāo)和尾目標(biāo)合成獲得完整的目標(biāo)。
[0066]假定I (X，y)是閾值分割后頭圖像像素點(diǎn)(X，y)位置上的像素值；假定I，(x, y)是閾值分割后尾圖像(x，y)位置上的像素值。shift是尾圖像相對(duì)于頭圖像的平移分量。
[0067]第I步:首先，對(duì)閾值分割后的頭圖像像素點(diǎn)I (X，y)和閾值分割后進(jìn)行一定偏移的尾圖像像素點(diǎn)I, (χ，y+shift)進(jìn)行作差，如公式(6)所示，
[0068]t = I (x, y) -1' (x, y+shift)(6)
[0069]公式(6)中，(x，y)為坐標(biāo)值，shift為尾圖像中的目標(biāo)相對(duì)于頭圖像中的目標(biāo)的偏移量，t為閾值分割后的頭圖像像素點(diǎn)I (X，y)和閾值分割后進(jìn)行一定偏移的尾圖像像素點(diǎn) Γ (X，y+shift)的差值。
[0070]然后對(duì)差值t進(jìn)行判斷，如果t < 0，則t = _t ;如果t > 0，則t不變。
[0071]第2步:對(duì)閾值分割后的頭圖像像素點(diǎn)I (x，y)和閾值分割后的尾圖像像素點(diǎn)Γ (x，y)以及公式(6)中的差值t進(jìn)行判斷，
[0072]當(dāng)公式(7)滿(mǎn)足時(shí)，則將頭圖像像素點(diǎn)I (x，y)和進(jìn)行一定偏移的尾圖像像素點(diǎn)Γ (x, y+shift)進(jìn)行加法運(yùn)算,如公式(8)所示:
取 7)>0
[0073]< /,(x, y)>0(7)
/<10
[0074]I1(Xjy) = I(x,y)+I/ (x, y+shift)(8)
[0075]若公式(7)中有一個(gè)條件不滿(mǎn)足，則有I1U, y) = O。
[0076]I1 (x, y)為頭圖像像素點(diǎn)和進(jìn)行一定偏移后的尾圖像像素點(diǎn)累加后的結(jié)果。

/(.r, v) > O
[0077]公式(7)中，/'(&V)> O是判斷條件，前兩項(xiàng)判斷條件確保頭尾圖像上都不為0，

^<10
表明圖像中有目標(biāo)。因?yàn)轭^尾圖像在一個(gè)目標(biāo)的像素差不會(huì)很大，所以通過(guò)第三個(gè)條件判斷可以得到前兩個(gè)條件得到的目標(biāo)是同一個(gè)目標(biāo)。
[0078]二、各模塊的FPGA實(shí)現(xiàn)
[0079]本實(shí)施例實(shí)現(xiàn)的硬件平臺(tái):采用XILINX公司spartan-6為主芯片的FPGA開(kāi)發(fā)板，外置的cameralink視頻輸入接口，外置的SRAM芯片，千兆網(wǎng)口。系統(tǒng)的檢測(cè)算法是用verilog語(yǔ)目描述,程序編寫(xiě)和仿真在ISE13.1上面實(shí)現(xiàn)。
[0080]系統(tǒng)通過(guò)紅外cameralink相機(jī)采集紅外視頻,然后通過(guò)cameralink接口將圖像數(shù)據(jù)信號(hào)輸入至開(kāi)發(fā)板上。
[0081]圖像采集模塊
[0082]圖像采集模塊用于接收外部cameralink接口進(jìn)來(lái)的視頻數(shù)據(jù)信號(hào)。由于cameralink接口進(jìn)來(lái)的數(shù)據(jù)是按照cameralink時(shí)序輸入的，而cameralink時(shí)序是包含了場(chǎng)信號(hào)、行信號(hào)以及數(shù)據(jù)信號(hào)的，所以圖像采集模塊只需要對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的賦值即可。
[0083]圖像預(yù)處理模塊
[0084]針對(duì)中值濾波的方法特點(diǎn)，本發(fā)明設(shè)計(jì)了適用于FPGA的快速中值濾波比較方法。本發(fā)明以圖像中相鄰的7個(gè)圖像像素al，a2，a3，a4，a5，a6，a7為例，如圖2所示，首先將7 個(gè)數(shù)據(jù) al, a2, a3, a4, a5, a6, a7 分成 3 組。組 1:al, a2, a3 ;組 2:a4 ;組 3:a5, a6, a7。然后分別將組I和組2進(jìn)行排序,求得組I的最大值maxi,中值medl,最小值mini和組3的最大值max3,中值med3,最小值min3。然后比較maxi和max3求得較小值max_min,比較medl、med3與a4求得中值med_med,比較mini和min3求得較大值min_max。最后將max_min和min_max以及med_med進(jìn)行排序比較,求出中間值med,該中間值即為所要求的中值濾波的結(jié)果。
[0085]頭尾圖像提取模塊
[0086]在FPGA實(shí)現(xiàn)過(guò)程中，如圖4所示，經(jīng)過(guò)中值濾波后，將前一行圖像數(shù)據(jù)輸入行緩存(由I個(gè)先入先出緩存器FIFO組成)中，然后當(dāng)后一行圖像數(shù)據(jù)到來(lái)時(shí)，從行緩沖中輸出數(shù)據(jù)與后一行的圖像數(shù)據(jù)進(jìn)行卷積計(jì)算。
[0087]經(jīng)過(guò)卷積后的前6行圖像數(shù)據(jù)送入行緩沖陣列(由6個(gè)先入先出緩存器FIFO組成)中，然后當(dāng)?shù)?行圖像數(shù)據(jù)到來(lái)時(shí)，將緩沖陣列中6行圖像數(shù)據(jù)和第7行(共7行)的圖像數(shù)據(jù)同時(shí)送入數(shù)據(jù)選通判決器；數(shù)據(jù)選通判決器的作用是將輸入數(shù)據(jù)進(jìn)行正、負(fù)分離，大于O的部分，由“ + ”部分輸出，即為頭圖像，小于O的值由O代替。小于O的部分，取絕對(duì)值后，由部分輸出，大于O的值由O代替，即為尾圖像。將頭圖像與尾圖像輸出給雜波邊緣濾波模塊。
[0088]雜波邊緣濾波模塊
[0089]雜波邊緣濾波模塊的FPGA實(shí)現(xiàn)方式如下:
[0090]如圖6所示，本發(fā)明中Robinson濾波模板選取為7*7。由于頭、尾圖像提取后，從數(shù)據(jù)選通判決器并行輸出的是7行圖像數(shù)據(jù)。為了構(gòu)造周?chē)乃膫€(gè)區(qū)域，采用先入先出緩存器FIFO進(jìn)行緩存讀取的方式進(jìn)行操作。
[0091]用21、22、23、24分別表示周?chē)膫€(gè)區(qū)域像素的最大值，這時(shí)候每個(gè)區(qū)域的圖像像素個(gè)數(shù)都為7。上下兩個(gè)區(qū)域的像素值可以通過(guò)同步讀取7個(gè)FIFO的值獲得。而左右兩個(gè)區(qū)域的像素值可以在讀取FIFOl和FIF07的過(guò)程中通過(guò)移位緩存方式獲得。
[0092]針對(duì)四個(gè)區(qū)域中的像素值，分別求取它們的最大值則采用類(lèi)似于中值濾波快速比較法的方法，將每個(gè)區(qū)域中的7個(gè)像素值分成3組，然后分別求取三組的最大值，然后再將這3個(gè)最大值進(jìn)行比較，求得的值即為7個(gè)像素值中的最大值。
[0093]閾值分割模塊
[0094]閾值分割模塊主要是用于比較Robins1n濾波值與目標(biāo)的能量閾值，然后將大于能量閾值的Robins1n濾波值賦值為255，小于能量閾值的Robins1n濾波值賦值為0，從而實(shí)現(xiàn)二值化的效果。
?I,(χ, V) = 255 (/(.v, V) > thea)
[0095]\^"
(//(,V, v)-0 (else)
[0096]其中thea為目標(biāo)的能量閾值,I (x, y)為Robins1n濾波后的圖像像素值,I1 (x, y)為閾值分割后的圖像像素值。
[0097]形態(tài)學(xué)膨脹模塊
[0098]在本實(shí)施例中η取值為5。
[0099]在FPGA實(shí)現(xiàn)過(guò)程中，先利用FIFO緩存技術(shù)構(gòu)建n*n大小的搜索模板:利用多個(gè)FIFO將n-Ι行的圖像像素進(jìn)行緩存，然后當(dāng)?shù)讦切袌D像像素到來(lái)時(shí)，同時(shí)讀取出FIFO中的圖像像素，這樣可以可以構(gòu)建出n*n大小的搜索模板。
[0100]然后對(duì)n*n大小的搜索模板內(nèi)的所有像素進(jìn)行“或”運(yùn)算，若“或”運(yùn)算的結(jié)果為255，則將搜索模板的中心像素賦值為255。最后得到的結(jié)果即為形態(tài)學(xué)膨脹的結(jié)果。將膨脹后的結(jié)果輸出給頭、尾圖像累加模塊。
[0101]頭尾圖像累加模塊
[0102]在FPGA實(shí)現(xiàn)過(guò)程中，如圖7所示，由于形態(tài)學(xué)膨脹后的頭、尾圖像像素輸入頭、尾圖像累加模塊時(shí)是并行同步的，我們定義兩個(gè)比較大的寄存器Regl與Reg2，然后將頭圖像像素依次輸入Regl的低位中，同時(shí)Regl內(nèi)部實(shí)現(xiàn)移位操作，而只將Regl中的高位輸出得到頭圖像像素點(diǎn)I (x，y)。尾圖像在經(jīng)過(guò)Reg2進(jìn)行移位操作的過(guò)程中得到尾圖像像素點(diǎn)I, (X，Y)，另外尾圖像也單獨(dú)從一路通道直接輸出得到進(jìn)行一定偏移的尾圖像像素點(diǎn)I' (χ, y+shift) ο


l(x,y)>0
[0103]通過(guò)以上操作，可以實(shí)現(xiàn)對(duì)判決條件/'(W)>0的判斷，并且得到最終頭尾圖像


/<10
合并后的結(jié)果。其中，t = I (χ, y)-r (χ, y+shift)(如果 t < O,則 t =-t)。
【權(quán)利要求】
1.一種基于FPGA的紅外小目標(biāo)檢測(cè)方法，其特征在于，包括以下步驟: 步驟一、對(duì)采集的圖像進(jìn)行預(yù)處理，去噪、去盲元； 步驟二、提取頭圖像和尾圖像； 步驟三、分別對(duì)頭圖像和尾圖像進(jìn)行雜波邊緣濾波操作； 步驟四、對(duì)頭圖像和尾圖像分別進(jìn)行閾值分割操作，使圖像二值化； 步驟五、對(duì)閾值分割后的頭圖像和尾圖像中的目標(biāo)進(jìn)行形態(tài)學(xué)膨脹，獲得輪廓較大的目標(biāo)； 步驟六、將形態(tài)學(xué)膨脹后的頭目標(biāo)和尾目標(biāo)合成獲得完整的目標(biāo)。
2.如權(quán)利要求1所述的基于FPGA的紅外小目標(biāo)檢測(cè)方法，其特征在于，步驟二中，首先，構(gòu)建如公式(I)所示的檢測(cè)模板ght，
?-1 -1 -1 O I I Il 8ht ~{-1 -1 -1 O I I Ij⑴ 然后，將檢測(cè)模板ght與圖像預(yù)處理后的結(jié)果進(jìn)行卷積，得到卷積后的目標(biāo)圖像fht(x，y)，卷積公式如公式(2)所示， fhl(x,y) = h?ghl(2) 公式(2)中，h表示中值濾波后的結(jié)果，X，y表示目標(biāo)圖像像素點(diǎn)的坐標(biāo)值； 最后，分別如公式(3)和公式(4)所示對(duì)目標(biāo)圖像fht(x，y)進(jìn)行判斷，獲得目標(biāo)頭圖像f' h(x, y)和尾圖像 f' t(x，y)，

(W) > () JhXx^y)— I /λ7
1else(3)
?-版)偷)<ο ⑷。
[Oelse
3.如權(quán)利要求1所述的基于FPGA的紅外小目標(biāo)檢測(cè)方法，其特征在于，步驟三中，采用Robinson濾波器進(jìn)行邊緣濾波，Robinson濾波方式如公式(5)所示， r ,..、—ηιαχ(ζρζ2，ζ;,ζ4) /,,,,,(ηι,η) > max(z,,ζ2,ζ.,ζ4)
J Robinson= 公式(5)中，fR()bi_(i，j)為Robinson濾波后的結(jié)果，
Z1 = max (fpre (m-N: m+N, n_N))
z2 = max (fpre (m-N: m+N, n+N))
Z3 = max (fpre (m-N, n_N: n+N))
Z4 = max (fpre (m+N, n_N: n+N)) 其中，(m，n)表示中心像素點(diǎn)的坐標(biāo)值，N表示邊緣像素點(diǎn)到中心像素點(diǎn)的距離，fpre(m, η)為頭圖像或尾圖像的中心像素，Z1, Z2, z3> Z4分別表示中心像素fpM(m，n)周?chē)膫€(gè)區(qū)域像素的最大值，每個(gè)區(qū)域長(zhǎng)度為2N。
4.如權(quán)利要求1所述的基于FPGA的紅外小目標(biāo)檢測(cè)方法，其特征在于，步驟六的具體過(guò)程為: 4.1假定I (x，y)是閾值分割后頭圖像像素點(diǎn)U，y)位置上的像素值；假定I' (x, y)是閾值分割后尾圖像(x，y)位置上的像素值。shift為尾圖像中的目標(biāo)相對(duì)于頭圖像中的目標(biāo)的偏移量，； 4.2對(duì)閾值分割后的頭圖像像素點(diǎn)I (x，y)和閾值分割后進(jìn)行一定偏移的尾圖像像素點(diǎn)Γ (x, y+shift)進(jìn)行作差,如公式(6)所示，t = I (χ, γ)-Γ (x, y+shift)(6) 公式(6)中，(x，y)為坐標(biāo)值，shift為尾圖像中的目標(biāo)相對(duì)于頭圖像中的目標(biāo)的偏移量，t為閾值分割后的頭圖像像素點(diǎn)I (x，y)和閾值分割后進(jìn)行一定偏移的尾圖像像素點(diǎn)Γ (χ, y+shift)的差值； 4.3對(duì)差值t進(jìn)行判斷，如果t < O，則t = -t ;如果t > O，則t不變； 4.4如公式(7)所示，對(duì)閾值分割后的頭圖像像素點(diǎn)I (x，y)和閾值分割后的尾圖像像素點(diǎn)Γ (X，y)以及公式(6)中的差值t進(jìn)行判斷， 當(dāng)公式(7)滿(mǎn)足時(shí)，則將頭圖像像素點(diǎn)I(x，y)和進(jìn)行一定偏移的尾圖像像素點(diǎn)Γ (x, y+shift)進(jìn)行加法運(yùn)算,如公式(8)所示，
/(X,.V)>0 ? 7,(x,v)>0(7) ；<10 I1(Xiy) = I(x,y)+I/ (x, y+shift)(8) 當(dāng)公式(7)中有一個(gè)條件不滿(mǎn)足，則有I1Uy) = O ； 其中，I1 (x, y)為頭圖像像素點(diǎn)和進(jìn)行一定偏移后的尾圖像像素點(diǎn)累加后的結(jié)果。
5.一種基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，其特征在于，包括圖像采集模塊、圖像預(yù)處理模塊、頭尾圖像提取模塊、雜波邊緣濾波模塊、閾值分割模塊、形態(tài)學(xué)膨脹模塊、頭尾圖像累加模塊；上述模塊均在FPGA上實(shí)現(xiàn)； 圖像采集模塊與圖像預(yù)處理模塊相連，圖像預(yù)處理模塊與頭尾圖像提取模塊相連，頭尾圖像提取模塊與雜波邊緣濾波模塊相連，雜波邊緣濾波模塊與閾值分割模塊相連，閾值分割模塊與形態(tài)學(xué)腐蝕膨脹模塊相連，形態(tài)學(xué)腐蝕膨脹模塊與頭尾圖像累加模塊相連；圖像采集模塊用于將紅外相機(jī)拍攝到的紅外圖像序列恢復(fù)成數(shù)字圖像序列，然后將數(shù)字圖像信號(hào)發(fā)送給圖像預(yù)處理模塊； 圖像預(yù)處理模塊用于進(jìn)行噪聲的初步處理和盲元補(bǔ)償，然后將處理完的數(shù)字圖像信號(hào)發(fā)送給頭尾圖像提取模塊； 頭尾圖像提取模塊用于提取數(shù)字圖像的頭圖像和尾圖像，并且將提取出來(lái)的頭圖像和尾圖像分別通過(guò)兩個(gè)通道并行發(fā)送給雜波邊緣濾波模塊； 雜波邊緣濾波模塊用于抑制頭圖像和尾圖像中雜波邊緣的影響，然后將濾波后的頭圖像和尾圖像發(fā)送給閾值分割模塊； 閾值分割模塊根據(jù)頭圖像和尾圖像中目標(biāo)的亮度特性將圖像中大于閾值的像素點(diǎn)保留下來(lái)，小于閾值的像素點(diǎn)予以丟棄，分別提取出頭圖像和尾圖像中目標(biāo)的初步形態(tài)，然后將提取出的目標(biāo)的頭圖像和尾圖像發(fā)送給形態(tài)學(xué)膨脹模塊； 形態(tài)學(xué)膨脹模塊用于對(duì)頭圖像和尾圖像中的目標(biāo)進(jìn)行放大，然后將膨脹的結(jié)果發(fā)送給頭尾圖像累加模塊； 頭尾圖像累加模塊主要用于將處理過(guò)的頭圖像和尾圖像疊加在一起，得到最后的包含目標(biāo)的圖像。
6.如權(quán)利要求5所述的基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，其特征在于，所有的模塊均在FPGA利用verilog語(yǔ)言實(shí)現(xiàn)，并搭建硬件模塊。
7.如權(quán)利要求5所述的基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，其特征在于，圖像預(yù)處理模塊采用一維1*N窗口大小的中值濾波器進(jìn)行濾波，其中中值濾波器采用快速比較方式實(shí)現(xiàn)。
8.如權(quán)利要求5所述的基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，其特征在于，頭尾圖像提取模塊中，將前一行圖像數(shù)據(jù)輸入由I個(gè)先入先出緩存器FIFO組成的行緩存中，然后當(dāng)后一行圖像數(shù)據(jù)到來(lái)時(shí)，從行緩沖中輸出數(shù)據(jù)與后一行的圖像數(shù)據(jù)進(jìn)行卷積計(jì)算；經(jīng)過(guò)卷積后的前6行圖像數(shù)據(jù)送入由6個(gè)先入先出緩存器FIFO組成的行緩沖陣列中，然后當(dāng)?shù)?行圖像數(shù)據(jù)到來(lái)時(shí)，將緩沖陣列中6行圖像數(shù)據(jù)和第7行的圖像數(shù)據(jù)同時(shí)送入數(shù)據(jù)選通判決器；數(shù)據(jù)選通判決器將大于O的部分，由“ + ”部分輸出，獲得頭圖像，小于O的值由O代替；數(shù)據(jù)選通判決器將小于O的部分，取絕對(duì)值后，由部分輸出，大于O的值由O代替，獲得尾圖像。
9.如權(quán)利要求5所述的基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，其特征在于，形態(tài)學(xué)膨脹模塊中，用先入先出緩存器FIFO構(gòu)建n*n大小的搜索模板:利用多個(gè)先入先出緩存器FIFO將n-Ι行的圖像像素進(jìn)行緩存，然后當(dāng)?shù)讦切袌D像像素到來(lái)時(shí)，同時(shí)讀取出多個(gè)FIFO中的圖像像素，構(gòu)建出n*n大小的搜索模板；然后對(duì)n*n大小的搜索模板內(nèi)的所有像素進(jìn)行“或”運(yùn)算，若“或”運(yùn)算的結(jié)果為255，則將搜索模板的中心像素賦值為255。
10.如權(quán)利要求5所述的基于FPGA的紅外小目標(biāo)檢測(cè)系統(tǒng)，其特征在于，定義兩個(gè)寄存器Regl與Reg2，將頭圖像像素依次輸入Regl的低位中，同時(shí)在Regl內(nèi)部實(shí)現(xiàn)移位操作，只將Regl中的高位輸出得到頭圖像像素點(diǎn)I (X，y)，尾圖像在經(jīng)過(guò)Reg2進(jìn)行移位操作的過(guò)程中得到尾圖像像素點(diǎn)I, (X，y)，尾圖像單獨(dú)從一路通道直接輸出得到進(jìn)行一定偏移的尾圖像像素點(diǎn)I' (X，y+shift)。
【文檔編號(hào)】G06T7/20GK104240240SQ201410450244
【公開(kāi)日】2014年12月24日 申請(qǐng)日期:2014年9月4日 優(yōu)先權(quán)日:2014年9月4日
【發(fā)明者】陸愷立, 廖逸琪, 龔文彪, 余明, 劉恒建, 顧國(guó)華, 錢(qián)惟賢, 任侃, 路東明 申請(qǐng)人:南京理工大學(xué)