本文關(guān)鍵詞：空中紅外小目標(biāo)檢測(cè)及硬件加速研究

  更多相關(guān)文章： 紅外成像 目標(biāo)檢測(cè) 局部對(duì)比度 硬件加速

【摘要】：復(fù)雜背景下的紅外小目標(biāo)檢測(cè)是紅外圖像處理領(lǐng)域一項(xiàng)重要的研究?jī)?nèi)容。目前,關(guān)于空中紅外小目標(biāo)檢測(cè)已經(jīng)有了很多優(yōu)秀的研究成果,但由于背景的復(fù)雜性以及小目標(biāo)形狀紋理特征的缺失,復(fù)雜背景下的紅外小目標(biāo)檢測(cè)不能取得較好的效果。另外,圖像處理數(shù)據(jù)量越來(lái)越大,對(duì)處理系統(tǒng)的實(shí)時(shí)性提出了更高的要求,實(shí)現(xiàn)對(duì)處理算法的加速成為了一個(gè)必然趨勢(shì)。本文在傳統(tǒng)紅外小目標(biāo)檢測(cè)算法的基礎(chǔ)之上進(jìn)行了改進(jìn),提高了算法在復(fù)雜背景下的適應(yīng)性,并對(duì)算法的硬件加速實(shí)現(xiàn)進(jìn)行了設(shè)計(jì)。本文主要研究?jī)?nèi)容包括:(1)針對(duì)局部對(duì)比度測(cè)量(Local Contrast Method,LCM)算法對(duì)復(fù)雜背景下紅外小目標(biāo)檢測(cè)的不足,在分析小目標(biāo)鄰域像素灰度值特征之上,定義了局部最大差值這一參數(shù)來(lái)提高算法的檢測(cè)性能。局部最大差值能夠利用更多鄰域的像素信息,而且局部最大差值與局部最小對(duì)比度數(shù)值大小的一致性以及數(shù)值范圍的差異性在算法計(jì)算過(guò)程中都得到了充分利用,從而可以實(shí)現(xiàn)更為有效的目標(biāo)增強(qiáng)和背景抑制。實(shí)驗(yàn)證明,改進(jìn)的LCM算法相比傳統(tǒng)算法在對(duì)復(fù)雜背景下的紅外小目標(biāo)檢測(cè)性能上有了較大的提高。(2)針對(duì)傳統(tǒng)串行處理器在進(jìn)行圖像處理時(shí)在功耗和處理速度上的不足,對(duì)基于FPGA的圖像算法硬件實(shí)現(xiàn)進(jìn)行了研究。改進(jìn)的LCM算法屬于圖像處理的底層算法,運(yùn)算結(jié)構(gòu)簡(jiǎn)單、重復(fù)性高,并且能夠拆分成獨(dú)立的功能模塊,適合用具有并行處理特性的FPGA來(lái)實(shí)現(xiàn)。FPGA能夠?qū)⑺惴ǖ墓δ苣K映射為獨(dú)立的電路結(jié)構(gòu),視頻數(shù)據(jù)流處理的處理方式以及流水線的運(yùn)用可以實(shí)現(xiàn)低時(shí)鐘下的處理操作,降低系統(tǒng)的功耗。實(shí)驗(yàn)證明,FPGA相比傳統(tǒng)串行處理器可以起到對(duì)圖像處理速度加速的作用。(3)針對(duì)高分辨率目標(biāo)跟蹤器處理性能的需要,設(shè)計(jì)了一款基于DSP+FPGA的協(xié)同圖像處理系統(tǒng)。系統(tǒng)硬件的底層通信和硬件加速設(shè)計(jì),使得系統(tǒng)能夠達(dá)到實(shí)時(shí)處理高清晰度視頻的要求。實(shí)驗(yàn)證明,在FPGA和DSP的協(xié)同工作下,系統(tǒng)能夠完成對(duì)高清晰度圖像中小目標(biāo)的實(shí)時(shí)檢測(cè)和跟蹤。
【關(guān)鍵詞】：紅外成像 目標(biāo)檢測(cè) 局部對(duì)比度 硬件加速
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 選題背景和目的9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-15
• 1.2.1 紅外小目標(biāo)檢測(cè)技術(shù)發(fā)展現(xiàn)狀10-11
• 1.2.2 紅外小目標(biāo)檢測(cè)算法發(fā)展現(xiàn)狀11-14
• 1.2.3 實(shí)時(shí)圖像處理系統(tǒng)發(fā)展現(xiàn)狀14-15
• 1.3 本文主要研究工作及章節(jié)結(jié)構(gòu)15-17
• 1.3.1 本文主要研究?jī)?nèi)容15
• 1.3.2 本文章節(jié)結(jié)構(gòu)15-17
• 第2章 紅外成像原理及目標(biāo)檢測(cè)算法研究17-35
• 2.1 引言17
• 2.2 紅外輻射與紅外成像原理17-19
• 2.2.1 紅外輻射理論17-18
• 2.2.2 紅外成像原理及系統(tǒng)優(yōu)缺點(diǎn)18-19
• 2.3 紅外圖像的特征19-21
• 2.3.1 紅外圖像與可見(jiàn)光圖像的區(qū)別19
• 2.3.2 紅外小目標(biāo)圖像場(chǎng)景模型19-20
• 2.3.3 圖像處理效果評(píng)價(jià)參數(shù)20-21
• 2.4 紅外小目標(biāo)檢測(cè)算法研究21-33
• 2.4.1 基于背景預(yù)測(cè)的紅外小目標(biāo)檢測(cè)算法21-25
• 2.4.2 基于高通濾波的紅外小目標(biāo)檢測(cè)算法25-29
• 2.4.3 基于形態(tài)學(xué)的紅外小目標(biāo)檢測(cè)算法29-31
• 2.4.4 實(shí)驗(yàn)結(jié)果分析31-33
• 2.5 本章小結(jié)33-35
• 第3章 基于局部對(duì)比度測(cè)量的紅外小目標(biāo)檢測(cè)算法35-50
• 3.1 引言35
• 3.2 局部對(duì)比度測(cè)量算法35-39
• 3.2.1 局部對(duì)比度分析36-37
• 3.2.2 目標(biāo)增強(qiáng)與背景抑制37-38
• 3.2.3 多尺度計(jì)算及目標(biāo)分割38
• 3.2.4 處理效果分析38-39
• 3.3 參數(shù)增強(qiáng)的LCM算法39-44
• 3.3.1 對(duì)LCM算法改進(jìn)的分析39-40
• 3.3.2 ELCM算法定義40-44
• 3.4 實(shí)驗(yàn)結(jié)果分析44-48
• 3.5 本章小結(jié)48-50
• 第4章 基于FPGA的ELCM算法硬件加速50-60
• 4.1 引言50
• 4.2 FPGA技術(shù)及開(kāi)發(fā)50-53
• 4.2.1 FPGA介紹50-51
• 4.2.2 FPGA開(kāi)發(fā)流程51-52
• 4.2.3 FPGA設(shè)計(jì)中的幾個(gè)原則52-53
• 4.3 ELCM算法硬件加速實(shí)現(xiàn)53-57
• 4.3.1 鄰域窗口生成53-55
• 4.3.2 鄰域極值與鄰域均值的計(jì)算55-56
• 4.3.3 局部最小對(duì)比度和局部最大差值的計(jì)算56
• 4.3.4 最小對(duì)比特性值的計(jì)算56-57
• 4.4 實(shí)驗(yàn)結(jié)果分析57-59
• 4.5 本章小結(jié)59-60
• 第5章 高清視頻處理器系統(tǒng)設(shè)計(jì)60-74
• 5.1 引言60
• 5.2 系統(tǒng)方案60-66
• 5.2.1 母板選型61-63
• 5.2.2 接口板設(shè)計(jì)63-66
• 5.3 硬件底層通信設(shè)計(jì)66-71
• 5.3.1 SDI接口設(shè)計(jì)66-67
• 5.3.2 MCBSP接口設(shè)計(jì)67-68
• 5.3.3 RS422接口設(shè)計(jì)68-70
• 5.3.4 EMIF接口設(shè)計(jì)70-71
• 5.4 系統(tǒng)測(cè)試71-73
• 5.5 本章小結(jié)73-74
• 總結(jié)74-77
• 參考文獻(xiàn)77-81
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文81-83
• 致謝83

，

本文編號(hào)：1100214