1、第34卷增刊Vol.34Suppl.2008年12月OPTICALTECHNIQUEDec. 2008 0167 03 文章編號:1002 1582(2008)S光學技術基于局部紋理分析的紅外小目標檢測及其DSP實現王克勇,宋承天,鄭鏈(北京理工大學宇航科學技術學院,北京100081)摘 要:在紅外小目標圖像中,目標具有與其鄰域背景明顯不同的紋理和頻率特征,在不同尺度和不同頻率通道上有不同的表現,利用小波的多尺度分析理論,可將小目標與其鄰域背景區分開。采用適合在低信噪比下小目標檢測的局部紋理分析方法實現了小目標檢測。為了滿足紅外小目標檢測的實時性要求,采用TI公司的高性能數字多媒體DSP芯片實

2、現了小目標檢測系統。通過軟件程序的優化設計來進一步提高程序運行速度與流水效率,具有良好的軟硬件體系結構。通過對實測紅外序列圖像進行實驗表明,所設計的系統能實時地、穩定地檢測復雜背景下的13個像素的運動小目標。關鍵詞:紅外小目標;檢測;局部紋理分析;硬件實現;軟件優化中圖分類號:TN219;TN206 文獻標識碼:ADimtargetdetectionsystembasedonlocaltextureanalysisandhardwareimplementationwithDSPWANGKe Yong,SONGCheng Tian,ZHENGLian(SchoolofAerospaceScien

3、ceandEngineering,BeijingInstituteofTechnology,Beijing 100081,China)Abstract:Ininfraredsmalltargetimages,thetargethasdifferenttexturecharacteristicandfrequencycharacteristicfrombackground.Usingmulti scalewavelettheory,smalltargetisseparatedfrombackground.Alocaltextureanalysismethodwhichisveryfitfordi

4、mtargetdetectioninlowSNR(signaltonoiserate)ispresentedtorealizethedetection.Inordertosatis fythereal timerealizationrequestofdimtargetdetection,adimtargetdetectionsystemispresented,anditisbasedonakindofhighperformancedigitalmultimediaDSPchipproducedbyTICompany.Theprogram sprocessingspeedandpipelinin

5、geffi ciencyareimprovedbyoptimizingthesoftwareprogram,sothesystemhasaverygoodsoftwareandhardwaresystemstructure.Experimentsonrealinfraredimagesequencesshowthatthesystemcandetectrealtimesteadilydimtargetwith13pixelsinclutterbackground.Keywords:infraredsmalltarget;detection;localtextureanalysis;hardwa

6、resystem;softwareoptimization1 引 言紅外小目標檢測問題因其重要的軍事應用價值而得到了廣泛的研究13。傳統的小目標檢測方法是利用目標點亮度值與背景亮度值不同進行目標與背景的分離,本文利用目標點與鄰域背景之間的紋理差異進行檢測。當紅外圖像背景極其復雜時,圖像整體毫無規律紋理可言,尤其是當目標象素極少時,目標基本淹沒于背景噪聲之中,無法有效提取目標與背景的紋理差異,但在局部范圍內,背景變化一般不會太劇烈,目標與背景紋理差異明顯。因而可以通過提取這種局部紋理差異實現小目標檢測。為了滿足紅外小目標檢測的實時性要求,本文采用高性能DSP芯片為核心器件,設計并實現了從圖像輸入

7、到結果輸出的完整的實時處理硬件系統,并通過對軟件系統結構的優化,極大地提高了該系統的處理速度,對算法的選擇也更為靈活和多樣化。該系統處理結構簡單、體積和功耗小,因而具有較高的實用化水平。收稿日期:2008 08 12 E mail:wangkeyong2 紅外小目標檢測算法2.1 基于局部紋理分析的小目標檢測方法在紅外圖像中,小目標具有與其鄰域背景明顯不同的紋理和頻率特征,在不同尺度和不同頻率通道上有不同的表現,利用小波的多尺度分析理論6,可將小目標與其鄰域背景區分開。設Wk,i(i Z,0<i!N)為圖像點k經過一次小波分解后第i個頻率通道上的分量(Mallat分解時N=4, trou

8、s分解時N=3),定義Ek=k,iW2i(1)為點k處的局部能量;對于多尺度小波分解,點k處的局部能量可用向量Fk=Ejk(j=1,2,#,N*l,l為分解尺度數)表示。定義兩個向量Fk、Fk+1之間的距離為N*l|Fk-Fk+1|=(Ek-iEk+1)21/2(2)作者簡介:王克勇(1971 ),男,河北省人,北京理工大學宇航科學技術學院副教授,博士,主要從事成像探測與智能信息處理方面的研究。光 學 技 術定義點k的鄰域向量為F=第34卷在分解時不進行2抽取;而應用 trous算法分解時,因其本k1ddEk(3)身具有平移不變性,是一種等大小分解,可直接計算。圖1分別給出了一幅原始的紅外小目

9、標圖像及其經過Mallat分解和 trous分解后得到的局部距離像的三維圖,可見,圖像在紋理變化劇烈的局部存在較大峰值。為以k點為中心的dd鄰域。在應用Mallat塔式算法進行小波分解時,由于每分解一次,圖像變為原來的1/4,造成各頻率通道大小不同,因此可圖1 原始紅外圖像及其經過兩種小波分解后的局部距離像2.2 目標檢測流程根據前面的特征向量可以很好的刻畫圖像不同象素點及其鄰域的特征。點目標與其鄰域背景具有明顯不同的特征向量,其特征向量之間存在較大差異,通過對差異的度量,可以實現小目標檢測。本文的檢測算法可以通過以下步驟實現:%對圖像進行多尺度小波分解,并按(1)式計算每點在各個分辨率下的能

10、量,進而得到其特征向量;&根據(3)式計算圖像各點的鄰域向量,然后由(2)式計算各點對應的特征向量與其鄰域向量之間的距離,得到鄰域距離像;在局部距離像上進行閾值分割,保留峰變部分,同時對原圖像進行二值化處理,距離像峰變部分對應的象素值設為255,其余部分設為1。其閾值根據式4計算thr=m+(4)一個強大的多媒體處理器,是構成多媒體信號處理系統的良好平臺:其豐富的外圍接口使其近乎是一多媒體嵌入式系統的單芯片硬件平臺;其完全可編程性,又使其能夠兼容正在發展的各種多媒體型號處理標準,構成通用的軟件平臺。系統方案設計時,考慮了系統數據處理的實時性、硬件系統的規模、系統調試難度等諸多因素。硬件

11、系統主要包括最小DSP系統、輸入模塊、輸出模塊和存儲器模塊四部分,其整體結構如圖2所示。系統從前端紅外傳感器接收紅外序列圖像的模擬視頻信號,經輸入模塊的視頻解碼處理得到數字視頻圖像,在DM642上完成對小目標的檢測,并通過輸出模塊的McBSP串口將檢測結果數據輸出到后端,同時經視頻編碼單元進行處理,顯示視頻輸出結果。本系統充分利用DM642豐富的外設資源,在輸入模塊內應用PCI接口,可直接從主機輸入視頻圖像,極大地方便了開發階段的算法硬件仿真和系統調試。其中m為圖像灰度均值, 為圖像均方差,為目標象素平均灰度值, 為加權值,一般選為020;(經過上一步處理后的圖像為包含目標在內的局域變化劇烈部

12、分。計算各個象素點的33鄰域概率,對于較少象素點的目標,其鄰域概率值近似為p=1/n,n為目標象素點個數。為了檢測象素點為13的目標,可令n=3,對于鄰域概率p!1/3的象素點,全部清除,這樣就得到了包含偽目標的單幀檢測結果。)記錄下所有可能目標的位置,在下一幀圖像中搜索其8鄰域,如果某可能點在其8鄰域連續3幀內始終出現,則確認其為目標,否則作為偽目標去除。當目標在圖像上只占13個象素時,其移動速度一般小于1象素/幀;噪聲點是隨機出現的,不可能持續在一點出現;對于點狀云層,因為距離近,其移動速度一般大于1象素/幀。所以,通過多幀累加的方式可以將目標從偽目標中檢測出來。3.2 DSP最小系統DS

13、P最小系統包括DM642及使其可以運行的最少外圍電路。時鐘電路采用有源晶振,提供穩定、可靠的50MHz的DSP輸入時鐘及外部存儲器時鐘,鎖相環(PLL)使用12模式(CLKMODE1=1,CLKMODE0=0),50MHz外部輸入時鐘經鎖相環倍頻后達到600MHz的主頻;電源部分采用兩片TPS54310,提供3.3V和1.4V內核電壓,并保證系統上電時序;復位電路實現系統電路復位,同時對各電壓進行有效監圖2 硬件系統結構3 紅外小目標檢測系統硬件實現3.1 系統整體硬件結構本文采用TI公司的高性能數字多媒體DSP芯片TMS320DM642實現了小目標檢測硬件系統5。DM642是增刊測;JTAG

14、電路提供與外部仿真器接口,實現仿真與調試。3.3 存儲模塊王克勇,等: 基于局部紋理分析的紅外小目標檢測及其DSP實現用檢測程序開始小目標檢測,發現目標后轉入跟蹤,同時跟蹤結果反饋到檢測過程,以確認目標;(將目標的數目、位置和速度等信息通過串口程序輸出到后端,同時顯示鎖定目標后的視頻圖像。4.2 程序優化為了更好地提高系統的實時性能,使其能夠適應更為復雜的軟件算法,本文在程序優化上做了兩方面工作:%采用C語言與線性匯編語言混合編程,以C語言代碼為主框架,線性匯編語言以C語言可調用的函數或內聯代碼的形式出現,完成程序中最消耗CPU計算周期的部分,使得軟件程序能夠盡可能的利用DSP資源,代碼更緊湊

15、、更高效;&采用增強直接存儲器存取(EDMA)技術,在不占用CPU計算周期的情況下,完成片外大塊的圖像數據向片內存儲單元搬移操作,大大的減輕CPU搬移數據的負擔,提高其運算效率,從而提高軟件系統運行效率。存儲器模塊包含SDRAM和FLASH兩部分。小目標檢測過程中需要對大量的圖像數據進行處理,要求系統具有較大的信息存儲空間,因此在本硬件系統中,采用兩片SDRAM芯片MT48LC4M32B2并聯到DM642的EMIF上,映射到DM642的CE0空間,實現64位32M字節的數據存儲,其時鐘頻率為經過對外部存儲器時鐘頻率倍頻后達到的133MHz,因而能夠滿足大量數據的高速存取,保證系統的實時

16、性。FLASH部分采用AM29LV033C,配置為8bit寬度,映射到CE1空間,具有4M的存儲容量,主要是用于在系統復位時進行程序加載,實現脫機運行。3.4視頻輸入模塊視頻輸入采用前端紅外傳感器輸入和主機輸入兩種可選方案。在實際應用中,視頻圖像從紅外傳感器輸入到系統后經過A/D轉換、視頻解碼后,按照數字視頻信號BT656格式輸入DSP進行處理,該部分采用SAA7115芯片,通過I2C總線方式控制寄存器,能夠方便的與DM642的視頻端口無縫連接;在算法仿真與系統調試階段,視頻圖像數據可以通過PCI接口從主機上直接輸入到DSP,該接口能實現66MHz的32位數據傳輸,完全能夠實時模擬實際圖像視頻

17、輸入,這也使得該系統具有更強的可重配置性能。3.5 結果輸出模塊結果輸出包含數據輸出與視頻顯示兩部分。系統在完成小目標檢測處理后,得到紅外小目標的數量、位置和速度等結果信息,通過DM642的McBSP以串口通訊協議傳到后端進行相應的處理;同圖3 軟件系統流程5實驗與結論為了驗證本文所設計的小目標檢測系統,采用美國空軍實驗室的實測序列圖像進行仿真實驗,該序列圖像單幀大小為320244,信噪比在-8dB左右,通過PCI接口從主機輸入到本系統。采用基于局部紋理分析的方法進行小目標檢測,有效的檢測出了占極少(13個)象素的小目標,在PIV2.8G電腦、Matlab6.5環境下該檢測算法單幀耗時0.64

18、10s。將算法移植到本文的硬件系統上后,系統穩定運行,有效地實現了目標檢測蹤,其單幀檢測時間縮短到0.016s,運算時間為原來的1/40,采用這種算法,最大可實現幀頻為62幀/秒的視頻圖像的實時檢測處理,因而具有很好的穩定性和實時性。本文采用TI的高性能的數字多媒體處理器DM642為核心處理單元,設計并實現了紅外小目標檢測系統,其工作頻率為600MHz,最高峰值處理速度達到4800MIPS,且該系統具有良好的軟硬件體系結構,能夠靈活的適應不同算法的需要。對實測視頻圖像數據的仿真實驗表明,該系統具有很強的實時性能,能實現幀頻為62幀/秒的視頻圖像的實時處理,穩定可靠的完成了小目標的檢測。同時,本系統還可用于視頻圖像處理算法的硬件仿真與測試,而且通過對軟件程序的相應改變,可廣泛的應用于視頻圖像處理的各個領域,因此具有良好的重構性和通用性。參考文獻:1張必銀,張天序,桑農,等.紅外弱小運動目標實時檢測的規整化濾波方法J.紅外與毫米波學報,2008,27(2):95100.2明英,蔣晶玨.基于柯西分布的視頻圖像序列背景建模和運動目標檢測J.光學學報,2008,28(3):587592.3崔玉平,鄭勝,劉永才.基于向量機的紅外小目標檢測技術研究J.紅外與