空中紅外小目標(biāo)檢測(cè)及硬件加速研究

《空中紅外小目標(biāo)檢測(cè)及硬件加速研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、中文圖書(shū)分類號(hào)：TP391密級(jí)：公開(kāi)UDC：39學(xué)校代碼：10005碩士學(xué)位論文MASTERALDISSERTATION論文題目：空中紅外小目標(biāo)檢測(cè)及硬件加速研究論文作者：孟博學(xué)科：信息與通信工程指導(dǎo)教師：毛征論文提交日期：2016年6月UDC：39學(xué)校代碼：10005中文圖書(shū)分類號(hào)：TP391學(xué)號(hào)：S201302083密級(jí)：公開(kāi)北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文題目：空中紅外小目標(biāo)檢測(cè)及硬件加速研究英文題目：RESEARCHONAERIALINFRAREDSMALLTARGETDETECTIONANDHARDWAREACCELERATION論文作者：孟博學(xué)科：信息與通信工程研究方向：圖像與視

2、頻信號(hào)處理申請(qǐng)學(xué)位：工學(xué)碩士指導(dǎo)教師：毛征教授所在單位：電子信息與控制工程學(xué)院答辯日期：2016年6月授予學(xué)位單位：北京工業(yè)大學(xué)獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得北京工業(yè)大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。簽名：孟博日期：2016年5月關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解北京工業(yè)大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留送交論文的復(fù)印件，允許

3、論文被查閱和借閱；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。(保密的論文在解密后應(yīng)遵守此規(guī)定)簽名：孟博導(dǎo)師簽名：毛征日期：2016年5月摘要摘要復(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

4、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（LocalContrastMethod，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

5、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，F(xiàn)PGA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

6、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IAbstractAbstractTheinfraredsmalltargetdetectionundercomplexbackgroundisanimportantresearchcontentininfraredimageprocessingfield.Atpresent,theresearchabouttheaerialinfraredsmalltargetdetectionhasmademanyexcellentachievements.Butduetothecomplexityoftheba

7、ckgroundandthelackofshapetexturefeatures,infraredsmalltargetdetectionundercomplexbackgroundcannotachievegoodresults.Inaddition,thedatavolumeislargerandlarger,thereal-timeprocessingrequestputforwardhigherrequirementsont