基于DSP+FPGA的紅外圖像小目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)

近年來，紅外探測(cè)系統(tǒng)因其具有隱蔽性，抗干擾性，全天候工作等特點(diǎn)，在現(xiàn)代戰(zhàn)爭(zhēng)中具有重要的作用，而紅外圖像中小目標(biāo)的檢測(cè)將直接影響制導(dǎo)系統(tǒng)的有效作用距離及設(shè)備的復(fù)雜程度，在紅外成像制導(dǎo)和預(yù)警系統(tǒng)中發(fā)揮著舉足輕重的作用。
一般說來，由于小目標(biāo)距離較遠(yuǎn)，因而在成像系統(tǒng)中表現(xiàn)為微弱特性，并且沒有形狀和結(jié)構(gòu)特征或特征不明顯。同時(shí)，由于高于絕對(duì)零度的物體均有紅外輻射能力，所以自然界中的干擾源很多，很難準(zhǔn)確地檢測(cè)出真正的目標(biāo)。
本文在數(shù)學(xué)形態(tài)學(xué)Top-hat算子對(duì)于目標(biāo)檢測(cè)的基礎(chǔ)上，設(shè)計(jì)了一種基于DSP+FPGA的圖像實(shí)時(shí)處理系統(tǒng)，使其能夠滿足高速采樣數(shù)據(jù)流快速存取，快速運(yùn)算的要求。

1 算法基礎(chǔ)
1．1 形態(tài)學(xué)算法
數(shù)學(xué)形態(tài)學(xué)方法是一種非線性濾波方法，它最先被用來處理二值圖像，后來被引用到灰度圖像處理。基本思想是：用一定的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀，去除不相干的結(jié)構(gòu)，以達(dá)到圖像分析和目標(biāo)識(shí)別的目的。
灰度形態(tài)學(xué)的基本運(yùn)算有膨脹、腐蝕、開運(yùn)算和閉運(yùn)算。基于這些運(yùn)算，可以推導(dǎo)和組合各種數(shù)學(xué)形態(tài)學(xué)使用算法。
設(shè)f(x，y)為輸入圖像，b(x，y)為結(jié)構(gòu)元素，其中(x，y)為圖像平面空間的坐標(biāo)點(diǎn)，f為(x，y)點(diǎn)的灰度值，b為(x，y)點(diǎn)的結(jié)構(gòu)函數(shù)值，Df和Db分別是f和b的定義域，上述4種基本運(yùn)算的表達(dá)式為：


其中，開運(yùn)算有些像非線性低通濾波器，但是又與低通濾波器不同，開運(yùn)算可以允許高頻部分中大于結(jié)構(gòu)元素的部分通過。Top-hat算子就是利用了開運(yùn)算的上述性質(zhì)來進(jìn)行目標(biāo)檢測(cè)的。
Top-hat算子的定義為：

經(jīng)過Top-hat處理后的圖像，目標(biāo)和背景在能量上差別較大，大部分像素都集中在低灰度區(qū)，只有目標(biāo)和小部分噪聲分布在高亮度區(qū)，如圖1所示，圖1(a)為原始圖像，圖1(b)為經(jīng)過Top-hat處理的圖像及其直方圖統(tǒng)計(jì)結(jié)果。

1．2 最大類間方差法求閾值
設(shè)經(jīng)過處理后的圖像f2(x，y)的各灰度的集合為S={0，1，2，…，N}，Pi為此集合中i出現(xiàn)的概率，由于圖像是由小目標(biāo)和背景兩部分組成的，設(shè)這兩部分對(duì)應(yīng)的灰度子集分別為：紅外背景，C0={0，1，2，…，k}；目標(biāo)對(duì)象，C1={k+1，k+2，…，N}；則兩個(gè)類別的間方差為：