基于DSP与FPGA的红外与可见光实时图像融合系统硬件设计

红外图像与可见光图像融合系统在目标识别、监控等方面有着广泛的应用．采用高速器件TMS320DM642和高性能FPGA、集成视频采集和视频合成芯片、以及乒乓的数据流方式．设计了实时图像融合硬件系统．该系统具有速度快、体积小、功耗低等优点．     

基于FPGA的图像增强以及滤波技术

本文就如何提高复杂背景条件下低信噪比的小目标检测的问题展开讨论，提出了用图像增强，数字滤波方法改善图像质量，提高信噪比，达到抑制背景噪声，增强小目标的目的，针对实时处理的要求，应用现场可编程门阵列（FPGA）构造高速图像处理器，完成红外跟踪图像预处理的实时计算。经现场调试，结果证明是可行的。     

一种基于图像融合的红外图像增强新方法

提出了一种红外图像增强的新方法，该方法对红外图像处理过程中不同类型的噪声采用不同的方法滤波，有效地滤除了高斯噪声和脉冲噪声，同时增强了目标和背景中的边缘成分．该方法以增加检测系统硬件复杂程度为代价换取对红外图像特定信息的增强，可用于地面背景下红外图像目标检测或匹配跟踪的预处理．     

一种双波段红外图像弱小目标融合检测新算法

提出了一种基于模糊推理的双波段红外图像弱小目标融合检测新算法．首先分别得到双波段红外差分图像,根据差分图像的噪声特性引入隶属度函数来衡量像素点灰度变化程度,对多帧差分图像进行融合,按照“IF…THEN…”规则分别完成单一波段融合后的图像模糊推理,提取目标运动航迹,最后通过融合双波段的航迹实现弱小目标的检测．仿真实验结果表明,该算法通过模糊推理克服了 “硬”判决带来检测概率低的缺点,利用双波段红外图像融合提高了检测性能,可以有效地检测出低信噪比红外图像序列中的弱小运动目标．     

基于移动式加权管道滤波的红外弱小目标检测

针对复杂红外背景中边缘噪声的干扰导致传统检测算法在低信噪比下目标检测概率较低的情况,提出了基于移动式加权管道滤波的弱小目标检测方法．该检测方法引入了自适应学习的思想,在利用管道滤波检测目标时,根据目标位置实时地修改加权的管道中心坐标位移,有效地抑制了边缘噪声对目标检测的干扰．与传统的管道检测方法相比,本方法能更好地抑制边缘噪声的影响,从而正确检测出真实目标．基于连续采集的红外序列图像进行的实验表明,当红外图像的信噪比大于等于1.5时,该方法均能有效地检测出弱小目标的轨迹．     

基于靶场红外图像的弱小目标检测技术研究

分析红外测量图像中背景和弱小信号目标特性,研究用于靶场红外图像中弱小目标检测技术,采用合适的图像预处理算法,通过Kalman预测算法以及目标匹配进行预测和跟踪,并利用靶场真实红外测量图像序列进行了图像信噪比、检测概率、虚警率测试。通过结果分析,该方法对红外弱小目标具有高的目标检测概率。     

基于LoG算法的车辆图像边缘提取

阐述LoG算法的一般式及其对图像边缘提取的原理,并应用LoG算法对车辆图像进行提取。获得了质量比较理想的车辆边缘图像。该方法可应用于流量较大的自动车辆检测系统和其他动态图像识别系统。     

基于多线性Fukunaga-Koontz变换的海天背景中红外小目标检测

红外小目标检测在红外监测和跟踪系统中起着关键作用,海天背景中的红外小目标检测是其中需要解决的技术难题之一.基于传统子空间算法的检测方法必须将图像转换成矢量,而图像矢量化将破坏目标的原始结构和相关性,会导致大量信息的丢失,检测效果较差.多线性子空间算法将图像作为矩阵来处理,保留了图像的原始结构和信息.首先提出了一种多线性Fukunaga-Koontz变换算法,然后基于多线性Fukunaga-Koontz变换实现了海天背景中红外小目标的检测.为了提高检测性能,对图像进行了预处理和后处理操作.实验结果证明,基于多线性Fukunaga-Koontz变换的检测方法是有效的,且更具优势.     

强背景噪声下红外目标的鲁棒性跟踪算法

提出了一种将边缘检测与改进Mean Shift 算法相结合的红外目标跟踪算法．初选了原始红外图像边缘后,再利用非线性边缘检测算法进行处理,有效地消除了原始红外图像中的大部分噪声,并能获取高质量的图像边缘信息．在此基础上,采取更新目标模型、目标模板背景加权以及候选目标区域核加权的方式改进Mean Shift算法,以增强Mean Shift算法跟踪目标的稳定性及对背景噪声的鲁棒性,从而实现强背景噪声下运动红外目标的快速、准确跟踪．实验结果表明,该算法不仅计算量较少,提高了跟踪速度,而且对背景噪声有很强的鲁棒性．     

用于虹膜识别的多尺度图像基特征提取

提出了一种新的虹膜特征提取算法．采用不同的图像基函数分析虹膜图像的基本微观结构,从而确定主导虹膜图像产生的图像基为LoG函数,进而利用LoG函数在多尺度空间检测虹膜细节特征．不同与传统多尺度分析的独立编码方法,通过推导LoG滤波器的标准化参数,计算标准化响应在尺度空间上的局部极值,确定虹膜每一细节特征的最佳尺度,只编码细节点在最佳尺度上的滤波输出,从而使得特征模板与单尺度分析时相同．实验比较表明,该方法用八分之一特征码长取得了与Dauman所提算法相近的性能,且与其他基于细节特征多尺度分析的虹膜识别算法相比,系统识别等错误率至少降低了5％．     

基于DSP的红外成像电力在线检测系统的研究

介绍了红外焦平面热成像仪原理,系统采用FPGA对数据进行采集控制,采用DSP对数据进行处理并与PC机通信,在硬件上构成一个以DSP＋FPGA＋PC的成像电力在线检测系统。文章给出了红外成像视频信号和DSP数据处理方法,并使用VB6.0实现图像在PC机上的显示和处理。     

红外焦平面图像的可重构FPGA通道稳像算法研究

红外末制导中,弹载传感器在飞行过程中的抖动给目标检测算法以及跟踪目标的系统控制误差信号带来了极为不利的影响,必须进行实时的稳像处理,才能使导引头信息处理机正常工作.本文对弹上导引头信息处理机中的实时稳像预处理做了详尽的分析,提出了一种实时高效的稳像算法,构造了一种可重构数据通道模型,并进行了实时电路设计实现.功能仿真和时序仿真的实验结果表明,稳像效果极佳,完全符合实时制导要求.     

基于DSP＋FPGA的红外成像系统设计

介绍了一种带有跟踪功能的红外成像系统的原理、结构及特点.系统采用FPGA＋DSP结构,DSP进行目标跟踪、图像放大等算法,FPGA完成系统的时序逻辑设计.实验证明本系统能够满足实时红外成像系统的要求,具有结构可重构、模块化、可扩展、工作稳定可靠等特点.     

Research and Implementation of Algorithm for Image Enhancement and Unwrapped Distortion Correction for SLVF Panoramic Night Vision Image

Abstract： Based on digital signal processor（DSP） and field programmable gate array（FPGA） techniques, the architecture of super large view field（SLVF） panoramic night vision image processing hardware platform was established. The panoramic unwrapping and correcting algorithm, up to a full 360°, based on coordinate rotation digital computer （CORDIC） and night vision image enhancement algorithm, based on histogram equalization theory and edge detection theory, was presented in this paper, with the purpose of processing night vision dynamic panoramic annular image. The annular image can be unwrapped and corrected to conventional rectangular panorama by the panoramic image processing algorithm, which uses the pipelined CORDIC configuration to realize a trigonometric function generator with high speed and high precision. Histogram equalization algorithm can perfectly enhance the contrast of the night vision image. Edge detection algorithm can be propitious to find and detect small dim dynamic targets in night vision circumstances. After abundant experiment, the al- gorithm for panoramic image processing and night vision image enhancement is successfully implemented in FPGA and DSP. The panoramic night vision image system is a compact device, with no external rotating parts. And the system can reliably and dynamically detect 360＊ SLVF panoramic night vision image.     

基于FPGA的图像识别与跟踪系统

设计了以FPGA为主芯片对目标物体进行识别与跟踪的系统。采用MT9M011数字图像摄像头采集初始图像;利用基于模型匹配的Sobel边缘检测算法实现对目标物体的识别;运用基于边缘特征检测和基于区域特征检测相结合的跟踪算法实现对目标物体的稳定跟踪。测试结果表明,整个系统能够有效稳定地对目标物体实施跟踪。     

上位机监控FPGA的实时图像增强处理

所述系统是以Anaconda-LVDS卡为图像采集、处理平台。在Anaconda-LVDS中的Vir-tex-Ⅱ Pro20FPGA芯片上构建图像边缘增强处理模块;以Visual C 编写控制程序,首先下载图像处理模块的电路配置文件至FPGA,之后实时查看相机采集的原始图像和经FPGA处理后的图像.最终实现了在上位机监控FPGA图像处理结果的系统,该系统在工业生产上有良好的应用前景.     

一种基于局部特性的红外弱小目标检测方法

针对红外图像弱小目标检测程序复杂和虚警率高的问题,提出了一种基于局部特性检测红外弱小目标的方法.该方法主要根据待检测像素点局部灰度比、局部灰度差、局部能量比以及局部能量差值的大小进行目标检测,避免了传统方法需对红外图像进行背景预测、图像增强等处理,有效地改善了低信噪比下红外图像小目标的检测性能.通过仿真实验对该方法与2种传统方法进行了测试和对比,证明了该方法的有效性和优越性.     

基于ARM7与FPGA架构的面阵CCD图像采集系统的设计

针对用于铁路、公路等行业移动检测的面阵CCD图像采集系统对于小型化与低功耗的需求,设计了一种基于ARM7与FPGA架构的面阵CCD图像采集系统。本文介绍了系统设计的基本原理,并着重阐述了图像A／D转换单元、图像缓冲单元、图像处理单元等系统主要组成部分的软、硬件设计。本系统利用FPGA控制视频信号的采集、ARM7微控制器作为图像处理单元,并利用μC／OS—Ⅱ实时操作系统对多任务进行管理,系统扩展灵活,满足小型化与低功耗的要求。     

基于PCNN算法图像边缘检测及系统级实现

针对图像边缘检测系统硬件设计和处理算法的选择优化问题,提出了一种基于PCNN算法结合FPGA的图像边缘检测系统实现方法.研究了系统中图像采集模块、FPGA外围电路、外部存储器和千兆以太网等部分的硬件设计.从简化系统算法和提高系统运行效率的角度出发,采用简化PCNN算法作为系统的边缘检测算法.采用两幅不同图像进行测试,结果表明,该系统能够实现对静态小场景图像边缘的可靠检测,检测效果优于传统Sobel算法和Canny算法,熵值最高可达0. 886.     

二维DCT/IDCT在红外图像预处理中的应用

红外成像在军事、工业及日常生活中都有广泛的应用,而二维离散余弦变换(DCT)是数字信号图像处理中被运用得最广泛的算法。提出了一种以FPGA为硬件载体的二维离散余弦变换对红外图像预处理的硬件设计方法。该设计方法重点在于根据FPGA灵活的特性及红外图像的特点,选择一种比较适合的混合DCT变换方法,通过降低周期内乘法器的使用量提高速率,实现以速率至上的变换系统,并且通过控制信号完成DCT或者IDCT的选择,以满足不同需求的变换。