基于局部纹理分析的红外小目标检测及其DSP实现

1、第34卷增刊Vol.34Suppl.2008年12月OPTICALTECHNIQUEDec. 2008 0167 03 文章编号:1002 1582(2008)S光学技术基于局部纹理分析的红外小目标检测及其DSP实现王克勇,宋承天,郑链(北京理工大学宇航科学技术学院,北京100081)摘 要:在红外小目标图像中,目标具有与其邻域背景明显不同的纹理和频率特征,在不同尺度和不同频率通道上有不同的表现,利用小波的多尺度分析理论,可将小目标与其邻域背景区分开。采用适合在低信噪比下小目标检测的局部纹理分析方法实现了小目标检测。为了满足红外小目标检测的实时性要求,采用TI公司的高性能数字多媒体DSP芯片实

2、现了小目标检测系统。通过软件程序的优化设计来进一步提高程序运行速度与流水效率,具有良好的软硬件体系结构。通过对实测红外序列图像进行实验表明,所设计的系统能实时地、稳定地检测复杂背景下的13个像素的运动小目标。关键词:红外小目标;检测;局部纹理分析;硬件实现;软件优化中图分类号:TN219;TN206 文献标识码: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 言红外小目标检测问题因其重要的军事应用价值而得到了广泛的研究13。传统的小目标检测方法是利用目标点亮度值与背景亮度值不同进行目标与背景的分离,本文利用目标点与邻域背景之间的纹理差异进行检测。当红外图像背景极其复杂时,图像整体毫无规律纹理可言,尤其是当目标象素极少时,目标基本淹没于背景噪声之中,无法有效提取目标与背景的纹理差异,但在局部范围内,背景变化一般不会太剧烈,目标与背景纹理差异明显。因而可以通过提取这种局部纹理差异实现小目标检测。为了满足红外小目标检测的实时性要求,本文采用高性能DSP芯片为核心器件,设计并实现了从图像输入

7、到结果输出的完整的实时处理硬件系统,并通过对软件系统结构的优化,极大地提高了该系统的处理速度,对算法的选择也更为灵活和多样化。该系统处理结构简单、体积和功耗小,因而具有较高的实用化水平。收稿日期:2008 08 12 E mail:wangkeyong2 红外小目标检测算法2.1 基于局部纹理分析的小目标检测方法在红外图像中,小目标具有与其邻域背景明显不同的纹理和频率特征,在不同尺度和不同频率通道上有不同的表现,利用小波的多尺度分析理论6,可将小目标与其邻域背景区分开。设Wk,i(i Z,0<i!N)为图像点k经过一次小波分解后第i个频率通道上的分量(Mallat分解时N=4, trou

8、s分解时N=3),定义Ek=k,iW2i(1)为点k处的局部能量;对于多尺度小波分解,点k处的局部能量可用向量Fk=Ejk(j=1,2,#,N*l,l为分解尺度数)表示。定义两个向量Fk、Fk+1之间的距离为N*l|Fk-Fk+1|=(Ek-iEk+1)21/2(2)作者简介:王克勇(1971 ),男,河北省人,北京理工大学宇航科学技术学院副教授,博士,主要从事成像探测与智能信息处理方面的研究。光 学 技 术定义点k的邻域向量为F=第34卷在分解时不进行2抽取;而应用 trous算法分解时,因其本k1ddEk(3)身具有平移不变性,是一种等大小分解,可直接计算。图1分别给出了一幅原始的红外小目

9、标图像及其经过Mallat分解和 trous分解后得到的局部距离像的三维图,可见,图像在纹理变化剧烈的局部存在较大峰值。为以k点为中心的dd邻域。在应用Mallat塔式算法进行小波分解时,由于每分解一次,图像变为原来的1/4,造成各频率通道大小不同,因此可图1 原始红外图像及其经过两种小波分解后的局部距离像2.2 目标检测流程根据前面的特征向量可以很好的刻画图像不同象素点及其邻域的特征。点目标与其邻域背景具有明显不同的特征向量,其特征向量之间存在较大差异,通过对差异的度量,可以实现小目标检测。本文的检测算法可以通过以下步骤实现:%对图像进行多尺度小波分解,并按(1)式计算每点在各个分辨率下的能

10、量,进而得到其特征向量;&根据(3)式计算图像各点的邻域向量,然后由(2)式计算各点对应的特征向量与其邻域向量之间的距离,得到邻域距离像;在局部距离像上进行阈值分割,保留峰变部分,同时对原图像进行二值化处理,距离像峰变部分对应的象素值设为255,其余部分设为1。其阈值根据式4计算thr=m+(4)一个强大的多媒体处理器,是构成多媒体信号处理系统的良好平台:其丰富的外围接口使其近乎是一多媒体嵌入式系统的单芯片硬件平台;其完全可编程性,又使其能够兼容正在发展的各种多媒体型号处理标准,构成通用的软件平台。系统方案设计时,考虑了系统数据处理的实时性、硬件系统的规模、系统调试难度等诸多因素。硬件

11、系统主要包括最小DSP系统、输入模块、输出模块和存储器模块四部分,其整体结构如图2所示。系统从前端红外传感器接收红外序列图像的模拟视频信号,经输入模块的视频解码处理得到数字视频图像,在DM642上完成对小目标的检测,并通过输出模块的McBSP串口将检测结果数据输出到后端,同时经视频编码单元进行处理,显示视频输出结果。本系统充分利用DM642丰富的外设资源,在输入模块内应用PCI接口,可直接从主机输入视频图像,极大地方便了开发阶段的算法硬件仿真和系统调试。其中m为图像灰度均值, 为图像均方差,为目标象素平均灰度值, 为加权值,一般选为020;(经过上一步处理后的图像为包含目标在内的局域变化剧烈部

12、分。计算各个象素点的33邻域概率,对于较少象素点的目标,其邻域概率值近似为p=1/n,n为目标象素点个数。为了检测象素点为13的目标,可令n=3,对于邻域概率p!1/3的象素点,全部清除,这样就得到了包含伪目标的单帧检测结果。)记录下所有可能目标的位置,在下一帧图像中搜索其8邻域,如果某可能点在其8邻域连续3帧内始终出现,则确认其为目标,否则作为伪目标去除。当目标在图像上只占13个象素时,其移动速度一般小于1象素/帧;噪声点是随机出现的,不可能持续在一点出现;对于点状云层,因为距离近,其移动速度一般大于1象素/帧。所以,通过多帧累加的方式可以将目标从伪目标中检测出来。3.2 DSP最小系统DS

13、P最小系统包括DM642及使其可以运行的最少外围电路。时钟电路采用有源晶振,提供稳定、可靠的50MHz的DSP输入时钟及外部存储器时钟,锁相环(PLL)使用12模式(CLKMODE1=1,CLKMODE0=0),50MHz外部输入时钟经锁相环倍频后达到600MHz的主频;电源部分采用两片TPS54310,提供3.3V和1.4V内核电压,并保证系统上电时序;复位电路实现系统电路复位,同时对各电压进行有效监图2 硬件系统结构3 红外小目标检测系统硬件实现3.1 系统整体硬件结构本文采用TI公司的高性能数字多媒体DSP芯片TMS320DM642实现了小目标检测硬件系统5。DM642是增刊测;JTAG

14、电路提供与外部仿真器接口,实现仿真与调试。3.3 存储模块王克勇,等: 基于局部纹理分析的红外小目标检测及其DSP实现用检测程序开始小目标检测,发现目标后转入跟踪,同时跟踪结果反馈到检测过程,以确认目标;(将目标的数目、位置和速度等信息通过串口程序输出到后端,同时显示锁定目标后的视频图像。4.2 程序优化为了更好地提高系统的实时性能,使其能够适应更为复杂的软件算法,本文在程序优化上做了两方面工作:%采用C语言与线性汇编语言混合编程,以C语言代码为主框架,线性汇编语言以C语言可调用的函数或内联代码的形式出现,完成程序中最消耗CPU计算周期的部分,使得软件程序能够尽可能的利用DSP资源,代码更紧凑

15、、更高效;&采用增强直接存储器存取(EDMA)技术,在不占用CPU计算周期的情况下,完成片外大块的图像数据向片内存储单元搬移操作,大大的减轻CPU搬移数据的负担,提高其运算效率,从而提高软件系统运行效率。存储器模块包含SDRAM和FLASH两部分。小目标检测过程中需要对大量的图像数据进行处理,要求系统具有较大的信息存储空间,因此在本硬件系统中,采用两片SDRAM芯片MT48LC4M32B2并联到DM642的EMIF上,映射到DM642的CE0空间,实现64位32M字节的数据存储,其时钟频率为经过对外部存储器时钟频率倍频后达到的133MHz,因而能够满足大量数据的高速存取,保证系统的实时

16、性。FLASH部分采用AM29LV033C,配置为8bit宽度,映射到CE1空间,具有4M的存储容量,主要是用于在系统复位时进行程序加载,实现脱机运行。3.4视频输入模块视频输入采用前端红外传感器输入和主机输入两种可选方案。在实际应用中,视频图像从红外传感器输入到系统后经过A/D转换、视频解码后,按照数字视频信号BT656格式输入DSP进行处理,该部分采用SAA7115芯片,通过I2C总线方式控制寄存器,能够方便的与DM642的视频端口无缝连接;在算法仿真与系统调试阶段,视频图像数据可以通过PCI接口从主机上直接输入到DSP,该接口能实现66MHz的32位数据传输,完全能够实时模拟实际图像视频

17、输入,这也使得该系统具有更强的可重配置性能。3.5 结果输出模块结果输出包含数据输出与视频显示两部分。系统在完成小目标检测处理后,得到红外小目标的数量、位置和速度等结果信息,通过DM642的McBSP以串口通讯协议传到后端进行相应的处理;同图3 软件系统流程5实验与结论为了验证本文所设计的小目标检测系统,采用美国空军实验室的实测序列图像进行仿真实验,该序列图像单帧大小为320244,信噪比在-8dB左右,通过PCI接口从主机输入到本系统。采用基于局部纹理分析的方法进行小目标检测,有效的检测出了占极少(13个)象素的小目标,在PIV2.8G电脑、Matlab6.5环境下该检测算法单帧耗时0.64

18、10s。将算法移植到本文的硬件系统上后,系统稳定运行,有效地实现了目标检测踪,其单帧检测时间缩短到0.016s,运算时间为原来的1/40,采用这种算法,最大可实现帧频为62帧/秒的视频图像的实时检测处理,因而具有很好的稳定性和实时性。本文采用TI的高性能的数字多媒体处理器DM642为核心处理单元,设计并实现了红外小目标检测系统,其工作频率为600MHz,最高峰值处理速度达到4800MIPS,且该系统具有良好的软硬件体系结构,能够灵活的适应不同算法的需要。对实测视频图像数据的仿真实验表明,该系统具有很强的实时性能,能实现帧频为62帧/秒的视频图像的实时处理,稳定可靠的完成了小目标的检测。同时,本系统还可用于视频图像处理算法的硬件仿真与测试,而且通过对软件程序的相应改变,可广泛的应用于视频图像处理的各个领域,因此具有良好的重构性和通用性。参考文献:1张必银,张天序,桑农,等.红外弱小运动目标实时检测的规整化滤波方法J.红外与毫米波学报,2008,27(2):95100.2明英,蒋晶珏.基于柯西分布的视频图像序列背景建模和运动目标检测J.光学学报,2008,28(3):587592.3崔玉平,郑胜,刘永才.基于向量机的红外小目标检测技术研究J.红外与