（电子科学与技术专业论文）复杂背景自适应红外小目标检测.pdf

浙江大学硕士学位论文 a b s t r a c t a b s t 阳c t a u t o m a t i ct a r g e tr e c o g i l i t i o n ( a t r ) h a sb e e nr e s e a r c h e di 1 1s e v e r a l ls c i e n t i f i ca n d e n g i l l e e 血gd i s c i p l i n e s t h ei n 丘a r e d ( i r ) i m a g et a r g e ti d e n t i f i c a t i o ns y s t e mp o s s e s s e s i l i g h tv i s i o i l 觚t i - k d d e nc a p a b i l i 够a sw e l la st h em i s tp e n e t r a t i n gp o w e r t h es y s t e m c a np r o c e s s1 1 i g h - r e s o l u t i o ni m a g e si nr e a lt i m e ，t h e r e b yh a v i n ga l l t o n o m o u sp r e c i s i o n s t r i k ec 印a b i l 时o fo f 梵n s i v e w e a p o n s m o r e o v e r ，t h ei n 劬r e ds e a r c ha n dt r a c k s u r v e i l l a l l c es y s t e mb e c o m e sp a n i c u l a r l yc m c i a lo v e ra l a r g ee x p a i l s eo ft h es e a n l e e n t i r er o u t eo fa i r c m rg u i d a i l c ec o n s i s t so fa u t ot a r g e ti d e n t i f i c a t i o n ，t r a c b n g ，a n d p o s i t i o l l i n gc a l c u l a ：c i n g t l l i sp 印e rd i s c u s s e st h es m a l l l o wo b s e r v a b l et a r g e td e t e c t i o n i nc l u t t e r e dm 鱼l r e di m a g e s ，w 1 1 i c hi so fi n t e r e s ti nm a l l ya p p l i c a t i o n ss u c ha so c e a n s u r v e i l l a n c e ( e g o i ls p i l l s ) ， s e a r c h ( e g s p e e d b o a t s ，d i n g l l i e s ) a n dr e s c u e ( e g s w i m m e r s ) ，r e m o t es e n s i n ga n dn o a t i n gm i n ed e t e c t i o n ，e t c t h e 池o ft h ep r e s e n ts t u d yi st or e d u c et h ef a l s ea l a n l lr a t eo fac o m b i n e dv i s u a l a n di rs u r v e m a n c ec c dc 锄e r as y s t e mt oa i la c c e p t a b l el e v e lw h e nt h eo b j e c t sa r e r a t h e rd i mi i lr e l a t i v e l yd a r ks e as u r f a c eb a c k 铲o u n d sa i l dt h es m a l lt a 玛e t sh a r dt ob e d i s t i l l g u i s h e d 丘o mn o i s ea i l dc l u t t e r s a na d a p t i v em e 也o do fd i ms m a l l t a r g e td e t e c t i o ni ni i 血a r e di m a g e s 谢t 1 1a c o m p l e xb a c k g r o u l l d 淅ub ei n v e s t i g a t e di nt | l i sp 印e r f i r s t l y ，w em a k ead e t a j l e d a j l a l y s i so ft 1 1 ec h 绷l c t e r i s t i c so ft h eb a c k g r o u l l d ，t h et a 略e t ，a 1 1 dt h en o i s ei nm eg r a y i n t e n s i 够，s p a c ea 1 1 d 骶q u e n c yd o m a i no fi m a g e s s e c o n d l y ，m em o d i f i e dt o p - h a t t r a l l s f o n l l a t i o nu s i n gi n t e r r e l a t e ds t n l c t u d n ge l e m e n t si sa d o p t e dt oa d a p t i v e l yd e t e c t t h ed a r k e ra 1 1 dt l l eb r i g h t e rt a r g e t sa n d 伊e a t l ys u p p r e s st h ec l u _ t t e r e db a c k 铲o u n d l a t e r a lp a _ t t e mi n l l i b i t i o ne 1 1 1 1 a u l c e sl o c a lc o n t r a s tr a t i oa n di d e m i f i e st 1 1 et a r g e t so f i n t e r e s ts i m u l t a i l e o u s l y t l l i r d l y ，t h ea u t o m a t i ct l l r e s h 0 1 di su s e dt oe 1 1 1 1 a n c er e a ld i m t a = 喀e t si nm ec l u t t e r e db a c k 矿o u n d f i n a l l y ，m es i m u l a t i o nb a s e do nt l l ep r o p o s e d a l g o r i t l l mi sc a r r i e do u t t h er e s u l t sp r o v et h a tm ea l g o r i m mi se f f e c t i v ea 1 1 dv a l i d 浙江大学硕士学位论文 a b s t r a c t k e yw o r d s ：d i ms m “lt a r g e t ；n o i s es u p p r e s s i o n ；m o 印h o l o g y 廿 m s f o r n l a t i o n ；l a t e r a l i n h i b i t i o np a t t e mr e c o g i l i t i o n 浙江大学硕士学位论文 致谢 致谢 通过两年多的学习，我得到了老师、同学、家人及朋友的帮助和关心。更为 深刻的掌握了专业技能，进一步提高了自己的科研能力，并认清自己未来的发展 方向。在论文将要完成之际，我谨向所有帮助和关心我的人表示最衷心的感谢。 首先要向我的导师金韬教授表达我最崇高的谢意! 感谢金老师三年来在专业 方向上，学习生活上给予我的悉心指导和辛勤培养。金老师无微不至的关怀令我 难忘，导师严谨的治学态度，对科研工作的执着追求，谦逊和蔼的风范对我产生 的深远影响。金老师个人素养和人格魅力将使我受益终生，我将以此作为我日后 学习和工作的楷模。 实验室大家庭和谐融洽的交流，积极向上的科研氛围，学习和生活上真诚的 互帮互助，带给我很多温暖和鼓励。感谢邓圆、赵欣慰、丁凯、黄鹤汶、高志雄、 池金刚、徐伟、曲嵩以及所有和我共事过的人，感谢他们的帮助和支持，实验室 给了我许多美好的回忆，与同学们结识的友谊是我人生最大的财富。感谢我在浙 大遇到的所有同学和朋友，感谢母校给了我优越的环境，让我渡过了最美好的一 段时光。 深深感谢我深爱的父母和家人，对于感谢他们无微不至的关怀，他们永远是 我最珍视的人，是我强大的后盾和动力，鼓励我正直做人，勤奋学习，热爱生活， 承担起对社会的责任，不断挖掘潜能，优化劣势，成为对社会有贡献、独树一帜 的人。 最后，感谢百忙中为本论文进行评阅和指导的所有专家和学者。 孟威 2 0 1 3 年1 月于浙江大学 浙江大学硕士学位论文 绪论 第1 章绪论 1 1 课题研究背景与意义 复杂背景下目标检测与识别是近年来图像处理与目标检测领域的研究热点， 也是一项难度大且有重要战略应用价值和富有挑战性的研究课题。自动目标识别 ( a u t o m a t i ct a r g e tr e c o g i l i t i o n ，a t r ) 系统的主要任务是对静止和运动目标进行检测、 成像和识别。高精度的自动目标识别系统是提高攻击性武器自主精确打击能力的 重要保障，极大提高武器系统效率和性能。从二十世纪八十年代以来，人们开始 利用红外传感器检测远距离热源，随着热成像技术的成熟，红外图像中的弱小目 标检测技术已经成为军事领域中一项独立的、具有明显特色的研究方向。红外制 导是精确制导武器一个十分重要的技术手段。红外监控系统和成像制导以及光电 对抗等的核心技术都依赖于远距离的飞机、导弹等飞行物的自动检测。任何绝对 温度零度以上的物体，都会向外界辐射包括红外波段在内的电磁波能量，红外制 导就是利用红外探测器检测和跟踪目标自身辐射的能量来实现制导的技术。红外 制导技术分为两类，分别为红外成像制导技术和非红外成像制导技术。其中红外 成像制导系统已成为制导技术的一个主要发展方向。它是通过红外寻的器的摄像 部件捕获目标两位图像，经过模数转换得到数字图像，然后利用目标识别和图像 处理技术进行图像预处理，包括图像分类、图像滤波、图像增强、目标特征提取 和识别、自动跟踪目标等。该系统工作隐蔽性好，有效提供全天候作战能力，不 发射电磁波，不易受电磁干扰，并能提供高分辨率的图像数据，有利于目标识别 和反隐，还具有夜视能力和一定的薄雾穿透能力【1 。 在国防建设中，目标跟踪识别技术是训练、侦查、防御体系中的关键技术。 如防御系统对移动的军事目标( 如导弹、飞机、舰船等) 的跟踪识别、导弹制导、 各种高技术武器系统及其模拟训练器对目标捕获、跟踪测量等均广泛应用了图像 目标的自动识别检测，有效提高武器系统的运动攻击性及作战指标。各国正在大 力加强红外目标探测系统的技术研究。美国在自动目标识别系统研制领域中处于 世界领先水平。特别是在海湾战争结束后，美国开始斥巨资研制新一代自动目标 识别系统。美国在1 9 9 8 年就已将自动目标识别技术纳入美国军事装备技术研究 浙江大学硕士学位论文绪论 计划之中，1 9 9 9 年美国国际预测机构防务分析都在科索沃危机总结报告中把目 标辨认列为未来战斗机的标准电子设备，为了进一步提高对地面目标的检测、成 像和识别能力，对载人系统u 2 和j o i n ts t a r s 进行了改装。由此可见自动目标识 别在未来战争中的作用【2 】。 目前我国防空兵部队主要依赖雷达实施预警，然而，雷达预警系统对低空、 超低空目标发现困难，易受到干扰和反辐射导弹袭击，机动性差，配置地域容易 受限制。在我军现代化的进程中，开展了基于多种预警探测技术包括雷达、光电、 预警飞机、预警卫星等大型项目的研究，构建我国一体化战略预警体系。2 0 世 纪8 0 年代中期，红外图像自动目标识别系统的研究逐渐从第一代过渡到第二代。 红外图像处理技术迅猛发展，超大规模、超高速集成电路、微波毫米波单片集成 电路日渐成熟，红外成像系统性能大幅提高。第一代热成像仪主要由带扫描装置 的光学部件、放大电路和显示器组成；第二代主要由焦平面阵列( f p a ) 技术组 成，大大提高了灵敏度和分辨率。 弱小目标检测技术是目标自动检测系统中的核心技术之一，它使用图像处理 算法，对处于复杂背景和强噪声环境中的目标进行自动检测。自动识别系统要求 目标探测距离足够远，尽可能早的发现目标，d s p + f p g a 硬件实时性好和软件 算法复杂度低，响应时间短。国际光学工程学会定义弱小目标为：成像的尺寸小 于8 0 个像素，即小于2 5 6 2 5 6 的0 1 5 。目前国外报道的地面搜索距离为1 0 3 0 k m 左右，机载平台的搜索距离更高。目标在成像平面内仅表现为几个到几十个像素 面积，并且由于场景环境的复杂性、大气热辐射不均匀性、光电探测器的内部噪 声、抖动震荡等诸多因素的干扰，目标几乎淹没在杂波背景中。它的灰度、形状、 纹理和结构特征既不明显也不确定，有时甚至可能发生目标丢失，这给弱小运动 目标检测带来了较大的难度。因此，研究复杂背景条件下弱小目标检测和跟踪技 术时提高红外目标探测距离、提高分辨能力是红外目标检测与跟踪研究领域中最 为困难却又最具实战意义的课题。 本课题详细分析了场景图像的背景、噪声和目标信号特性，利用形态学变换 方法进行背景估计和滤除，采用视觉系统原理构建了机器视觉模式识别模型，在 没有先验信息的情况下自适应检测多种复杂环境下弱小目标。实践证明，本文提 出的算法对复杂背景噪声有较好的抑制能力，对背景变化适应性较强，有效地抑 2 浙江大学硕士学位论文绪论 制背景同时，突出了目标图像，目标轮廓清晰完整，计算复杂度满足实时性要求。 1 2 国内外研究现状 小目标探测、红外搜索与跟踪技术作为红外成像预警与制导技术的核心技术 已成为国防及安全监控领域广泛关注的议题。目标检测和跟踪的基本原理为：由 光电探测传感器在指定的视场中捕获监控目标和背景，经过模数转换，产生实时 图像数据。对实时图像做必要的修正后，送入图像预处理单元。然后根据实时检 测算法完成图像信息融合和目标检测，综合显控台根据坐标位置、方位角等进行 目标位置结算。通过伺服控制回路，驱动稳定平台跟踪目标，同时可以拟合图像 目标运动轨迹路径等后续处理。 研究一个精度高、鲁棒性及实时性都较好的目标检测算法是目前国内外一项 艰巨的挑战。针对红外小目标检测技术，国内外学者提出了一些方法。可分为多 帧检测和单帧检测两大类。 背景及噪声比较复杂，目标与背景噪声随时间推移一方或两者均会发生变化 时，通过单帧检测难以判定目标，可以采用多帧图像进行处理，得到若干可能目 标。通过对每个可能目标的信息进行分析后，再对目标的存在做出合理判断。包 含背景抑制、可疑目标跟踪和目标检测三个步骤。针对不同目标特性，多帧检测 方法也很多。最简单的是针对慢速或者固定目标多帧叠加，能量积累，然后通过 阈值判决检测目标法。对于快速移动的目标，多帧叠加后目标能量无法积累，这 时可以通过轨迹拟合和预测加以判定。经典目标轨迹估计方法如似然比检测、动 态规划方法、递推贝叶斯方法、假设检验、遗传算法和神经网络方法【3 】等。每一 种方法都有其优点，也有其局限性。 第二类算法流程为首先对单帧图像进行检测，然后将若干个单帧检测结构相 关联，利用目标信息稳定性来确认真正的目标。单帧检测包含背景抑制和目标提 取两个步骤。 预处理过程是小目标检测的重要步骤。预处理要求满足以下条件： 1 ) 有效地抑制杂波对目标检测的影响。 2 ) 维持高的s c r ，提高检测概率。 3 ) 减少背景的非均匀性对检测性能的影响。 背景估计和杂波抑制可以突出目标区域，增强信噪比提高检测概率。常用的 3 浙江大学硕士学位论文绪论 背景抑制方法可以采用图像差分法。背景较复杂而弱小目标接近于点目标的情况， 许多研究中将其等同于噪声，试图估计出没有弱小目标的图像，与原图像相减， 在残差图像中检测出弱小目标。该算法的前提是图像背景无平移、旋转等变化， 但以飞机等为装载平台的光电成像探测系统难以满足图像差分算法背景相对静 止的实现的前提要求。随着小波分析理论的发展，很多人利甩小波变换来进行弱 小目标检测，为红外弱小目标检测技术提供新的思路。对小波变换高频子图像进 行处理，利用小波变换的区域相关算法进行背景抑制。利用小波变换实现频率选 择和多尺度分解【4 】。当时间分辨率高，用于分离高频信号，有利于估计信号所在 位置。当时间分辨率低时，用于分离低频信号。可以起到背景噪声和增强目标的 作用，从而提高单帧图像中目标检测概率。但这类方法算法结构复杂、存储空间 和计算量大，难以满足实时处理要求。如何选择小波基和小波交换的空间尺度是 一个重要问题。再如，滤波预处理算法，工程上用的较多的是高通滤波、均值滤 波、中值滤波、最小均方误差滤波、w i e n e r 滤波、多级滤波【5 】等。由于目标较小， 滤波时很有可能将目标滤掉，此时滤波的模板选择较为重要。针对背景复杂度不 同，这些方法可以单独或者组合使用，同时还可以针对不同目标缩小检测窗口， 提高检测成功率。而针对较大目标，还可以采用建立目标特征数据库，将目标与 数据库中特征参数进行相似匹配的方法，或者基于最大似然比等方法，都可以提 高单帧检测的成功几率。神经网络和遗传算法是将图像中提取的有效特征作为输 入，通过神经网络或遗传算法进行迭代运算，得到最终输出结果。然而，此类方 法需要较多的先验知识和训练数据。寻找一个复杂问题的有化解往往需要很大的 计算量。不适合本课题的实际应用。此外，基于数学形态学方法【6 。10 】的背景抑制 最为流行。数学形态学方法是一种用于数字图像处理和识别的理论和方法，能够 去除高频噪声和背景边沿高频分量的干扰，是一种有效的弱小目标检测方法。它 的主要内容是设计一整套运算算子来描述图像各个像元之间的关系。常用的基本 运算包括开运算、闭运算、膨胀和腐蚀等。数学形态学对图像序列进行膨胀累加 可使目标能量增强。使用t o p - h a t 算子可达到较好的背景抑制效果。数学形态学 用于滤波时能在滤除噪声的同时保留图像中的原有信息，易于硬件实现。目标提 取方法还可以采用自适应阈值分割【l l j 的方法，直接将目标从背景中分离出来。通 过关联不同传感器的判决结果，使多传感器的判决的可信度随着各个传感器证据 浙江大学硕士学位论文绪论 的不断累积而不断提高，从而融合各个传感器信息的基础上提高系统判决的可信 度，最终从图像序列中提取出弱小目标【1 2 。1 3 】。 1 3 论文安排 针对红外小目标检测中存在的一些困难，例如目标信号较弱、无形状及纹理 信息等情况，本文首先对现有的主要单帧检测方法进行了分析对比，研究了不同 处理方法的成像和增强效果。本文详细分析了红外图像的背景、噪声和目标信号 特性，然后针对在对比度很低的情况下，常规方法不能有效突出目标区域的问题， 提出了一种新的检测算法。利用形态学变化方法进行背景估计和滤除，采用视觉 系统原理构建机器视觉模式识别模型，在没有先验信息的情况下自适应检测多种 复杂环境下弱小目标。该方法在滤除噪声的同时增强目标信号强度，目标清晰完 整，算法实时性高，易于硬件实现。在提供可观信号增益的同时，有效滤除部分 噪声，提高了信噪比和检测准确性，达到较理想的效果。 本论文分为五章，各章的内容安排如下： 第一章为绪论，首先阐述了本课题研究背景及研究意义，介绍了红外小目标 检测技术发展现状和发展趋势。 第二章研究光电目标实时检测系统，介绍了其硬件系统和软件系统具体实现。 分析光电探测器件选择，研究基于面阵探测器目标探测可行性，为后续算法提供 依据。 第三章研究分析本课题实际应用中场景图像目标、背景杂波和噪声灰度分布、 频域和空间分布等特性，分类介绍国内外主流的检测算法，并分析比较了它们各 自的优势和局限。 第四章在研究小目标成像特点的基础上，提出了一种自适应小目标检测的新 算法，通过实验验证了其性能并进行了统计对比。 第五章为全文的工作总结和展望。指出本文主要研究成果和未来研究方向， 提出进一步发展思路。 浙江大学硕士学位论文光电目标探测控制与实时处理系统 第2 章光电目标探测控制与实时处理系统 2 1 红外小目标探测系统总体设计 红外小目标探测系统是从光电探测器输出的图像数据中自动探测和识别的 系统。基本组成如图2 1 所示。 。vv、夕茂 、a b s o r d t l o n 豳礤虢蠹垂色。1 | | 1 渊猢一 图2 1 光电目标探测示意图 红外自动目标识别系统主要由水下或飞机机载光电探测器扫描搜索、捕获小 目标图像，将实时数据经过模数转换送往图像处理单元；信息处理系统实时对图 像数据进行预处理，然后从图像序列中完成目标检测、识别和告警任务，解算目 标位置信息拟合轨迹；伺服系统控制探测器扫描状态，根据实时需求转发状态信 息给图像信号处理系统；空情监视器实时接收信号处理控制系统发送的目标数据 给岸机。原理图如图2 2 所示。 浙江大学硕士学位论文光电目标探测控制与实时处理系统 图2 2 光电目标探测系统原理图 红外自动目标探测设计要求如下： 1 ) 结构合理、伺服系统和支撑装置稳定，系统整机体积小、功耗低、重量 轻。 2 ) 根据战术指标的需要设计完成自动化信号实时处理平台，具有模块化功 能结构，提高系统自动化程度和作用距离。 3 ) 处理系统可扩展性。算法尽量简化高效，复杂度低，有利于硬件实现。 4 ) 硬件处理速度。红外图像信息量大，帧频高，在图像处理和识别技术中， 相关算法包含大量相关滤波、加权运算，要求硬件具有非常优异的科学运算能力。 因此本课题采用多个处理器并行工作，选用数字信号处理器( d s p ) + 现场可编 程门阵列( f p g a ) 协同工作的模式。 基于以上要求，考虑到实际场景中任务需求，以下将研究光电目标实时探测 系统处理技术，探究有效的实时的图像处理技术算法，完成高速、大容量和自适 应处理硬件系统的初步设计。 2 1 1 硬件系统设计 系统硬件实现数字图像信号处理采用d s p + f p g a 的结构。优点为开发周期 短，易于维护和扩展，结构灵活。实时信号处理系统中，高层处理算法的特点是 所处理的数据量较低，但算法的控制结构复杂，适于用运算速度高、寻址方式灵 活、通信机制强大的d s p 芯片来实现。本课题选用t i 公司提供的专为 浙江大学硕士学位论文光电目标探测控制与实时处理系统 t m s 3 2 0 c 6 0 0 0 平台的t m s 3 2 0 d m 6 4 2 芯片。低层处理算法预处理算法处理的数 据量大，运算结构相对简单，对处理速度的要求高，适于用f p g a 实现。信号处 理板上的其它电路辅助核心电路进行工作。d s p 和f p g a 各自带有s d 洲，用 于存放处理过程所需要的数据及中间结果。硬件系统整体架构如图2 3 所示。 图2 3 图像处理硬件系统架构图 进入工作状态后，光电探测器捕获图像数据，定时扫描、采集多帧图像。输 出模拟数据经过图像采集卡进行模数转换，写到工控机内存。数据传送到数据板 后，f p g a 对图像数据进行实时预处理。s d 删存储图像数据后等待d s p 处理。 处理图像经数据转换器输出到c r t 监控器，同时将数据通过p c i 、主机端口h p i 或以太网l a n 三种可选模式与主机进行通信。下一帧数据到来时，f p g a 进行 新一轮数据获取和预处理。工控机进行上一帧结果显示，d s p 开始对当前帧预处 理结果进行处理，显示器数据刷新，这样工控机显示和d s p 数据处理实现了并 行。 f p g a 主要用于进行低层图像处理算法和外设连接( 模数转换、内存存储等) 。 选用l i i l x 公司高端f p g a 。f p g a 内部模块如图2 4 所示。 8 田 浙江大学硕士学位论文光电目标探测控制与实时处理系统 i 啪2 。l 图像平滑模块 一背景估计模块 - 存储管理d s p 。 。 译码模块 图2 4f p g a 内部模块 目前随着实时图像、语言和视频等多媒体硬件处理技术的发展需要，d s p 平台优化大量问世。本课题选用t i ( t e x a s1 1 1 s t r l l i i l e n t ) 公司的t m s 3 2 0 d m 6 4 2 ， t m s 3 2 0 d m 6 4 2 各功能区块状图如图2 5 所示。 图2 5t m s 3 2 0 d m 6 4 2 各功能区块状图 主要特点有： 1 ) 运行速度快。时钟频率为7 2 0 m h z 时，指令执行效率5 7 6 0 m i p s 。 9 浙江大学硕士学位论文 光电目标探测控制与实时处理系统 2 ) 内部结构不同于一般d s p 芯片。该系列d s p 是介于t m s 3 2 0 c 6 0 0 0 平台 上推出的定点d s p 中性能最高的一代。 3 ) 兼容性好。采用第二代高性能长指令架构v e l o c i t i 2 ，并与c 6 0 0 d s p 平 台实现代码兼容。 4 ) 带有3 个v p o r t 视频端口，能够与通用的视频编、解码器实现无缝连接， 支持多种视频分辨率及视频标准，支持洲视频输入输出，传输流模式。 5 ) c 6 4 xd s p 核心拥有3 个3 2 位通用定时器和8 个高度独立的功能单元， 其中包括2 个3 2 位乘法器和6 个算术逻辑单元。每个乘法器在单个时钟周期内 能实现4 个1 6 1 6b “乘法，或者8 个8 8b i t 乘法；每个算术逻辑单元在单个时 钟周期内能实现单3 2 b i t ，或双1 6 b i t ，或4 个8 b i t 的加减、比较等运算。1 个具 有6 4 路独立通道的增强型直接内存访问控制器( e d m a ) ； 6 ) t i 公司提供了专为t m s 3 2 0 c 6 4 x 系列d s p 优化的图像和视频处理专用 函数库m g l i b ( i i i l a g ea 1 1 d d e op r o c e s s i n gl i b r a r y ) 。i m g l i b 所有函数都针对 c 语言编程进行了优化，同时包括一些可以直接被c 语言调用，且经过汇编优化 的图像和视频处理子程序。 2 1 2 软件系统 开发红外图像实时控制处理系统流程为熟悉平台特性，优化算法，调试整个 系统软件。根据d s p 芯片的汇编指令语言可以更好的优化图像算法。可以借助 这些子程序编写出更高效的算法程序。i m g l i b 库包含了大量与图像和视频处理 有关的函数库，大致可分为三类，分别是压缩与解压缩、图像分析、图像滤波及 格式转换。主要有： 1 ) 图像处理子程序。该部分主要是对应用于图像分析标准的函数进行说明。 i m g _ b o u l l d a r y ，边界和周界函数，即i m g _ b o 眦d a r y 和i m g - p e r i m e t c r 两个 函数。它们通常在结构视觉应用中作为结构算子。 i m gd i l a t eb i i l 和i m ge r o d eb i n 是图像学算子，通常用于提高二进制或灰 度图像膨胀和腐蚀算法。膨胀和腐蚀在图像处理操作中具有基础的意义，比如开 操作和闭操作都可以从膨胀和腐蚀中建立起来。 i m gm s t o 汀a n l ，直方图用来生成图像的柱状图。图像的直方图是一个图像 亮度级的统计。 1 0 浙江大学硕士学位论文 光电目标探测控制与实时处理系统 i m g - p e r i r n e t e r 库中提供了边界和周界计算函数，即i m g - b o u l l d a r y 和 i m gp e 血n e t e r 。通常在机器视觉应用中用于结构化操作。 i m gs o b e l ，在机器视觉系统中通常使用边界检测技术。在许多算法中都存 在边界检测技术，最通用的是s o b e l 边界检测。i m gs o b e l 子程序提供了一个边 界检测算法优化执行的子程序。 2 ) 图像滤波处理算法。这里主要提供了用于图像滤波和格式转化操作的几 个函数，并简要描述。 i m gc o n v3 x 3 ，余弦函数用于普通图像3 3 滤波，比如图像平滑和锐化处 理方法等。 i m gc o r i3 x 3 ，m gc o r rg e n ，相关性函数用于图像匹配操作。在机器视觉、 医学成像和安全保卫方面图像匹配处理是非常有用的。库中提供了两个相关性 函数i m gc o r l 3 x 3 和i m gc o r rg e n 。i m gc o r r3 x 3 ，函数实现对3 x 3 像素区域 高度优化相关性处理。i m gc o r rg e n 是一个更普通的版本，能够对用户特殊的 像素区域大小( 在文档约束之内) 进行相关性处理。 。 i m gm e d i a l l3 x 3 ，在图像恢复处理中，中值滤波用于使成像中的脉冲噪音 产生的影响降到最低。该处理方法可以保护脉冲影响十分严重的局部区域，在安 全保卫、机器视觉和视频压缩系统中得到广泛的应用。i m gm e d i a l l3 x 3 函数 中值滤波提供了优化实现。 系统软件开发采用集成开发环境c c s 工具，完成对软件编辑、编译、调试、 测试代码效率和代码优化。 系统软件实现分为工控机数据存储和显示控制软件和d s p 主程序初始化， 图像输入，预处理、检测和标记。 工控机软件主要完成：1 ) 通过光电探测器采集图像并对数据存盘。2 ) 发送 图像数据给信号处理板。3 ) 对d s p 输出结果进行显示。 复杂背景自适应目标识别系统软件实现总体框图如图2 6 所示。硬件系统启 动后，首先，初始化d s p 及相关芯片。对d s p 内部的外围控制存储器、总线控 制寄存器和外部删进行初始化操作，指定全局参数值设定工作模式，保证系 统正确状态设置。然后，信号处理板进行基于单帧图像的预处理背景抑制和杂波 滤除。融合背景采用本课题提出的新的自适应小目标检测算法检测目标定位，对 浙江大学硕士学位论文 光电目标探测控制与实时处理系统 可疑目标完成标示和预警。 图2 6 算法流程图 2 2 光电探测器件选择 本系统使用面阵探测器扫描的工作方式。红外自动目标探测系统的探测头作 为自动识别系统的关键部件，其性能直接影响到整个搜索系统的探测能力和目 标分辨率。因此，相关的光电探测器选择都是系统设计的重要方面，直接影响 着目标探测成像可行性和作用距离等关键指标。 光目标探测需要极灵敏的检测技术。检测方式上可以分为光强度检测和光成 像检测。光强检测用在仅对目标光信号强度感兴趣的场合，而成像检测则要求 能对微弱的可见光信号成像，以获得更丰富的信息，应用更广泛。针对超微弱 发光的成像检测主要是以微通道板( m c p ) 为核心的像增强c c d ( i c c d ) ，或 采用以光电倍增管( p m t ) 为核心的二维扫描成像系统。针对可见光及荧光的 浙江大学硕士学位论文光电目标探测控制与实时处理系统 成像检测，采用以高灵敏度的制冷c c d 或电子倍增c c d ( e m c c d ) 为核心器 件检测【1 4 j 。表2 1 比较了两种常用微光成像器件的性能。 表2 1 微光成像器件比较 探测器类型 工作特性 不足 单光子灵敏度高：量子效率受光阴极所限； 可实现纳秒和皮秒级时间分辨；动态范围小，需要在高增益下工作； 具有快慢可选读出速率；m c p 有通道间干扰，点扩散函数增 i c c d 具有红外光谱光阴极大，倍增噪声更高； 无c c d 模式； 出口管制，采购周期长； 价格高，易损坏( 像增强器加有几百 乃至上千伏的高压) 单光子灵敏度高；无纳秒或皮秒量级的快门( 部分已具 具有快慢可调的读出速率；有微秒级快门) ； 无光阴极； 。 增益与信号水平仍须谨慎对待，尽量 可工作于e m c c d c c d 模式； 避免饱和： e m c c d 具有高且宽的量子效率 产生倍增噪声( 倍增噪声变为芝倍) ( 背照式9 0 ) ； 分辨率较高，由c c d 像素尺寸决 定： 很好的动态范围 目前国际能制造e m c c d 芯片的公司仅有e 2 v 和t i ，但已有很多公司开始 基于e m c c d 探测器芯片的低照度摄像机产品的开发。主要应用在单分子探测、 天文探测、断层摄影灯需要微光和大动态范围的场景。 即使在低扫描速率下，可见光信号的强度水平仍可能微弱到与读出噪声相当 甚至更低而无法被检测出来，e m c c d 的增益可显著地改善这种极微弱信号的信 噪比，由此在大吞吐量的分析研究中可实现更快的采样和更短的曝光时间。 e m c c d 尤其适合本研究领域。 c c d 也存在一些缺点。首先，晶片和像素大小问题。像素太小晶片的感光 面积会相对小，图像的视野也变小。而像素太大会使得影像粗糙。晶片上共有 几十万至几百万像素不等，一般而言感光面积小。本课题选用的c c d 像素大小 浙江大学硕士学位论文 光电目标探测控制与实时处理系统 为1 6 微米。然而，随着科技进步，这一问题会得到解决。其次，噪音问题。感 光晶片对光敏感，对噪音也比较敏感。弱小目标光度微弱，信噪比极低，要完 全消除并不容易。 光电成像的主要噪声来源有：光电转换过程的量子噪声( 光电发射过程的量 子噪声) 、光电导的产生复合噪声、热点效应的温度噪声、热噪声、低频噪声、 介质损耗噪声等。下面分析讨论。 ( 1 ) 散粒噪声。具有泊松分布律的量子涨落噪声，统称为散粒噪声。在各 类光电成像器件中属于散粒噪声的因素有：光电发射过程的量子噪声、扫描电子 束的热发生量子噪声、载流子穿越势垒的量子噪声等。 ( 2 ) 产生复合噪声。光敏面接受入射光子的能量产生载流子的过程是一个 随机过程，机载稳定入射的激发条件下，每瞬间产生的载流子数并不一致，只有 长时间内累计的平均值是确定的。同时，由于载流子的复合过程及被俘获的过程 也是随机过程，因此载流子的产生及复合都具有随机性，所引起的数量涨落，就 形成了噪声。 ( 3 ) 温度噪声。在热电效应器件中，因温度随机涨落而形成的噪声，任何 物体的受热和散热过程，都伴随有温度的随机涨落。是限制灵敏闽的主要噪声。 ( 4 ) 热噪声。光电导与电阻性元件都产生热噪声，它是导电体内电子无规 则热运动所形成的瞬间电流。热噪声在所有频谱中以相同的形态分布，是不能够 消除的、普遍存在的噪声干扰。 ( 5 ) 低频噪声。通过实测表明，半导体器件在有电流通过时会产生低频噪 声。低频噪声是由于材料的电导率起伏而引起的，这种起伏使偏流受到调制，也 称之为闪烁噪声。低频噪声的等效电流值近似与频率例数成正比。 ( 6 ) 介质损耗噪声。 ( 7 ) 电子耦合器件( c c d ) 的转移噪声。 2 3 目标探测可行性分析 设光电成像检测系统中物面目标发光强度为p ，且为朗伯体。办为普朗克常 量，v 为频率。则辐射通量密度形为： 1 4 浙江大学硕士学位论文 光电目标探测控制与实时处理系统 w ：p h 设4 d 为入瞳面积，厂为系统等效焦距，则人瞳对像面的立体角q ，为： ( 2 1 ) d 2 争= 等 亿2 ， 其中光学系统入瞳直径为d 。根据封闭光束亮度守恒模型，考虑传输损耗，设镜 头光学效率为，像面照度为日7 。则有： 肌似z i o 罢 ( 2 _ 3 ) 日= 等霄譬w 等 4 ， e m c c d 单像元面积设为口。综合上述公式，得到e m c c d 单像元上每秒入 射光子数： p 7 = 等= 等( 笋 c c 曲o t o n s 埘佃鳓， c 2 匀 即e m c c d 单像元每秒入射的光子数取决于可见光成像检测系统的归、光 学镜头效率以及e m c c d 的单像元面积口，且正比于目标发光强度。光学透镜 透过率取0 8 ，系统等效焦距厂和入瞳直径d 的比值一般大于1 。 舳限：1 壑垒一 f 2 6 ) 、3s q e f 2 + d f 2j r 哆r fg 警 、j 其中，s 为积分时间内每个像素入射的光子数，f 为噪声因子，q 为量子效率 ( q u a n t u me 伍c i e n c y ) 。g 为片上倍增增益因子( e l e c t r o nm u l t i p l i c a t i o n ( e m ) g a i n ) ， d 为暗电流噪声( d a r kc u e n t ) ，毋为读出噪声( r e a d n o i s e ) 。 表2 2 参数设定以t h ep r o e m5 1 2 b k 系列e m c c d ，p r i n c e t o ni n s 仇l m e n t s 为例。图2 7 中可知，量子效率q ，在生物发光波段内接近9 0 。分析如下： 浙江大学硕士学位论文 光电目标探测控制与实时处理系统 垒! 窒! ! 幽! 塑塑坚唑坚 n 0 & j jq ea 啪 + 2 5 1 h x c k n 饿d c t a 憎p r e 刚l k o t e d n at m a 榭r e dv q i 詹s 图2 7p r o e m5 1 2 b k 量子效率曲线 表2 2p r o e m5 1 2 b k 参数 f e p d l 瓜e sb d 旺f r r s e x c e l o nt e c l l l l o l o 斟 h i 曲e rq ei l lt l eu va 1 1 dn e a rmr e g i o n s ；e x 仃e m e l yi o we t a l o m n g n e l f5 1 2 b ks 黜r c a p t i i r cu l t 甩一f 如tl ( i n e t l c sa t 1m 1 l i o n 仃a m e sp e rs e c o n d e l e c u nm u l t l p l i c a t i ( e m ) g a i n i ，o w n o i s e ，i m p a c t - i o n i z a n o np r o c e s sf o rs m g l e - p h o t o ns e n s l t i v i t y o p t i c a ll i n e 珥a b s o l u t ee mg a mc a l i b r a t i o nu s i l l gb u l l tmp r c c i s l o nl i 曲ts o u r c e ， e m 锄dn o n e mm o d e sf o rt h el o w e s tn o l s e 锄d 廿l eb e s l l m e a n 肆 b a s eb 够e j i n ea c v es 诅b i l 时e n g i n e - s t a b l er e f b r e n c ef o rq u a m i t a t i v em e 越i l r e m e n t s p 玎q sp 曲c e t o ni n s t n l m e n t sn o i s es u p p r e s s i o nt e c i l i l o l o g y1 1 1 d e p e n d e m l yo p t l m i z e de ma n d n o n e mm o d e sf o rm el o w e s tn o i s ea 1 1 d 也eb e s ti i n e 撕t y f m m e - t m n s f b ra r c h i “x = n l r ea 1 1 0 、v sl0 0 d u t yc y c l eh n a g i i l gf o r 仃a c k i n g 印p i i c a t i o n s d e 印c o o l i n g n e m o e l o c m cc 0 0 n n gb e l o w - 9 0 0 cm i n i m i z e s 血r kc u n e n ta 1 1 da l l o w sl o n ge x p o s u r e t i r l l ；c 锄e r ac 柚b ec o o l e dw 汕a l ro rl i q u 斌o rac o m b i i l a t i o no fb o t i l ，a n d 胁c a nb e p e m a l l e n t l y t u 丌l e do f r f o rv i b m n o n s e i l s i 缸v ee n v i r o n m e n 乜 s i n g l eo p t i c a l 、v i n d o w v a c u u m 、v i n d o wi st h e0 n l y 叩t i c a ls u r f a c et ，e t 、v ni n c i d e n tl i g h ta n dt h ec c ds u r f k e ； a d v 粕c e da rc o a t i n g sf o rl i eh i 曲e s tt i l r o u 曲p u t b u i l t - 访s h u t 峙r c o n v e n i e l l t l yc a p t u r ed a