【技術實現步驟摘要】
本專利技術屬于圖像處理與識別，涉及一種復雜背景下對動目標的提取方法。
技術介紹
1、圖像處理與圖像識別技術，是當今最熱門的領域之一，尤其是對目標的提取工作是先進的模式識別和人工智能系統的前提，在民用、軍工和宇航等領域有著廣泛的應用。
2、復雜背景下的動目標提取問題一直是紅外成像探測系統待解決的難題，一方面由于紅外遠距離目標呈現弱小目標的特點，而下視背景復雜多變，呈現出和目標相類似的高頻特征，容易將目標淹沒在背景中造成漏檢或者虛警等問題；另一方面由于紅外成像探測系統對算法實現的實時性要求很高，傳統的dsp平臺由于運算時間過長，限制了算法的實際應用。
3、傳統的幀間差分法，未充分考慮復雜背景自身的運動，將運動的復雜背景從圖像中差分出來，從而增加了目標的虛警率。基于特征點配準的幀間差分法，前期需要提取大量穩定的特征點對背景的運動進行估計，這對于紅外圖像本身就比較困難：一方面紅外圖像輪廓邊緣不夠銳利，很難提取大量可用于匹配的特征點；另一方面提取穩定的特征點本身就非常耗時。
技術實現思路
1、本專利技術解決的技術問題是：克服現有技術的不足，提供了一種基于fpga實現的復雜背景下動目標的提取方法，基于先驗信息將圖像整塊區域參與對背景運動的估計，用以解決復雜背景下目標的提取，解決了特征點提取困難、耗時的問題，能夠極大程度的提高目標提取速度，滿足算法實時性要求，可以嵌入到微型設備中得到更廣泛的應用。
2、本專利技術的技術解決方案是：一種基于fpga的復雜背景下動
3、(1)利用紅外成像探測系統實時采集包含復雜背景圖像的視頻流作為待處理圖像；
4、(2)利用紅外成像探測系統解算得到光軸偏移量作為先驗信息，對待處理圖像幀間復雜背景的移動量進行補償；
5、(3)通過像素平移對待處理圖像的幀間運動進行遍歷，通過最小化幀間圖像的差值和得到待處理圖像的幀間偏移量，并對上一幀圖像的偏移進行補償；
6、(4)用當前圖像和補償后的上一幀圖像進行差分，對差分圖像進行二值化、分割并根據圖像幀間的信息提取目標。
7、優選的，所述的光軸偏移量在上下左右四個方向，每個方向的范圍均在0～n1個像素之間。所述的n1取20。
8、進一步的，所述的對待處理圖像幀間復雜背景的移動量進行補償，具體為：將上一幀圖像p和當前圖像g緩存在片上ram中，實際參與復雜背景運動估計的圖像為當前圖像g中心的n×n個像素，上一幀圖像p也以中心的n×n個像素為基礎；根據光軸偏移量(x,y)對上一幀圖像p的n×n個像素所在區域進行偏移，并按照上下左右n2個像素將其尺寸進行擴展，得到(n+2n2)×(n+2n2)尺寸的區域作為補償結果。
9、優選的所述的n2取5，n取312。所述的通過像素平移對待處理圖像的幀間運動進行遍歷，平移方式為上下左右各n2個像素。
10、進一步的，所述的通過最小化幀間圖像的差值和得到待處理圖像的幀間偏移量，具體為：構建2n2×(n+2n2)+2n2+1長度的移位數組，以fifo模式將上一幀圖像p的數據從首地址處依次從數組末端壓入數組中，直到經過2n2×(n+2n2)+2n2+1個時鐘后，將第一個參與計算的(2n2+1)×(2n2+1)的數據整體壓到了移位數組左上角，同時初始化(2n2+1)×(2n2+1)個累加器；下一個時鐘到來時，將當前圖像g的第一個有效像素同時與移位數組左上角(2n2+1)×(2n2+1)個數據進行比較，求得差值的絕對值，假設當前圖像g的像素值為g(x1,y1)，與第n個數據pn差值的絕對值為d(x1,y1,n)分別放入對應的(2n2+1)×(2n2+1)個累加器中進行差分值累加，得到d(n)，
11、
12、d(n)＝d(x1,y1,n)+d(n)
13、其中，n>0且n≤(2n2+1)×(2n2+1))，m*m為待處理圖像的大小；
14、再下一個時鐘到來時，將上一幀圖像p的下一個像素按照fifo模式壓入移位數組末端，并再次計算d(n)，循環往復直到當前圖像g的n×n個有效像素都完成操作為止；
15、對(2n2+1)×(2n2+1)個累加器的值兩兩進行比較，找到最小值所在的索引號n，即為上一幀圖像p相對于當前圖像g的偏移量對應的索引號，通過索引號反算得到偏移量(x2,y2)，其中x2為行偏移量，y2為列偏移量。
16、進一步的，所述的通過索引號反算得到偏移量(x2,y2)，具體為：
17、
18、進一步的，所述的用當前圖像和補償后的上一幀圖像進行差分，具體為：
19、從上一幀圖像p中找到下標整體偏移(x2,y2)的像素，將其作為起始像素點(m-2n1-2n2-2)×(m-2n1-2n2-2)個像素區域和當前圖像g的中心(m-2n1-2n2-2)×(m-2n1-2n2-2)個像素區域圖像進行差分，得到差分后的圖像d：
20、
21、將每個像素的差分值進行累加放入累加器a中：
22、a＝a+d(x1,y1)
23、其中，x1,y1∈[n1+n2+1,m-n1-n2-2]；
24、經過(m-2n1-2n2-2)×(m-2n1-2n2-2)個時鐘完成差分圖像的計算以及累加操作，將差分圖像緩存在片上ram中。
25、進一步的，所述的對差分圖像進行二值化、分割，具體為根據累加和a計算分割閾值t，
26、
27、其中，q為參與累加器的像素個數，取(m-2n1-2n2-2)×(m-2n1-2n2-2)，α為系數。
28、本專利技術與現有技術相比的優點在于：
29、(1)本專利技術采用基于先驗信息的枚舉法對復雜背景的幀間運動進行估計，通過運動補償對背景進行差分，起到抑制背景，增強目標的作用，相比于傳統基于濾波的復雜背景運動目標提取算法而言，更好地抑制了復雜背景；相比于傳統的幀間差分法而言，考慮到了復雜背景自身的運動，解決了其存在把運動的復雜背景給差分出來從而增加了目標虛警率的問題，更加合理；相比于基于特征點配準的幀間差分法而言，前期不需要提取大量穩定的特征點對背景的運動進行估計，基于先驗信息將圖像整塊區域參與對背景運動的估計，解決了特征點提取困難、耗時的問題，且本算法簡單，更易于實現；
30、(2)本專利技術基于fpga平臺采用了流水線的工作方式進行實現，極大程度的提高了目標提取的速度，滿足了算法實時性的要求，可以嵌入到微型設備中，使得該目標提取算法得到更廣泛的應用，適用于下視復雜背景下運動目標的提取。
本文檔來自技高網...【技術保護點】
1.一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：包括
2.根據權利要求1所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的光軸偏移量在上下左右四個方向，每個方向的范圍均在0～n1個像素之間。
3.根據權利要求2所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的n1取20。
4.根據權利要求2所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的對待處理圖像幀間復雜背景的移動量進行補償，具體為：將上一幀圖像P和當前圖像g緩存在片上RAM中，實際參與復雜背景運動估計的圖像為當前圖像g中心的N×N個像素，上一幀圖像P也以中心的N×N個像素為基礎；根據光軸偏移量(x,y)對上一幀圖像P的N×N個像素所在區域進行偏移，并按照上下左右n2個像素將其尺寸進行擴展，得到(N+2n2)×(N+2n2)尺寸的區域作為補償結果。
5.根據權利要求4所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的n2取5，N取312。
6.根據權利要求4所述的一種基于F
7.根據權利要求6所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的通過最小化幀間圖像的差值和得到待處理圖像的幀間偏移量，具體為：構建2n2×(N+2n2)+2n2+1長度的移位數組，以FIFO模式將上一幀圖像P的數據從首地址處依次從數組末端壓入數組中，直到經過2n2×(N+2n2)+2n2+1個時鐘后，將第一個參與計算的(2n2+1)×(2n2+1)的數據整體壓到了移位數組左上角，同時初始化(2n2+1)×(2n2+1)個累加器；下一個時鐘到來時，將當前圖像g的第一個有效像素同時與移位數組左上角(2n2+1)×(2n2+1)個數據進行比較，求得差值的絕對值，假設當前圖像g的像素值為g(x1,y1)，與第n個數據Pn差值的絕對值為d(x1,y1,n)分別放入對應的(2n2+1)×(2n2+1)個累加器中進行差分值累加，得到d(n)，
8.根據權利要求7所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的通過索引號反算得到偏移量(x2,y2)，具體為：
9.根據權利要求8所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的用當前圖像和補償后的上一幀圖像進行差分，具體為：
10.根據權利要求9所述的一種基于FPGA的復雜背景下動目標的提取方法，其特征在于：所述的對差分圖像進行二值化、分割，具體為根據累加和A計算分割閾值T，
...【技術特征摘要】
1.一種基于fpga的復雜背景下動目標的提取方法，其特征在于：包括
2.根據權利要求1所述的一種基于fpga的復雜背景下動目標的提取方法，其特征在于：所述的光軸偏移量在上下左右四個方向，每個方向的范圍均在0～n1個像素之間。
3.根據權利要求2所述的一種基于fpga的復雜背景下動目標的提取方法，其特征在于：所述的n1取20。
4.根據權利要求2所述的一種基于fpga的復雜背景下動目標的提取方法，其特征在于：所述的對待處理圖像幀間復雜背景的移動量進行補償，具體為：將上一幀圖像p和當前圖像g緩存在片上ram中，實際參與復雜背景運動估計的圖像為當前圖像g中心的n×n個像素，上一幀圖像p也以中心的n×n個像素為基礎；根據光軸偏移量(x,y)對上一幀圖像p的n×n個像素所在區域進行偏移，并按照上下左右n2個像素將其尺寸進行擴展，得到(n+2n2)×(n+2n2)尺寸的區域作為補償結果。
5.根據權利要求4所述的一種基于fpga的復雜背景下動目標的提取方法，其特征在于：所述的n2取5，n取312。
6.根據權利要求4所述的一種基于fpga的復雜背景下動目標的提取方法，其特征在于：所述的通過像素平移對待處理圖像的幀間運動進行遍歷，平移方式為上下左右各n2個像素。
7.根據權利要求6所述的一種基于fpga的復雜...
【專利技術屬性】
技術研發人員：朱婧文，王成明，劉小毛，王清峰，陳家新，
申請(專利權)人：上海航天控制技術研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。