基于DSP的紅外實時圖像處理及其跟蹤算法研究.pdf

1、紅外圖像的處理與跟蹤是圖像處理的熱點研究問題，紅外圖像不同于可見光所成的焦平面圖像，反映為圖像的明暗，因而在紅外圖像處理中經(jīng)常會遇到以下問題:紅外圖像對計算核心處理速度要求比較高，單一的DPS運算速度不夠;圖像可視化處理使目標在背景中的成像不易于辨別;圖像的匹配中，計算量龐大和誤匹配的問題;目標的檢測中，目標和背景的分割閾值難以確定;目標的跟蹤中，跟蹤算法的運算速度和有效性。針對以上問題，本文研究基于雙DSP的紅外實時圖像處理與跟蹤，以

2、期實現(xiàn)空中背景的紅外目標精準探測與識別。
　　首先，研究圖像處理與跟蹤系統(tǒng)的搭建。針對主要的技術(shù)指標要求，選用光學(xué)器材、紅外探測器、DPS等部件，使用兩個DSP聯(lián)合解決對運算速度的要求，并擴展了SDRAM為存儲解決對運算結(jié)果的大數(shù)據(jù)量存儲，實際研究表明圖像畫面流暢，可以滿足技術(shù)指標要求。
　　其次，對空中目標圖像的可視化處理進行研究。通過對天空背景和目標溫度范圍的分析得到灰度直方圖，使直方圖去掉紅外探測器的探測范圍過大的部分

3、，并用可變閾值的平臺直方圖法代替直方圖均衡化，增強目標的動態(tài)范圍，使目標在圖像中易于觀察時又不丟失目標;將遺傳算法用于圖像的匹配，為避免傳統(tǒng)遺傳算法計算效率低的問題，研究去均值的歸一化積相關(guān)遺傳算法，從而解決實時圖像中誤差均值不為零造成的誤匹配。并在遺傳算法的搜索策略中將圖像分成多個區(qū)域，使每個區(qū)域中都有初始種群的存在以保證適應(yīng)的全局性。
　　最后，研究空中目標的檢測與跟蹤。將信息熵應(yīng)用于檢測中，并用二維熵代替一維，以背景和目標的

4、熵和最大為條件選取合適的閾值作為分割;針對二維熵運算量大的缺點，改進搜索策略，粗搜索為目標可能經(jīng)過的概率大的45對點的熵值最大點，精確搜索為熵值最大點的周圍點，計算中采用遞推公式運算，縮短運算時間。研究基于粒子群濾波法的目標跟蹤，用后驗概率代替先驗概率，并用粒子群優(yōu)化法優(yōu)化采樣，使粒子濾波的樣本多樣性和權(quán)值增大，增加跟蹤的準確性。
　　對于以上算法研究的試驗驗證結(jié)果可知，本文所建系統(tǒng)的軟、硬件部分可以滿足實際探測識別的要求，具有良