近年来，红外探测系统因其具有隐蔽性，抗干扰性，全天候工作等特点，在现代战争中具有重要的作用，而红外图像中小目标的检测将直接影响制导系统的有效作用距离及设备的复杂程度，在红外成像制导和预警系统中发挥着举足轻重的作用。
一般说来，由于小目标距离较远，因而在成像系统中表现为微弱特性，并且没有形状和结构特征或特征不明显。同时，由于高于绝对零度的物体均有红外辐射能力，所以自然界中的干扰源很多，很难准确地检测出真正的目标。
本文在数学形态学Top-hat算子对于目标检测的基础上，设计了一种基于DSP+FPGA的图像实时处理系统，使其能够满足高速采样数据流快速存取，快速运算的要求。
1 算法基础
1．1 形态学算法
数学形态学方法是一种非线性滤波方法，它最先被用来处理二值图像，后来被引用到灰度图像处理。基本思想是：用一定的结构元素去度量和提取图像中的对应形状，去除不相干的结构，以达到图像分析和目标识别的目的。
灰度形态学的基本运算有膨模压电感胀、腐蚀、开运算和闭运算。基于这些运算，可以推导和组合各种数学形态学使用算法。
设f(x，y)为输入图像，b(x，y)为结构元素，其中(x，y)为图像平面空间的坐标点，f为(x，y)点的灰度值，b为(x，y)点的结构函数值，Df和Db分别是f和b的定义域，上述4种基本运算的表达式为：
其中，开运算有些像非线性低通滤波器，但是又与低通滤波器不同，开运算可以允许高频部分中大于结构元素的部分通过。Top-hat算子就是利用了开运算的上述性质来进行目标检测的。
Top-hat算子的定义为：
经过Top-hat处理后的图像，目标和背景在能量上差别较大，大部分像素都集中在低灰度区，只有目标和小部分噪声分布在高亮度区，如图1所示，图1(a)为原始图像，图1(b)为经过Top-hat处理的图像及其直方图统计结果。
 功率电感
一体电感器的功能和用途电感
1．2 最大类间方差法求阈值
设经过处理后的图像f2(x，y)的各灰度的集合为S={0，1，2，…，N}，Pi为此集合中i出现的概率，由于图像是由小目标和背景两部分组成的，设这两部分对应的灰度子集分别为：红外背景，C0={0，1，2，…，k}；目标对象，C1={k+1，k+2，…，N}；则两个类别的间方差为：
为节约程序运行时间，选取k的取值范围为[μ+5σ…N]，其中μ为整幅图像的均值，σ为整幅图像的平均差，直到找到使类间方差取最大值时的k值，即为最佳分割阈值th。
对经过Top-hat处理后的图像，利用上述的最大类间方差法获取阈值，利用这个阈值对图像进行分割，最后通过判断目标的形状大小，以达到提取目标的效果，如图2所示，图2(a)为阈值分割的结果，图2(b)为最终判断结果。
一体电感
2 硬件系统结构
在实时视频处理系统中，底层算法的数据量大，运算结构相对比较简单，对速度有很高的要求，而高层处理算法控制结构复杂，数据量较底层算法少，故本文采用FPGA+DSP的结构。利用DSP实现目标检测的算法，可以提高运行速度及便于调试和修改，FPGA实现整个系统的控制和图像的基本预处理功能。整个系统的硬件结构如图3所示。
在系统设计中，DSP采用ADI公司通用浮点型TigerSHARC201，它拥有非常高的存储宽度，支持32位和扩展的40位浮点运算，支持8、16、32、64位定点运算。它拥有高达600 MHz的内核时钟速率，一个周期可以执行4条指令，相当于24次16 bit定点操作或者6次浮点操作。处理器的运算流水是双周期的，分支流水为2～6周期，鉴于此流水深度，它使用分支目标缓冲(BTB)来减少分支延迟，其两个相同的计算单元均支持浮点和定点运算。每周期最多可执行4个32-bit宽的指令，因此很容易实现高性能的应用。
1
在实际的语音系统中双声道立体声是一项应用最为普遍的技术，他是利用人们的听觉错觉，通过改变两个扬声器的声级差，能使聆听者前方产生一定角度的声音方向信息，从而使人们在聆听时有“身临其境”的听觉感受。然而目 生肌电一体化领域sEMG的主流应用思路是，利用sEMG进行人体动作模式识别，进而利用识别结果驱动应用策略。人体动作通常是由肌肉群中多块肌肉协调完成的，动作模式识别需要同时采集 本文使用的滤波器拓扑结构为双端接LC梯式滤波器。由电功率感器和电功率电感器厂容器构成的网络有两个“端口”，供信号进入和离开网络。在我们的滤波器中，输入端口从具有特定电阻值的信源处获得信号（一般无法变
上一篇： 基于FPGA 与VHDL 的微型打印机的驱动设计
下一篇：功率电感器
1/3 1 2 3 下一页 尾页 |
