基于5×5模板的紅外小目標圖像檢測算法

周園園，杭 娟

(1.上海船舶運輸科學研究所研究開發(fā)中心，上海 200135;2.西安電子科技大學電子工程學院，陜西西安 710071)

基于5×5模板的紅外小目標圖像檢測算法

周園園1，杭 娟2

(1.上海船舶運輸科學研究所研究開發(fā)中心，上海 200135;2.西安電子科技大學電子工程學院，陜西西安 710071)

針對天空背景下紅外圖像弱小目標的特點，提出了一種用于紅外小目標檢測的算法，在9個點及以上的目標中，傳統(tǒng)圖像預處理采用3×3模板達不到預期的效果，因此文中采用5×5，4×4的模板對紅外圖像進行中值濾波，灰度形態(tài)學等預處理，采用大規(guī)?？删幊涕T陣列來實現(xiàn)，通過實測天空背景下的紅外圖像實驗，表明了該算法能有效地檢測出紅外圖像中的弱小目標。

紅外圖像識別;中值濾波;Robinson濾波

紅外小目標的檢測與跟蹤是紅外探測系統(tǒng)設計具有實際意義且又困難的課題，紅外圖像成像的特點是目標小而模糊，即目標占像素點少，信噪比低［5］，目前研究的重點主要是針對紅外圖像的處理算法，紅外熱像儀等獲得的小目標圖像，背景中除噪聲外，主要是大面積緩慢變化的低頻部分，例如:飛機在云層中飛行，云層的灰度值緩慢地變化。因此，紅外圖像中既有噪聲又有背景，而目標就是去除噪聲和背景，把小目標檢測出來。

一般噪聲和目標的灰度值比背景的灰度值大，目標是孤立的，而噪聲可能是孤立是成片的。根據(jù)這一特點，文中運用中值濾波、高通濾波、Robinson濾波對圖像進行預處理，檢測出目標。傳統(tǒng)的模板是采用3×3，但對于＞5個點的目標，用3×3模板則無法達到預期的效果。文中以FPGA為平臺進行5×5模板的濾波預處理，將處理后的圖像傳輸給DSP，由DSP顯示處理后的圖像，提高了檢測的準確性。

1 濾波算法

紅外圖像是低對比度，低信噪比的弱目標圖像，根據(jù)空中背景和弱小目標的特點，首先運用中值濾波對圖像進行去噪，然后采用Robinson濾波對目標進行增強，檢測出弱小目標。

1.1 中值濾波

中值濾波是一種非線性的圖像平滑濾波方法［2］，能夠濾除脈沖噪聲，同時又可保護圖像目標邊緣，對于小于窗長一般的窄脈沖干擾有較強的抑制作用。因此，可先通過中值濾波消除脈沖孤立點。

中值濾波可定義為

式中，g(x，y)和f(x－i，y－j)分別為輸出與輸入像素灰度值;W為模板窗口，窗W可選取為線狀、方形、十字形、菱形等［3］，為便于在FPGA上實現(xiàn)，文中采用5×5方形窗。

由式(1)可知，要求模板中25個數(shù)的中值，若采用傳統(tǒng)排序法，對于文中的一副320×256的圖像來說，運算量大，因此采用快速中值濾波，其算法實現(xiàn)與原理如下

圖1(a)為原始圖像5×5模板的25個數(shù)，將圖1(a)中每行的數(shù)據(jù)從左向右按照降序排列，形成圖1(b)，再將圖1(b)中每列的數(shù)據(jù)從上到下按照降序排列，形成圖1(c)，圖中x即為25個數(shù)中的最大值。y為25個數(shù)中的最小值，將圖1(c)中對角線上的數(shù)據(jù)，按照圖1(d)箭頭方向按照降序排列，形成圖1(d)，對于排列后的數(shù)據(jù)，取圖1(d)中的3個數(shù)，將這3個數(shù)進行圖1(e)方向的降序排列，其中這3個數(shù)的中值即為25個數(shù)的中值。

圖1 25個數(shù)求中值的原理

1.2 Robinson濾波

Robinson Guard濾波器是一種非線性非參數(shù)型濾波器［1］，可被認為是一種增強的邊緣濾波器，利用它可有效的完成背景雜波的抑制，有效增強點源目標，其濾波模板如下。

圖2 Robinson濾波模板

具體計算方法為

2 硬件實現(xiàn)

采用Altera公司Cyclone 3 系列FPGA EP3C80F484C6［10］及Quartus II開環(huán)境［9］。首先，建立5×5模板，對此模板中的數(shù)求取中值，用此中值來代替中間一個數(shù)即D22，采用方形模板會使邊緣的數(shù)據(jù)無法進行處理，因而舍去邊緣數(shù)據(jù)，采樣的原始LVDS圖像的分辨率為320×256，其中有效數(shù)據(jù)為316×256，經(jīng)過中值濾波后變?yōu)?12×252，最后進行Robinson濾波，最終輸出的數(shù)據(jù)只有308×248個。

2.1 5×5模板的建立

5×5模板的框圖如圖3所示。

圖3 5×5模板框圖

如上所示，D為觸發(fā)器，類似于3×3模板，其基本原理為先從數(shù)據(jù)輸入端讀取兩行數(shù)據(jù)分別緩存到FIFO1，F(xiàn)IFO2，F(xiàn)IFO3和 FIFO4中，此時 4 個 FIFO 只是寫使能有效，讀使能無效，然后將輸入端接到D55，此時4個FIFO同時進行讀寫，其數(shù)據(jù)源如圖連接所示，由此便形成5×5模板。

2.2 中值濾波

對5×5模板中的25個數(shù)求取中值，采用快速中值濾波，因而必須求出5個數(shù)中的中值，應用快速中值濾波算法求出中值，進行中值濾波，經(jīng)過中值濾波的圖像消除孤立的目標點，因而與原始圖像進行差分運算將會得到目標。

2.3 Robinson濾波

對于經(jīng)過中值濾波并經(jīng)過差分運算的圖像再進行Robinson濾波來增強目標。使用5個數(shù)排序的方法并基于上述Robinson濾波的原理，由式(2)計算出最后的灰度值。

3 由DSP驗證濾波效果

將濾波得到的308×248個數(shù)據(jù)緩存到雙口RAM里面，再由DSP讀取，如圖4所示。

圖4 DSP與FPGA傳輸模塊

文中采用美國德州儀器公司推出的TMS320C6416［5］，其是一款浮點型高性能 DSP，開發(fā)工具為CCS，與FPGA的傳輸主要通過中斷控制引腳GP5/EXT －INT5，片選信號 TACE2，AECLKOUT 時鐘引腳，64位數(shù)據(jù)線，20位地址線和GPTO口。

CCS開發(fā)環(huán)境可根據(jù)圖像數(shù)據(jù)顯示圖像，因此把濾波后的數(shù)據(jù)進行顯示來驗證濾波的效果，DSP讀完后顯示灰度圖像，如下圖所示。

圖5為對空拍攝的一副紅外圖像，其中有3個目標點，分別占3個，5個和7個像素點，由圖6可知，對于5個和7個像素點的目標，經(jīng)過3×3模板濾波后，其像素點降低了，而經(jīng)過5×5模板濾波后，如圖7所示，目標的像素點未減少，而作為背景的白云，雖然灰度值已經(jīng)極小，但仍然會有一些邊緣存在。因此，對于中值濾波后的圖像再進行Robinson濾波，如圖8所示，經(jīng)過兩次濾波后，不僅背景得到抑制，而且目標也得到了加強，并且目標的像素點未減少，達到了處理效果。這對于后續(xù)的圖像分割和目標檢測相當有利。

4 結束語

文中論述了紅外圖像點目標檢測兩種常用的算法，中值濾波和Robinson濾波，中值濾波能較好地去除噪聲，而Robinson濾波對目標得到了加強，融合兩種算法并擴大模板提高了檢測的準確性。

基于Altera FPGA的EP3C80F484C6來進行硬件實現(xiàn)，并通過DSP來驗證，驗證的同時，實現(xiàn)了FPGA和DSP之間的數(shù)據(jù)傳輸，通過實驗證明傳輸?shù)恼_性，從DSP顯示的圖像來看，文中的濾波算法能夠達到設計要求，為DSP后續(xù)的設定門限檢測打下良好的基礎。

［1］Texas Instruments Incorporated.TMS320C6000系列 DSP的CPU與外設［M］.北京:清華大學出版社，2007.

［2］林常青，李建林，孫勝利，等.含弱小目標大視場紅外圖像復雜背景抑制的實現(xiàn)［J］.科學技術與工程，2007(14):3399－3403.

［3］付昱強.基于FPGA的圖像處理算法的研究與硬件實現(xiàn)［D］.南昌:南昌大學，2006.

［4］馬慶軍，周世椿.基于FPGA的點目標濾波檢測算法［J］.光學與電子技術，2008(5):52－55.

［5］Altera Conpration.Cyclone III device data sheet［M］.USA:Altera Conpration，2010.

［6］王誠.Altera FPGA/CPLD設計［M］.北京:人民郵電大學出版社，2010.

［4］李勝勇，姜濤，朱強華，等，紅外序列圖像中小目標實時檢測系統(tǒng)設計與實現(xiàn)［J］.紅外技術，2010，32(8):471 －474.

［6］Texas Instruments Incorporated.TMS320C6000系列 DSP編程工具與指南［M］.北京:清華大學出版社，2007.

［7］潘松，黃繼業(yè).EDA技術使用教程［M］.北京:科學出版社，2006.

［8］姜立東.VHDL語言程序設計及應用［M］.北京:北京郵電大學出版社，2004.

［11］Altera Conpration.Cyclone III device family pin connecting guidelines［M］.USA:Altera Conpration，2009.

Small Target Detection Algorithm for Infrared Images Based on the 5×5 Template

ZHOU Yuanyuan1，HANG Juan2
(1.Research and Development Center，Shanghai Ship and Shipping Research Institute，Shanghai 200135，China;2.School of Electronic Engineering，Xidian University，Xi'an 710071，China)

In view of the characteristic of small targets in the sky background，an algorithm used for detection of small targets in the infrared image is presented.In the target of more than 9 points，the traditional image processing based on the 3 ×3 template does not reach the expected effect.Therefore，this paper uses the middle and top-hat filter to process the infrared image based on the 5×5 and 4×4 template.The design adopts the FPGA.Experiments on real infrared images in the sky background show that the algorithms can detect the small target in the infrared image effectively.

infrared image recognition;top-hat filter;Robinson filter

TP391.41

A

1007－7820(2012)06－014－03

2011-12-13

周園園(1987—)，女，碩士研究生。研究方向:自動化，輪機自動化。