基于Zynq的红外小目标检测系统设计与实现

发布时间：2020-10-28 16:59

　　 当今军事科技的发展已经在很大程度上影响到战争的格局和走向。红外小目标检测技术在红外远距离预警、红外成像制导以及红外搜索跟踪等方面扮演了一个至关重要的角色。红外图像中杂波干扰较多,导致小目标检测难度较大。因此,在复杂背景下的红外小目标检测技术被视为是一项难攻克、富有挑战性并且有重大科研意义的课题。随着红外小目标检测技术的不断革新,对红外小目标检测系统自身的实效性、功耗有了更加严格的要求。本文从红外小目标灰度信息、边缘信息、熵信息分析入手,研究红外小目标检测算法。本文选用Zynq异构平台作为红外小目标检测系统的处理器。主要内容包括:1.分析研究了Zynq平台的架构、设计优势,并设计一种基于Zynq的红外小目标检测系统。2.对红外小目标的进行特征分析。研究红外小目标图像灰度分布、小目标边缘信息、小目标图像信息熵三个方面。研究小目标在图像中的表现形式,突出红外小目标特征结构,从特征入手检测红外小目标。3.提出了一种加权局部熵与多尺度形态学图像融合的红外小目标检测实时新算法。该算法通过多特征融合的思想,改善单一特征红外小目标检测算法的性能。从小目标灰度分布特征出发,首先计算多尺度下的改进的形态学操作,结合所提的新的差异补偿思想,达到抑制复杂背景、增强红外小目标显著性的目的。同时从图像熵特征出发,提取红外小目标的熵信息,增强小目标显著性。然后利用多特征融合思想,从不同特征入手增强红外小目标。同时,对不同背景下的红外小目标进行仿真,并与所研究的其他算法进行对比仿真分析,以验证所提算法的性能的优势。4.将所提出的红外小目标检测新算法移植到基于Zynq的红外小目标检测系统中,实现红外小目标检测任务。同时结合Vivado HLS,实现算法快速开发验证以及算法的硬件加速。设计实现本文所提新算法的IP核,对IP核进行仿真、测试,并通过硬件平台验证。实验结果证明了本文检测系统软硬件设计的有效性。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;TN21
【部分图文】：

66(i)输入图像 (ii)多尺度差异补偿 (iii)改进的局部熵 (iv)检测显著图 (v)阈值分割图4.14 不同场景下 WLEMMF 算法仿真首先给出在图 4.14 中的各个图的意义，第一列(i)代表从上至下依次为图 4.13 中对应(a)~(f)的六类输入的红外图像以及其灰度空间图，第二列(ii)代表多尺度改进Top-Hat 算法的差异补偿图以及对应的灰度空间图，第三列(iii)代表输入图像的改进的局部信息熵以及对应的灰度空间图，第四列(iv)代表本算法处理融合检测结果显著图以及对应的灰度空间图，第五列(v)代表自适应阈值分割检测结果。图 4.14 每一类中对应的图一到图十具体含义如图中所示，代表新算法的各个阶段的处理结果及其灰度空间图。第一类实验数据类型的红外小目标图。红外图像背景是昏暗的天空背景，小目标与背景的灰度对比度较强。同时由于云层较少

70(a)输入图像 (b)DoG 算法 (c)SVD 算法 (d)MLCM 算法 (e)Top-Hat 算法 (f)所提算法图4.15 不同算法效果对比从图 4.15 可以得出如下结论：1. DoG 算法在对比较较高，且目标较为明显时，能够有效的抑制背景中的噪声，突出目标边缘特征，但是如果目标对比度下降或者存在大量有棱角边缘时，检测效果会大打折扣，有时甚至无法检测出目标信息，该算法的鲁棒性不强。2. SVD 奇异值分解算法，将图像中的信息以少量特征值所表示，保留了绝大部分图像中的内容，这里选择保留前0.025 Rank ( F)个特征来作为图像重建的模型特征基础，这里的选取根据 4.1.3 小节中的内容来定。在该算法中，旨在重建无目标图像

Solution设置（1）IP接口部分
【相似文献】

相关期刊论文 前10条

1 王铎;;尺度空间理论在红外小目标检测中的应用研究[J];光电技术应用;2017年02期

2 秦晓燕;袁广林;薛模根;;岭回归协助稀疏表示红外小目标检测[J];光电工程;2014年02期

3 杜鹏;;基于形态学及小面核滤波的红外小目标检测方法[J];喀什大学学报;2019年06期

4 方义强;樊祥;程正东;陈卫;胡涛涛;;基于数学形态学的红外小目标跟踪研究[J];弹箭与制导学报;2012年02期

5 张长城;杨德贵;王宏强;李智明;;基于粒子滤波的红外小目标跟踪方法[J];现代防御技术;2008年02期

6 王俊林,张剑云;红外小目标识别的新方法[J];红外技术;2005年05期

7 李鹏;陈钱;郑海鸥;何宝福;;红外小目标图像的预处理方法[J];红外与激光工程;2011年04期

8 陈玉丹;周冰;;红外小目标检测中的背景预处理技术研究[J];科学技术与工程;2006年18期

9 李震;郑建宝;朱振驰;林耀聪;;基于红外小目标识别的空中鼠标解决方案[J];电脑知识与技术;2014年05期

10 马俊;吴玉雯;;基于海天线提取的红外小目标检测方法[J];电子设计工程;2012年06期

相关博士学位论文 前8条

1 杨磊;复杂背景条件下的红外小目标检测与跟踪算法研究[D];上海交通大学;2006年

2 赵坤;复杂环境下红外小目标检测与跟踪技术研究[D];哈尔滨工程大学;2006年

3 钱惟贤;复杂背景下红外小目标探测与跟踪若干关键技术研究[D];南京理工大学;2010年

4 刘源;空中平台大视场红外小目标实时探测技术研究[D];中国科学院大学(中国科学院上海技术物理研究所);2017年

5 韩金辉;基于人类视觉特性的复杂背景红外小目标检测研究[D];华中科技大学;2016年

6 刘云鹤;基于注意机制的红外小目标检测与跟踪算法研究[D];哈尔滨工程大学;2009年

7 魏长安;红外小目标检测与跟踪算法研究[D];哈尔滨工业大学;2009年

8 孙继刚;序列图像红外小目标检测与跟踪算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

相关硕士学位论文 前10条

1 王冲;线阵扫描对空红外小目标捕获模块研制[D];哈尔滨工业大学;2019年

2 王晓鹏;基于Zynq的红外小目标检测系统设计与实现[D];西安电子科技大学;2019年

3 王博洋;基于多方向环形梯度法的红外小目标检测技术研究[D];西安电子科技大学;2019年

4 刘伟;红外小目标跟踪算法研究与实现[D];西安电子科技大学;2019年

5 张晓敏;天空背景下红外小目标检测与跟踪算法研究[D];南京理工大学;2018年

6 王博雅;对空红外小目标跟踪系统研制[D];哈尔滨工业大学;2018年

7 薛国姣;红外小目标显著性特征提取方法研究[D];西安电子科技大学;2018年

8 徐文晴;红外小目标检测与跟踪算法研究[D];华中科技大学;2017年

9 张世锋;基于背景抑制的红外小目标检测与跟踪[D];华中科技大学;2017年

10 柳娜;应用于红外小目标检测的贝叶斯框架下鲁棒张量分解模型[D];华中科技大学;2017年

本文编号：2860360