● 摘要
红外跟踪系统中，低信噪比的情况下，实时准确地对弱小目标进行检测是提高跟踪系统稳定性和鲁棒性的关键。围绕这一课题已经提出了很多算法,搭建了硬件平台。由于目标和背景的灰度相对不稳定，目前提出的算法不能很好地检测出目标，有必要继续研究更为有效的检测算法，因此运算量也就越来越大，随着集成电路和可编程逻辑器件的飞速发展，搭建高速的实时图像处理平台成为必然。本文以目标检测处理为主，主要研究了基于小波理论和基于分形理论的检测算法，同时利用FPGA与DSP研制出一套通用的高速实时图像处理硬件平台。主要工作如下：1．从工程角度出发，提出了一种适合在FPGA中并行实现的基于小波变换的局部自适应弱小目标检测算法，该算法能保证目标的检测概率，满足系统的实时性要求。然后从理论和实际出发，又提出了一种基于离散平稳小波变换的红外弱小目标检测算法。该算法在硬件系统中可以并行运算，满足系统实时性要求，在单帧图像中能稳定地定位目标和有效地抑制噪声。2．根据人造目标的分形曲面随尺度变化比自然背景的分形曲面剧烈这一特点，提出了一种多尺度分形曲面变化率特征抑制自然背景，然后在特征图像中利用直方图统计方法进行目标检测。该算法具有好的鲁棒性，能从单帧图像中有效的检测出目标。3．针对图像处理的运算量大和要求实时性等特点，成功研制了一套基于FPGA和高速DSP的通用高速实时图像处理硬件平台。该硬件平台的存储量大，图像采集精度高，运算速度可达4800MIPS。该硬件平台已成功应用于红外弱小目标检测和视频压缩系统中。