基于FPGA海空背景下红外目标检测与提取(3)

菜单

I帧间差分法

视频图像是利用人眼视觉暂留现象，由一帧帧的快速连续播放的图像构成。图像处理中的帧间差分法就是通过对相邻两帧的图像的灰度值进行减运算，再对得到的差值进行阈值判断，并进行二值化处理，若大于阈值，则判断为运动目标，给该部分赋值为白色；若小于阈值就判断为背景目标，赋值为黑色。从而实现了目标的检测。该方法用算式表述如式2.1。其中d为两帧画面同一位置的像素点灰度值之差，T为阈值，本文中的阈值为人为设定。

(2.1)

该算法有着明显的优点，即算法简单。这样就利于FPGA硬件的实现，也可保证较高的稳定性。但是，因为是检测的图形中灰度值发生变化的部分，所以，能被检测的运动目标，一般只能显示轮廓，而目标内部则形成空洞，这一缺陷需要后期形态学进行处理加工。此外，对于行动速度特别快和特别缓慢的物体，帧间差分法也会出现问题。速度过快，以至于目标在连续两帧中，没有交叠部分，根据算法，可知前后两帧中运动的同一目标，将被检测为分离的两个独立目标，而产生目标误判；而如果目标速度过慢，则相邻两帧之间可能目标并没有发生移动，故无法识别目标。

II海天线检测算法

在海面远距离平视状态下，海面飞机、舰船目标成像一般分为三个区域：天空区域、海面区域和海天线区域[4]。远方小目标多存在于天空背景或者是海天线上的区域中。针对上述特点，通过确定海天线区域，可以减少执行目标分割时的计算量，同时，抑制海天线区域外不必要的噪声干扰[4]。

大多数情况下，海面海杂波是海空背景下目标识别过程中的主要噪声干扰，若能够除去海面背景，则可以大大减少目标误判，但是该算法的前提是目标在远距离而且要近乎平视条件下。若该图像处理系统安装在飞机上，对视平线以下区域进行目标检测，则海洋背景无法通过本算法去除。而本文视频素材，以在天空中飞行的飞机为待检测目标，符合本算法使用条件。

该算法中，判断海天线是关键步骤。张峰等采用行映射直方图的方法确定海天线区域[5]；Mohanty等认为，通过行平均，取列方向梯度最大值位置为海天线位置[6]；裴继红等发展了梯度的思想，提出用直线拟合法进行海天线的提取[7]。源.自/751·论\文'网·www.751com.cn/

受限于本文作者所学，以上列举的海天线检测方法，均较难在FPGA上实现，所以本文中，作者根据实验视频资料，采用自创的简单算法，利用本实验红外视频源海杂波灰度值高且分布分散广泛的特点，对海杂波占扫描行的比例进行判断。即在输出由帧间差分法二值化后的图像前，对每一行像素中的白色点数量进行统计，当数量达到阈值，则判别为海洋。扫描至上而下进行，当第一次出现一行被判断为海洋时，视该行为海天线。从而达到对海天线进行检测的目的。然后把海天线以下的海杂波去除掉，以达到突出目标的效果。