红外小目标检测算法的FPGA实现文献综述

学 生 姓 名：

赵思娴

学 号：

916000720213

专业（方向）：

通信工程

设计(论文)题目：

红外小目标检测算法的FPGA实现

指 导 教 师:

钱惟贤 教授（南京理工大学）

1．结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写

2000字左右的文献综述：

文 献 综 述

小目标探测技术实际上是一种广泛应用于军事和民用诸多领域通用技术。在军事领域的预警系统中，小目标探测用于尽早发现可疑目标，使防御方有充分的时间采取应对措施：在武器制导和侦察的机载下视系统，小目标探测用于监视低空或地面的机动目标，寻找袭击目标以及掌握敌方动态。正是由于小目标探测在军事上的重要意义，该技术研究的最初目的就是应用于军事领域。近年来，随着大面阵制冷型和非制冷红外焦平面阵列技术的飞速发展，使红外探测器实现了高密度、高性能、高可靠性及微型化，使得红外探测技术的应用领域大大扩展。小目标探测技术也在民用领域获得应用，包括：航天、自动驾驶、机器人、遥感、医学成像、安全成像和科学成像等。以医学成像系统为例，小目标探测技术在医学造影图像中识别细小肿块，用于乳腺癌的早期发现^[1]。

光学探测器作为一种被动传感器，在现代战争中具有较强的生存能力，但其作用距离较短。相比好的可见光图像，红外图像具有低信噪比、低对比度、边缘模糊、易受雨雪天气影响等缺点。因此红外图像中弱小目标的探测问题一直是红外图像领域的研究难点和热点。研究低信噪比图像中小目标的实时探测算法，可以在现代高科技战争中取得优势，扩展各种传感器的作用距离，尽可能早的发现目标、捕捉目标^[2]。

红外弱小目标有两方面的含义，一方面是指目标强度弱，具体表现是图像信杂比(Signal to Clutter Ratio, SCR)很低，通常在10以下；另一方面是指目标尺寸小，通常少于50个像素点。弱小目标检测技术是图像预处理技术中最重要的环节，目标检测是指通过一定的图像处理技术从图像中逐步剔除背景并提取、分离出目标的过程。良好的检测性能是保证后续识别和跟踪工作正常运行的基础。完整的跟踪过程通常包括从小目标到面目标最后到大目标的跟踪^[3]，如果在小目标检测阶段就能完全锁定目标，后续面目标和大目标的跟踪就不必执行检测过程而只需执行跟踪即可，即便后续出现跟踪失败的情况，也可重新启动检测过程。可见弱小目标检测性能的好坏对整个系统有举足轻重的作用。

近年来，国内外学者针对低信杂比条件下的红外弱小目标检测问题进行了相关研究，部分成果已经运用到工程中。当前针对复杂背景下的红外弱小目标检测主要有两个方向，根据检测过程与后续跟踪过程的执行顺序可分为先跟踪后检测(Track before Detect,TBD)和先检测后跟踪(Detect before Track,DBT)^[4]。

TBD算法开始并不判断哪些点属于目标，而是对所有可能的点进行跟踪，最后计算所有的轨迹的后验概率，若某条轨迹的后验概率超过阈值，就认为该条轨迹代表一个目标。TBD 算法适合信杂比非常低的红外目标检测。Reed 等人提出了一种三维匹配滤波算法^[5]，该算法针对所有可能的运动情况设计多个滤波器，对每个滤波器的结果进行统计，选出输出SCR最大的，根据滤波器的状态确定目标的运动状态。Barniv等人提出了动态规划的小目标检测算法^[6]，该算法先定义一组可能的目标轨迹，每条轨迹以递归方式跟踪并赋值，根据该值确定像素轨迹，从而将轨迹搜索问题转化为最优循迹问题。Blostein等人提出了多级假设检验算法^[7]，该算法假设图像序列中存在由候选轨迹组成的树结构，在树的每层用假设检验的方法进行修正，是速度滤波器的一种高效算法。 Liou等人提出了高阶相关法[8]，通过计算不同帧间的高阶相关性，在三维空间中检测出曲线轨迹。黄林梅提出了一种改进的动态规划算法^[9]，一定程度上提高了检测率。除此之外，基于神经网络和图像匹配的算法在TBD检测中也取得了较好的效果。

红外点目标检测的步骤一般分为背景抑制和目标提取，目标通常只有1个或者几个像素，面积很小，一般很难从中得到形状等信息，但如果能够在检测处理过程中，一方面有效地抑制背景，另一方面尽可能多地保留目标的细节信息，将在保证虚警率的情况下提高点目标的探测概率。国内陈喆教授等提出的Robinson滤波器双模板融合方法，可以在有限的目标信息中尽可能多地保留目标有效细节从而提高探测率，又能更好地抑制背景，降低虚警率^[10]。

在以天空为背景的目标检测中，云区的边缘、碎云或波动较大的云区会被当作目标点被检测出来，造成虚警，而且云区中有些虚警点和目标轨迹相似，很难在后续的数据关联处理中将其滤除，所以在目标检测时就需要尽可能将云杂波滤除干净。对于复杂的云杂波背景，通常的处理方法有背景预测、罗宾逊滤波、tophat算法等，但这些方法对于复杂的背景都无法做到自适应更新阈值。利用代表背景的复杂度的邻域熵特征值，自适应调整奇异点检测后的分割阈值，使得各类背景的探测率都相对平均^[11]，从而达到自适应抑制背景的作用，最终使得背景的复杂程度不再成为影响弱小目标探测的障碍，实现恒虚警率。但是利用邻域熵自适应抑制背景的算法计算量较大，而且对于平坦的天空和云区以及不运动的云杂波也没有必要进行这一复杂计算，只需要对造成虚警率较高的移动云区进行自适应背景抑制即可。提取运动的云区需要依靠图像序列来计算，图像序列检测算法主要包括三维匹配滤波法、光流法^[12]和对称差分法等^[13]。三维匹配滤波法计算量较大，对称差分法获得的运动目标区域往往不连续，而光流法不需要预先知道任何背景的信息，依靠随时间变化的光流特性来判断运动云区^[14]。

在目标检测算法层出不穷的同时，随着微电子技术的发展，越来越多研究人员将目标检测算法移植到硬件平台对图像进行处理，扩大了检测算法的应用范围。目前，图像处理的硬件设计有两种技术方案：一种是采用全定制的专用集成电路(ASIC)，一种是采用半定制的数字信号处理器(DSP)或者现场可编程门阵列(FPGA)，它们都能对数据进行快速处理。但是由于ASIC是针对指定用途而专门设计的芯片，设计成型后不能更改，具有功能单一，设计周期长及成本较高的缺点，因此由ASIC构建的图像处理系统，缺乏通用性和移植性^[15]。DSP由于采用哈佛结构，里面包含了图像处理算法的硬件结构，但存在价格高、接口固定的缺点^[16]。与ASIC和DSP相比，FPGA最大的特点是在设计上可以实现硬件的并行和流水线(pipeline)技术，不仅能极大提高图像信息的处理速度，满足系统的实时性要求，而且由于FPGA采用模块化设计，具有开发周期短，灵活性强，系统易于维护和扩展等优点^[17]。

参考文献：

1. 胡永生. 复杂背景中红外弱小目标探测方法研究[D]. 南京理工大学, 2008.
2. 汪国有, 陈振学, 李乔亮. 复杂背景下红外弱小目标检测的算法研究综述[J]. 红外技术, 2006.
3. 李俊山，杨威，张雄美．红外图像处理、分析与融合[M]．北京：科学出版社，2009.
4. 彭程. 红外弱小目标图像预处理技术研究与FPGA实现[D]. 电子科技大学，2014.
5. Yuan Cao, Rui Ming Liu, Jie Yang. Infrared Small Target Detection Using PPCA[J]. International Journal of Infrared and Millimeter Waves . 2008 (4).
6. Y. Barniv. Dynamic Programming Solution for Detecting Dim Moving Targets[J]. Aerospace and Electronic Systems, IEEE Transaction, 1985, AES-21(1).
7. S. D. Blostein, T. S. Huang. Detecting Small, Moving Objects in Image Sequences Using Sequential Hypothesis Testing[J]. Signal Processing, IEEE Transactions on, 1991, 39(7).
8. R. Liou, S. R. Azimi. Detection of Dim Target in High cluttered Background Using High Order Correlation Method[J]. IEEE Trans on Aerospace and Electronic System, 1993, 28(3).
9. 黄林梅．低信噪比红外弱小运动目标先跟踪后检测（TBD）的检测方法研究[D]．武汉：华中科技大学，2004．
10. 陈喆, 顾国华. 基于Robinson双模板匹配及融合的点目标检测算法[J]. 红外技术, 2011, 33(6):340-344.
11. 管志强。陈钱，钱惟贤等．一种背景自适应调整的弱点目标探测算法[J]．光学学报，2007．27(12)：2163-2168.
12. 丛杨，唐延东．基于光流方程和曰标匹配的视频图像目标跟踪方法[J]．红外与激光工程．2006，35(Sup 4)：312-315．
13. 印勇，刘西富．视频序列对称差分法检测与预测人脸技术[J]．重庆大学学报，2008，31(7)：786-791．
14. 秦剑, 陈钱, 钱惟贤. 基于光流估计和自适应背景抑制的弱小目标检测[J]. 光子学报, 2011, 40(3):476-482.
15. 李广军．可编程ASIC设计及应用[M]．电子科技大学出版社，2000．
16. 赵小强，李大湘，自本督．DSP原理及图像处理应用[M]．人民邮电出版社，2013．
17. Donald G Bailey．基于FPGA的嵌入式图像处理系统设计[M]．电子工业出版社，2013．

２．本课题要研究或解决的问题和拟采用的研究手段（途径）：

要研究或解决的问题：

1. 用FPGA实现曲率滤波以进行红外小目标检测
2. 增强小目标与背景的对比，突出目标，抑制背景
3. 数字图像处理的方法，红外成像的原理
4. FPGA进行图像处理的方法

拟采用的研究手段：

1. 查阅文献书籍，了解原理、方法
2. 学习编写程序，通过仿真、对比找出最适合的检测方法
3. 总结经验，能否使目标显示更加清晰突出

指导教师意见：

1．对“文献综述”的评语：

2．对本课题的深度、广度及工作量的意见和对设计（论文）结果的预测：

指导教师：

年 月 日

所在专业审查意见：

负责人：

年 月 日