彈道測(cè)量設(shè)備屬于常規(guī)武器實(shí)驗(yàn)靶場(chǎng)的重要光電測(cè)量試驗(yàn)設(shè)備，其特點(diǎn)是視場(chǎng)大,、測(cè)試精度高,，目標(biāo)為凸形目標(biāo),，但需要處理的數(shù)據(jù)量非常大，只能進(jìn)行事后處理,。目標(biāo)實(shí)時(shí)提取的核心在于背景的實(shí)時(shí)更新及目標(biāo)的快速檢測(cè),。最簡(jiǎn)單的背景減法的實(shí)現(xiàn)是選取一個(gè)固定模型作為背景，這個(gè)模型用來(lái)從背景中區(qū)分運(yùn)動(dòng)區(qū)域,。但這種方法對(duì)于光強(qiáng)度變化,、物體從背景中闖入或消失、樹(shù)葉擺動(dòng)等動(dòng)態(tài)運(yùn)動(dòng)不能處理,。因此需要更加智能的背景更新算法來(lái)防止假目標(biāo)的產(chǎn)生,。在實(shí)際應(yīng)用中，通過(guò)背景更新提取目標(biāo)區(qū)域時(shí),，可能還會(huì)出現(xiàn)多個(gè)假目標(biāo),。實(shí)際中目標(biāo)的各種參數(shù)提取需要目標(biāo)所有的像素點(diǎn)坐標(biāo)、灰度值等信息[1],，若將這些信息全部存儲(chǔ)后再進(jìn)行計(jì)算則需要大量的存儲(chǔ)空間,，而且由于運(yùn)算的復(fù)雜性，還會(huì)大大降低處理的實(shí)時(shí)性,。本文提出了一種自適應(yīng)背景更新算法來(lái)初步提取目標(biāo)運(yùn)動(dòng)區(qū)域,，而后用一種基于窗口的目標(biāo)提取算法來(lái)實(shí)現(xiàn)多目標(biāo)信息的提取。
1 雙DSP+FPGA實(shí)時(shí)數(shù)字圖像處理系統(tǒng)硬件構(gòu)成
    采用美國(guó)TI公司的高速數(shù)字信號(hào)處理器TMS320-DM642為處理核心,，采用現(xiàn)場(chǎng)可編程門(mén)陣列FPGA Virtex-II系列芯片VC2V2000進(jìn)行預(yù)處理,，并輔以數(shù)字圖像存儲(chǔ)器單口RAM CY7C1061AV33_8ZC和雙口RAM IDT70V28L20PFG等器件構(gòu)成了實(shí)時(shí)高速數(shù)字圖像處理系統(tǒng)。主/從DSP外接SDRAM,。FPGA擴(kuò)展了IO資源接口,，系統(tǒng)原理框圖如圖1所示。

    系統(tǒng)工作原理是將線(xiàn)陣CCD相機(jī)采集后的原始圖像數(shù)據(jù)輸入到FPGA,。一方面原始圖像數(shù)據(jù)由FPGA乒乓緩存到FPGA外接圖像存儲(chǔ)器組SRAM1,、SRAM2中，以供主DSP通過(guò)FPGA從中乒乓取出,，由PCI接口來(lái)完成原始視頻數(shù)據(jù)的實(shí)時(shí)傳輸,；另一方面，原始圖像數(shù)據(jù)通過(guò)FPGA從DSP采入到SDRAM2中,，以便從DSP進(jìn)行背景抑制及背景更新處理,。主DSP主要完成原始圖像數(shù)據(jù)的傳輸及根據(jù)目標(biāo)的運(yùn)動(dòng)區(qū)域?qū)Χ嗄繕?biāo)塊的連通性分析及目標(biāo)相關(guān)參數(shù)的提取。SDRAM1用來(lái)存儲(chǔ)中間圖像及運(yùn)算結(jié)果,。命令交互雙口RAM用來(lái)實(shí)現(xiàn)主/從DSP間的命令及圖像數(shù)據(jù)交互,。
2 背景處理算法
    目前有多種背景更新算法，如基于卡爾曼濾波的背景更新算法[3]和基于分類(lèi)的背景更新算法。鄒承明等人提出了一種改進(jìn)的自適應(yīng)背景更新算法[4]對(duì)背景進(jìn)行插值優(yōu)化來(lái)進(jìn)行目標(biāo)和噪聲的分類(lèi)檢測(cè),，算法檢測(cè)效果較穩(wěn)定,。這些算法的缺點(diǎn)是運(yùn)算復(fù)雜，不適宜實(shí)時(shí)處理,，對(duì)背景更新速度也難以控制,。本文提出了一種實(shí)時(shí)處理的背景自適應(yīng)更新算法。
2.1 基于統(tǒng)計(jì)的背景模型
    常用的描述背景點(diǎn)灰度概率分布是高斯分布,，有單模態(tài)和多模態(tài)兩種,。固定光照情況下，在估計(jì)圖像捕獲噪聲時(shí),，單模態(tài)高斯模型一般足以表示背景圖像的特性,，而多模態(tài)高斯模型實(shí)際上經(jīng)常出現(xiàn)多表面或光照的改變。由于背景變化相對(duì)緩慢,，且主要為天空背景,，光照變化相對(duì)較小，所以用一個(gè)自適應(yīng)單高斯模型來(lái)逼近這個(gè)過(guò)程,。設(shè)在一段時(shí)間內(nèi),，同一個(gè)像素點(diǎn)像素值服從高斯分布，均值為u(i,，j),，標(biāo)準(zhǔn)方差為?滓(i，j),，i和j為像素點(diǎn)在圖像中的橫坐標(biāo)和縱坐標(biāo)：
    
    在開(kāi)始建模時(shí),，每一個(gè)像素點(diǎn)的分布是未知的，初始化用第一幀的像素值作為u(i,，j)，標(biāo)準(zhǔn)方差為0,。由于背景信息是通過(guò)不斷學(xué)習(xí)更新得到的,，兼顧了過(guò)去的背景信息，因此該方法對(duì)圖像中偶然出現(xiàn)的假目標(biāo)有一定的抑制作用,。
2.2 背景抑制
    目前背景抑制有兩種方法,。
    (1)固定背景差分法。它是一種有效的運(yùn)動(dòng)對(duì)象檢測(cè)算法,其特點(diǎn)是高效和簡(jiǎn)單,。但是對(duì)于復(fù)雜場(chǎng)景的適應(yīng)性比較差,。
    (2)時(shí)間間隔圖像差分法。這種方法實(shí)時(shí)性好,，適合背景的實(shí)時(shí)更新,。將前后兩幀的圖像fk(i，j)，fk+1(i,，j)進(jìn)行差分處理,，背景抑制過(guò)程如下：
     
式中，α1,、α2為學(xué)習(xí)因子,，控制更新速度，x表示新幀中像素點(diǎn)的灰度值,。此背景更新策略不僅可以將背景區(qū)域和拖影區(qū)域?qū)崟r(shí)更新,，還可以控制其更新速度。
3 基于窗口多目標(biāo)提取算法
    目前圖像的目標(biāo)提取絕大部分是將超過(guò)閾值的所有像素點(diǎn)進(jìn)行連通性分析,，然后將同一連通塊的所有像素點(diǎn)存儲(chǔ)起來(lái),，在連通分析結(jié)束后對(duì)目標(biāo)進(jìn)行信息提取[4]。這種方法存在兩種缺點(diǎn)：(1)需要大量存儲(chǔ)空間來(lái)存儲(chǔ)超過(guò)閾值像素點(diǎn)信息,；(2)由于事后進(jìn)行信息計(jì)算,，所以對(duì)目標(biāo)提取的實(shí)時(shí)性有所影響。提出了一種基于窗口的多目標(biāo)檢測(cè)算法,，原理見(jiàn)圖2,。

    圖像超過(guò)閾值的新增像素點(diǎn)按從左到右、從上到下的順序加入第i個(gè)目標(biāo)判定窗口進(jìn)行八連通判定,。若屬于目標(biāo)i,，則馬上進(jìn)行質(zhì)心、平均灰度等目標(biāo)信息提取,，并且將目標(biāo)i的窗口按圖3所示進(jìn)行更新,。目標(biāo)i只需存儲(chǔ)更新后的窗口坐標(biāo)范圍及與目標(biāo)相關(guān)的提取信息，而不需要存儲(chǔ)所有閾值像素點(diǎn)信息,。若新增像素點(diǎn)坐標(biāo)范圍在目標(biāo)i的判定窗口外,，則此目標(biāo)判定結(jié)束。詳細(xì)流程見(jiàn)圖3,、圖4,。

4 實(shí)驗(yàn)結(jié)果
    為了驗(yàn)證系統(tǒng)的準(zhǔn)確性、實(shí)時(shí)性和穩(wěn)定性,，在野外以同時(shí)打1,，2…，15發(fā)信號(hào)彈模擬多運(yùn)動(dòng)目標(biāo)來(lái)進(jìn)行測(cè)試,。相機(jī)幀頻為40 幀/s,，分辨率為2 K×2 K。系統(tǒng)各部分計(jì)算時(shí)間通過(guò)PCI接口傳入PC機(jī)端進(jìn)行記錄,。在背景更新中灰度閾值T為60,，學(xué)習(xí)因子?琢1,、?琢2分別為0.82、0.73的條件下,，當(dāng)目標(biāo)數(shù)分別為1,，2，…,，14,，15時(shí)測(cè)得背景更新消耗時(shí)間分別為8.047 ms，9.110 ms,，9.341 ms,，…，10.101 ms,，12.623 ms,；目標(biāo)提取消耗時(shí)間分別為9.089 ms，10.411 ms,，11.345 ms,，…，16.554 ms,，18.344 ms,。系統(tǒng)采用雙DSP二級(jí)流水性處理方式。單幀圖像背景更新和目標(biāo)提取最大處理時(shí)間為18.344 ms,，滿(mǎn)足實(shí)時(shí)處理要求,。
    為說(shuō)明此系統(tǒng)背景更新算法的優(yōu)越性，將卡爾曼濾波算法與本文方法進(jìn)行比較,。當(dāng)實(shí)際目標(biāo)數(shù)為1,，2，3,，…,，14，15時(shí),，前者出現(xiàn)假目標(biāo)數(shù)分別為7,，8，7,，…，9,，10,，需要的處理時(shí)間分別為12.001 ms，13.384 ms,，13.799 ms,，…，14.298 ms，14.793 ms,；而采用本文方法出現(xiàn)的假目標(biāo)數(shù)分別為1,，2，3,，…,，3，2,，需要的處理時(shí)間分別是8.047 ms,，9.110 ms，9.341 ms,，…,，10.101 ms，12.623 ms,；在比較目標(biāo)提取方法優(yōu)越性時(shí),，將基于像素的多目標(biāo)提取方法與基于窗口方法進(jìn)行了比較。前者需要的處理時(shí)間分別為14.153 ms,，16.321 ms,，17.520 ms，…,，19.621 ms,，23.691 ms；而本文方法處理時(shí)間分別為9.089 ms,，10.411 ms,，11.345 ms，…,，16.554 ms,，18.344 ms。
    基于大視場(chǎng),、大容量數(shù)據(jù)實(shí)時(shí)處理的要求,，設(shè)計(jì)了基于雙DSP和FPGA的嵌入式大面陣多運(yùn)動(dòng)目標(biāo)實(shí)時(shí)硬件及軟件的采集處理系統(tǒng)。應(yīng)用基于高斯背景模型的自適應(yīng)背景更新算法,，完成了對(duì)大面陣小運(yùn)動(dòng)目標(biāo)區(qū)域的提取,。基于窗口的多目標(biāo)提取算法解決了以往嵌入式多目標(biāo)提取空間需求大的問(wèn)題,，實(shí)時(shí)快速地提取了目標(biāo)信息,。實(shí)驗(yàn)證明，該系統(tǒng)處理準(zhǔn)確,、實(shí)時(shí)性高,、滿(mǎn)足靶場(chǎng)彈道測(cè)試等大視場(chǎng)多運(yùn)動(dòng)小目標(biāo)的實(shí)時(shí)提取任務(wù),。
參考文獻(xiàn)
[1] 任旭虎，閆愛(ài)美.圖像特征點(diǎn)提取技術(shù)研究[J].儀表技術(shù)與傳感器,，2009(11)：69-73.
[2] TM320DM642 video/imaging fixed-point digital signal processor data manual. Literature Number：SPRS200B,，Texas Instruments Incorporated，2003,，5.
[3] 夏偉才,，曾致遠(yuǎn).一種基于卡爾曼濾波的背景更新算法[J].計(jì)算機(jī)技術(shù)與發(fā)展，2007,，17(10)：134-136.
[4] 鄒承明,李偉.一種改進(jìn)的自適應(yīng)背景更新算法[J].武漢理工大學(xué)學(xué)報(bào),，2009，3(19)：78-81.
[5] 魏仲慧,，何昕,，赫志航.多目標(biāo)的實(shí)時(shí)連通性分析方法[J]. 光學(xué)精密工程，1995,，4(3)：15-19.