用于海洋搜救的多片DSP圖像處理識別系統的實現

圖像傳輸接口設計

　　圖像數據通過2812-DSP-XINTF(16bit)/6416-DSP-HPI(32bit)接口傳輸，采用一片CPLD將2812-DSP兩次輸出結果拼接成32bit。優化2812-DSP-XINTF寄存器可使HPI接口傳輸速率達到最大。對XINTF寄存器的具體優化值見表1。

圖像顯示

　　采用VGA監視器顯示圖像處理結果。標準SVGA接口信號包括：行同步信號（VGA_Hs）、場同步信號（VGA_Vs）以及紅、綠、藍三路模擬信號。VGA所需的時序同步信號由CPLD產生，所需的模擬信號由視頻D/A轉換器ADV7123實現。顯示接口電路框圖如圖7所示。

　　由CPLD對各個6416圖像處理單元數據輸出接口(EMIFB)總線進行總線仲裁，實現各個6416單元的圖像數據分時輸出。

　　兩片采用“乒乓存取”工作方式的SRAM組成了圖像數據緩沖區，每片SRAM存放一幀圖像，由CPLD控制。

系統軟件設計

　　系統軟件流程圖如圖8所示。分為三個主要部分：圖像預處理、可疑目標提取及目標識別。

圖像預處理

　　圖像濾波(多模板復合濾波算法)

　　對比常用的多種濾波算法，其共同特征是：某種濾波算法只對部分噪聲有效；在較好地抑制噪聲的同時，難以保持圖像清晰度。而采用多模板復合濾波算法，可較好地解決這一問題，為邊緣提取奠定了基礎。

　　邊緣檢測(改進的sobel算子)

　　常用邊緣檢測算法受海面波紋的影響較為嚴重。相比之下，sobel算子效果較好，但也存在漏檢邊緣點的情況。本算法在傳統sobel算子兩個模板的基礎上，增加了六個模板，用下述八個模板對每個像素分別進行運算，然后取其中最大值替代該像素的值。

　　這種改進的sobel算子使得邊緣檢測更加準確，但處理一幀圖像的運算量較大。采用改進的sobel算子進行圖像邊緣檢測處理后，將圖像二值化。改進的sobel算子不但檢測出了全部可疑目標，并且受海浪的影響較小。

　　可疑目標提取與跟蹤

　　為減少運算數據量，采用二次標記的方法提取可疑目標：

　　·利用貼標簽算法進行預標記，統計出物體數目并記錄其所在位置；

　　·根據上位機提供的模板信息，提取可疑目標；

　　·進行二次標記，僅標記已提取的可疑目標；

　　·對提取出的可疑目標進行跟蹤。

　　目標識別與跟蹤

　　當提取的可疑目標（一般是指象素數較少的小目標）達到一定的象素數后，采用Hu不變矩特征對可疑目標進行目標識別。

　　對數字圖像f(x，y)，p+q階矩(mpq)和中心矩(μpq)定義為

　　其中p和q是非負的整數。圖像的（p+q）階歸一化的中心矩定義為：

　　利用二階和三階歸一化的中心矩求出七個Hu不變矩組：

　　A(x，y)則為位置(x，y)處不變矩的相關值。取A值最大處對應的點作為匹配點。

　　由于不變矩描述的是圖像的統計特性，滿足對平移、伸縮、旋轉等變化的不變性，因而廣泛應用于圖像識別等領域。該算法的不足之處是計算量大。而僅僅處理局部可疑目標區域圖像數據的方法，可以大大減少數據運算量。對識別后的目標加框并跟蹤。

結論

　　·成功實現了用于海洋搜救的多片DSP圖像處理識別系統；

　　·成功實現了2812視頻數據采集；

　　·系統硬件的可拓展性增強了系統的通用性；

　　·軟件算法實際應用效果明顯。

　　該系統（PCB板見圖9）還可實現對搜救目標的被動測距、可見光和長波紅外圖像的雙波段圖像融合等功能。另外，系統的強大處理能力和存儲空間，使其能在數字圖像處理領域發揮更大作用。