紅外成像制導(dǎo)目標(biāo)檢測低層處理的SoC實現(xiàn)技術(shù)研究.pdf

1、紅外成像制導(dǎo)作為精確制導(dǎo)武器的主要制導(dǎo)方式之一，具有探測精度高、抗干擾能力強、可靠性高、隱蔽性好等優(yōu)勢。紅外末制導(dǎo)信息處理機是紅外成像制導(dǎo)武器的核心組成部分之一，負責(zé)在復(fù)雜的紅外背景中實時地檢測、跟蹤并識別目標(biāo)。隨著紅外成像探測技術(shù)的迅猛發(fā)展，數(shù)據(jù)處理的實時性面臨更大挑戰(zhàn)：紅外成像探測器持續(xù)向高分辨率，高幀頻以及多波段成像方向發(fā)展，輸入數(shù)據(jù)率呈指數(shù)增長；隨著探測器性能提高，獲取的信息更多，自動目標(biāo)識別（AutomicTarget Rec

2、ognition，ATR）對信號處理的智能化程度提出更高的要求，相關(guān)算法的計算復(fù)雜度大幅度增加；彈載平臺對信息處理系統(tǒng)的尺寸、重量與功耗（SizeWeightandPower，SWaP）要求嚴(yán)格，小型化、高集成度需求迫切。片上系統(tǒng)（Systemon Chip，SoC）能夠在單個硅芯片上實現(xiàn)圖像采集、復(fù)雜信號處理以及數(shù)據(jù)通訊等功能，可以較好地滿足以上需求，因此是紅外成像制導(dǎo)信息處理機的理想選擇。IP核是SoC的基礎(chǔ)和核心，決定SoC的功能

3、與數(shù)據(jù)處理速度。本文針對一款紅外成像制導(dǎo)中低層圖像處理SoC芯片的圖像預(yù)處理需求，開展非制冷紅外焦平面陣列（InfraredFocal Plane Array，IRFPA）非均勻性校正（Non-Uniformity Correction，NUC）與全局運動估計（GlobalMotion Estimation，GME）的算法研究，并設(shè)計相應(yīng)的IP核。具體而言有以下內(nèi)容：
　　針對非制冷IRFPA的NUC問題，首先提出一種線性與非線性

4、濾波器相結(jié)合的非均勻性校正方法。與其他基于最小均方（LeastMeans Square，LMS）的NUC方法相比，該方法收斂速度更快，“鬼影”抑制能力更強。該方法在固定圖案噪聲（Fixed Patternn Noise，F(xiàn)PN）水平較高時使用大尺寸均值濾波器迅速降低 FPN水平；當(dāng) FPN水平降至較低水平時，使用具有邊緣保持能力的Sigma濾波器抑制強邊緣引起的“鬼影”。此外，利用 Sigma濾波器實現(xiàn)迭代步長自適應(yīng)調(diào)整以及異常像素檢測

5、替換。該方法計算復(fù)雜度較低，非常適合硬件實現(xiàn)。
　　針對紅外圖像序列的GME問題，提出一種基于特征區(qū)域的快速GME方法。該方法解決了基于梯度的GME方法面臨的計算復(fù)雜度過高、存儲器帶寬需求過高的問題。在層次化處理框架下，對頂層高斯金字塔圖像進行角特征點檢測，僅將以特征點為中心的局部區(qū)域（特征區(qū)域）用于GME迭代計算。由于特征區(qū)域中存在顯著的二維空間結(jié)構(gòu)，不但參與計算的像素比其他基于梯度的方法更少，而且受圖像混疊影響更小、迭代速度更

6、快、運動參數(shù)估計準(zhǔn)確性更高。完成上一層圖像的運動估計后，找出運動估計誤差最大的部分特征區(qū)域，并剔除對應(yīng)的特征點。在下一層圖像運動估計時，僅使用剩余特征點對應(yīng)的特征區(qū)域。這樣不但提高對大運動目標(biāo)的魯棒性，而且降低了計算復(fù)雜度。該方法具有運動模糊幀檢測功能，可避免模糊圖像幀引起的GME誤差甚至錯誤，這是同類方法不具備的。
　　最后，完成了實時實現(xiàn)該GME方法的硬件電路設(shè)計。針對基于梯度的GME方法硬件實現(xiàn)存在的外部存儲器帶寬需求過高、

7、存儲器訪問不規(guī)則等問題，提出以子塊為單位進行數(shù)據(jù)處理與訪問的方法。采用適當(dāng)?shù)钠?、片外存儲器分配與管理策略，在減少片上存儲器容量與降低片外存儲器帶寬需求之間獲得較好平衡。此外，電路中廣泛使用流水線設(shè)計、計算單元分時復(fù)用以及簡化計算等硬件設(shè)計技巧，在提高幀頻、降低存儲器帶寬需求的同時減小電路面積、降低功耗。該電路對分辨率352x288、幀頻30Hz的圖像序列進行實時GME時，外部存儲器帶寬需求僅為5.9MB/s，遠低于相關(guān)文獻中的同類電路