彈道測量設(shè)備屬于常規(guī)武器實驗靶場的重要光電測量試驗設(shè)備,，其特點是視場大、測試精度高,，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)實時提取的核心在于背景的實時更新及目標(biāo)的快速檢測,。最簡單的背景減法的實現(xiàn)是選取一個固定模型作為背景，這個模型用來從背景中區(qū)分運動區(qū)域,。但這種方法對于光強度變化,、物體從背景中闖入或消失、樹葉擺動等動態(tài)運動不能處理,。因此需要更加智能的背景更新算法來防止假目標(biāo)的產(chǎn)生,。在實際應(yīng)用中，通過背景更新提取目標(biāo)區(qū)域時,，可能還會出現(xiàn)多個假目標(biāo),。實際中目標(biāo)的各種參數(shù)提取需要目標(biāo)所有的像素點坐標(biāo)、灰度值等信息[1],，若將這些信息全部存儲后再進(jìn)行計算則需要大量的存儲空間,，而且由于運算的復(fù)雜性，還會大大降低處理的實時性,。本文提出了一種自適應(yīng)背景更新算法來初步提取目標(biāo)運動區(qū)域,，而后用一種基于窗口的目標(biāo)提取算法來實現(xiàn)多目標(biāo)信息的提取。
1 雙DSP+FPGA實時數(shù)字圖像處理系統(tǒng)硬件構(gòu)成
    采用美國TI公司的高速數(shù)字信號處理器TMS320-DM642為處理核心,，采用現(xiàn)場可編程門陣列FPGA Virtex-II系列芯片VC2V2000進(jìn)行預(yù)處理,，并輔以數(shù)字圖像存儲器單口RAM CY7C1061AV33_8ZC和雙口RAM IDT70V28L20PFG等器件構(gòu)成了實時高速數(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外接圖像存儲器組SRAM1,、SRAM2中,，以供主DSP通過FPGA從中乒乓取出，由PCI接口來完成原始視頻數(shù)據(jù)的實時傳輸,；另一方面,，原始圖像數(shù)據(jù)通過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)的運動區(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用來存儲中間圖像及運算結(jié)果。命令交互雙口RAM用來實現(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]對背景進(jìn)行插值優(yōu)化來進(jìn)行目標(biāo)和噪聲的分類檢測,，算法檢測效果較穩(wěn)定,。這些算法的缺點是運算復(fù)雜，不適宜實時處理,，對背景更新速度也難以控制,。本文提出了一種實時處理的背景自適應(yīng)更新算法。
2.1 基于統(tǒng)計的背景模型
    常用的描述背景點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，在估計圖像捕獲噪聲時,，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。由于背景變化相對緩慢,，且主要為天空背景,，光照變化相對較小，所以用一個自適應(yīng)單高斯模型來逼近這個過程,。設(shè)在一段時間內(nèi),，同一個像素點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為像素點在圖像中的橫坐標(biāo)和縱坐標(biāo)：
    
    在開始建模時，每一個像素點的分布是未知的,，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不斷學(xué)習(xí)更新得到的,，兼顧了過去的背景信息,，因此該方法對圖像中偶然出現(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,。它是一種有效的運動對象檢測算法,其特點是高效和簡單。但是對于復(fù)雜場景的適應(yīng)性比較差,。
    (2)時間間隔圖像差分法,。這種方法實時性好，適合背景的實時更新,。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閾值的所有像素點進(jìn)行連通性分析,，然后將同一連通塊的所有像素點存儲起來,，在連通分析結(jié)束后對目標(biāo)進(jìn)行信息提取[4]。這種方法存在兩種缺點：(1)需要大量存儲空間來存儲超過閾值像素點信息,；(2)由于事后進(jìn)行信息計算,，所以對目標(biāo)提取的實時性有所影響。提出了一種基于窗口的多目標(biāo)檢測算法,，原理見圖2,。

    圖像超過閾值的新增像素點按從左到右、從上到下的順序加入第i個目標(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，而不需要存儲所有閾值像素點信息。若新增像素點坐標(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)流程見圖3、圖4,。

4 實驗結(jié)果
    為了驗證系統(tǒng)的準(zhǔn)確性,、實時性和穩(wěn)定性，在野外以同時打1,，2…,，15發(fā)信號彈模擬多運動目標(biāo)來進(jìn)行測試。相機(jī)幀頻為40 幀/s,，分辨率為2 K×2 K,。系統(tǒng)各部分計算時間通過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時測得背景更新消耗時間分別為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)提取最大處理時間為18.344 ms,，滿足實時處理要求,。
    為說明此系統(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)實際目標(biāo)數(shù)為1,，2,，3，…,，14，15時,，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,，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；而本文方法處理時間分別為9.089 ms,，10.411 ms,，11.345 ms，…，16.554 ms,，18.344 ms,。
    基于大視場、大容量數(shù)據(jù)實時處理的要求,，設(shè)計了基于雙DSP和FPGA的嵌入式大面陣多運動目標(biāo)實時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，完成了對大面陣小運動目標(biāo)區(qū)域的提取,?；诖翱诘亩嗄繕?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題，實時快速地提取了目標(biāo)信息,。實驗證明,，該系統(tǒng)處理準(zhǔn)確、實時性高,、滿足靶場彈道測試等大視場多運動小目標(biāo)的實時提取任務(wù),。
參考文獻(xiàn)
[1] 任旭虎，閆愛美.圖像特征點提取技術(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,，2009，3(19)：78-81.
[5] 魏仲慧,，何昕,，赫志航.多目標(biāo)的實時連通性分析方法[J]. 光學(xué)精密工程，1995,，4(3)：15-19.