EEPW论坛

　引言

　　海上搜救服务是国家应急救援体系的重要组成部分，也是国家经济发展的重要保障。采用先进的搜索系统是提高搜救行动有效性的重要手段之一。通常情况下搜索系统采用雷达或者光电成像系统，因为光图像传感器具有很高的分辨率，在能见度理想的情况下，观测距离可达20~40km，但它的缺点就是在较大程度上依赖良好的天气及日照条件。而红外图像传感器具有穿透烟、雾、霾、雪等能力，可弥补这一不足，因此采用红外、可见光成像和DSP图像处理系统构成的光电搜索系统。

　　根据海洋搜救的性质，该系统应具备以下基本能力：

• 较高的可疑目标检测能力；
• 较高的海洋背景抗干扰能力；
• 具有一定的目标识别和跟踪能力。
• 基于以上考虑，本文设计了由二片TMS320F2812和八片TMS320C6416T构成的图像处理系统。

　　系统指标要求

• 可见光视频输入：CCIR/EIA或PAL/NTSC视频信号
• 红外视频输入：CCIR/EIA
• 视频输出：VGA或标准视频输出
• 视频AD转换精度：12bit
• 视频显示DA转换精度：10bit
• 图像处理帧速率：大于30Hz
• 可检测“目标”的最小象素数：3×3

　　系统方案

　　系统框图如图1所示。

　　采用TMS320F2812实现视频采集，通过XINTF接口与多片6416-HPI接口连接，实现图像数据传输。各6416采取流水工作模式，通过EMIFB接口输出处理后的图像数据，经过显示电路，由监视器显示输出图像。

　　系统采用可拓展结构，可根据实际需要确定6416图像处理单元数目。通常采用四个或八个6416图像处理单元。

　　系统软件对图像数据进行滤波和边缘检测，检测可疑目标并进行识别。

　　单视频输入时，可选择四个或八个6416图像处理单元构成图像处理机。

　　双视频输入工作时序图如图2所示。每个视频通道拥有四个6416图像处理单元，分别采用流水工作模式，每片6416处理一幅图像的最大周期为4帧，两组的处理结果输出给图像显示模块处理。

　　系统硬件设计

　　硬件系统由三部分组成：视频采集电路、图像处理电路及显示电路。硬件设计总体框图如图3所示。

　　视频采集电路

　　基于2812-DSP的视频信号采集原理框图如图4所示，其中包括视频预处理模块和2812模块。视频预处理模块包括Y/C分离、电平钳位、同步分离、幅度调整处理电路。2812-DSP片上A/D以12.5M的速度采集视频信号，达到了极限采样速率(采样间隔时间为80ns)。

　　Y/C分离、视频钳位、同步分离电路原理图见图5。

　　TMS320C6416T子模块

　　此模块是本系统处理部分的核心模块。按照通用性强、接口清晰简捷、资源引出最大化、兼顾构建多6416系统的设计思想来设计6416子模块，如图6所示。通过EMIFA接口扩展了两片4M×32bitSDRAM,可一次读写64bit数据。

　　图像传输接口设计

　　图像数据通过2812-DSP-XINTF(16bit)/6416-DSP-HPI(32bit)接口传输，采用一片CPLD将2812-DSP两次输出结果拼接成32bit。优化2812-DSP-XINTF寄存器可使HPI接口传输速率达到最大。对XINTF寄存器的具体优化值见表1。

　　图像显示

　　采用VGA监视器显示图像处理结果。标准SVGA接口信号包括：行同步信号（VGA_Hs）、场同步信号（VGA_Vs）以及红、绿、蓝三路模拟信号。VGA所需的时序同步信号由CPLD产生，所需的模拟信号由视频D/A转换器ADV7123实现。显示接口电路框图如图7所示。

　　由CPLD对各个6416图像处理单元数据输出接口(EMIFB)总线进行总线仲裁，实现各个6416单元的图像数据分时输出。

　　两片采用“乒乓存取”工作方式的SRAM组成了图像数据缓冲区，每片SRAM存放一帧图像，由CPLD控制。

　　系统软件设计

　　系统软件流程图如图8所示。分为三个主要部分：图像预处理、可疑目标提取及目标识别。

　　图像预处理

　　图像滤波(多模板复合滤波算法)

　　对比常用的多种滤波算法，其共同特征是：某种滤波算法只对部分噪声有效；在较好地抑制噪声的同时，难以保持图像清晰度。而采用多模板复合滤波算法，可较好地解决这一问题，为边缘提取奠定了基础。

　　边缘检测(改进的sobel算子)

　　常用边缘检测算法受海面波纹的影响较为严重。相比之下，sobel算子效果较好，但也存在漏检边缘点的情况。本算法在传统sobel算子两个模板的基础上，增加了六个模板，用下述八个模板对每个像素分别进行运算，然后取其中最大值替代该像素的值。

　　这种改进的sobel算子使得边缘检测更加准确，但处理一帧图像的运算量较大。采用改进的sobel算子进行图像边缘检测处理后，将图像二值化。改进的sobel算子不但检测出了全部可疑目标，并且受海浪的影响较小。

　　可疑目标提取与跟踪

　　为减少运算数据量，采用二次标记的方法提取可疑目标：

• 利用贴标签算法进行预标记，统计出物体数目并记录其所在位置；
• 根据上位机提供的模板信息，提取可疑目标；
• 进行二次标记，仅标记已提取的可疑目标；
• 对提取出的可疑目标进行跟踪。

　　目标识别与跟踪

　　当提取的可疑目标（一般是指象素数较少的小目标）达到一定的象素数后，采用Hu不变矩特征对可疑目标进行目标识别。

　　对数字图像f(x，y)，p q阶矩(mpq)和中心矩(μpq)定义为

　　其中p和q是非负的整数。图像的（p q）阶归一化的中心矩定义为：

　　利用二阶和三阶归一化的中心矩求出七个Hu不变矩组：

　　A(x，y)则为位置(x，y)处不变矩的相关值。取A值最大处对应的点作为匹配点。

　　由于不变矩描述的是图像的统计特性，满足对平移、伸缩、旋转等变化的不变性，因而广泛应用于图像识别等领域。该算法的不足之处是计算量大。而仅仅处理局部可疑目标区域图像数据的方法，可以大大减少数据运算量。对识别后的目标加框并跟踪。

　　结论

• 成功实现了用于海洋搜救的多片DSP图像处理识别系统；
• 成功实现了2812视频数据采集；
• 系统硬件的可拓展性增强了系统的通用性；
• 软件算法实际应用效果明显。

　　该系统（PCB板见图9）还可实现对搜救目标的被动测距、可见光和长波红外图像的双波段图像融合等功能。另外，系统的强大处理能力和存储空间，使其能在数字图像处理领域发挥更大作用。