基于嵌入式图像处理平台的实时多目标识别算法

基于嵌入式图像处理平台的实时多目标识别算法

人工智能技术与咨询 昨天

本文来自《科学技术与工程》，作者 王旭辉等

摘 要 提出了一种适用于空间观测任务的实时多目标识别算法，它基于DSP和FPGA组合的图像处理硬件平台，运用散点聚类、轨迹跟踪、特征提取技术快速识别目标。对算法的功能需求、数据流向、运算流程和处理结果，进行了详细阐述。实践结果表明，该识别算法具有很强的实用性。

关键词 多目标 运动轨迹 实时滤波 嵌入式平台

1 功能需求

空间观测对象复杂多变，且真、伪两种目标在尺寸、亮度、形态方面既有区别又十分相似，观测的背景也起伏多变。算法针对的工况如下:零散目标数量多(K级)，但个体像素少(＜100 pix);真目标形态有变化但不规则，与伪目标形态经常一致;真目标在亮度方面忽明忽暗有起伏，而伪目标单体灰度起伏小，但群体表现则灰度有高有低;但两者速度和方向有差异。

由于图像处理需进行全幅传输、存储和计算，时间消耗大，而用户对算法实时性要求高，因此必须充分利用图像传输时间，并避免耗时过多的运算，借鉴国外空间宽视场相机［1］的图像处理方案，对图像流做一次数据量降级处理，从M级降低到K级，且边传输边流水线式处理;避免了集中处理造成的时间延迟，降低了错误信息汇报的风险。

2 整体架构

硬件平台由DSP处理器+FPGA及其外围器件组成的高速运算电路共同实现［2］，它为软件编程、各类数据流控制及复杂对象的识别算法提供基础保证。多目标识别算法在物理空间运行上分成两部分:图像预处理算法(FPGA)和轨迹识别算法(DSP)，与嵌入式图像处理硬件构成一个完整的图像处理系统共同完成空间观测任务，识别算法主要负责对空间监测图像的分析和判读，