基于PCI总线的实时图像识别与跟踪平台设计

图像处理功能。ＡＰＥＸＥＰ２０Ｋ２００门数为２０万门，采用串行配置时必须使用两片ＥＰＣ２。ＦＰＧＡ配置在Ｃ６７０１的ＣＥ０空间。ＦＬＡＳＨ选用４Ｍｂ的ＡＭ２９ＬＶ０４０，用作ＤＳＰ ＢｏｏｔＬｏａｄｅｒ加载程序时的８ｂ ＲＯＭ，只能配置在ＣＥ１空间，因为Ｃ６７０１只有ＣＥ１空间可以与８ｂ／１６ｂ的“窄存储器”接口。ＳＤＲＡＭ的容量为４Ｍ×３２ｂ，配置在ＣＥ２空间。两片双口ＲＡＭ为ＣＹ７Ｃ０２８Ｖ，容量为６４Ｋ×１６ｂ，都配置在ＣＥ３空间，地址分别译为０ｘ０３００００００和０ｘ０３０４００００。Ｃ６７０１的ＢＯＯＴＭＯＤＥ[４:０]＝０１１０１,即存储器映射方式为ＭＡＰ１、８ｂｉｔＲＯＭ加载、地址０处的存储器对应为ＤＳＰ内部程序ＲＡＭ。

４ 软件算法

图像由计算机经ＰＣＩ卡传到图像处理板的双口ＲＡＭ后，ＤＳＰ对图像进行预处理，包括图像校正、图像滤波，之后进行图像分割和识别。当识别出目标时设置跟踪波门，则后续图像序列在波门内进行跟踪。本系统识别的目标为高空飞行的飞机图像，采用的识别算法要求具有平移、旋转和比例的识别特征不变性，同时要求跟踪速度快。

４.１ 图像分割

图像分割的目的是将图像目标和背景分割开来，从而知道目标的大致位置。目前已有各种各样的方法，其中简单有效的方法是直方图分割法中的最大距离法（类间方差门限法）。它的基本思想是：在直方图取值范围内，任一灰度级可将直方图分为左右两部分，如果这两部分的灰度均值与总体的灰度均值相距最大，则该灰度级就取为分割门限。这种分割技术可由如下公式描述：

Ｄ(ｌ′)＝{[λ(l)-μPo(l)] 2}/Po(l)[1-Po(l)] (1)

式中,，Ｐｌ为灰度ｌ级处的概率。分割的准则是将Ｄ(ｌ′)为最大值的灰度级ｌ′作为图像分割的门限值。图像中凡是灰度值大于分割门限的像点，均认为是背景中的点；反之，则认为是潜在目标区域中的点。这种分割方法可以精确地找到分割门限，提取目标。

４．２ 图像识别

图像经过分割后，接下来就要对目标图像识别。实现目标识别技术的关键是如何利用一组特征参数对区域的本质特征进行有效的描述。适当地选择特征是很重要的，因为在识别目标时它是唯一的依据。图像的识别特征有各种各样的描述，如目标形状、大小、统计分布等。这里使用仿射矩不变量和分散度特征来识别目标，取得了较好的效果。

对于经过分割（二值）处理的数字图像ｆ(ｘ,ｙ)，可以定义（ｐ＋ｑ）阶矩：

ｍｐｑ＝∑ＸｐＹｑｆ(ｘ,ｙ) （２）

式中, ｐ,ｑ＝０，１，３……

ｆ(ｘ,ｙ)的（ｐ＋ｑ）阶中心矩可用下式表示：

μ＝∑（Ｘ－Ｘ）ｐ(Ｙ－Ｙ)ｑｆ(ｘ,ｙ) （３）

式中,Ｘ＝ｍ１０／ｍ００,Ｙ＝ｍ０１／ｍ００,即(Ｘ,Ｙ)为目标区域灰度质心。

ｆ(ｘ,ｙ)惟一地确定一个矩序列{ｍｐｑ}，反之，矩序列{ｍｐｑ}也唯一确定ｆ(ｘ,ｙ)。在此利用公式（４）的５个几何矩不变量[４]，再加上分散度特征一起代入目标匹配公式[２]进行目标识别。

φ１＝η２０＋η０２

φ２＝(η２０－η０２)２＋４η 2 11

φ３＝η２０η０２２－η （４）

φ４＝(η３０－３η１２)２＋(３η－η０３)２

φ５＝(η３０＋η１２)２＋(η＋η０３)２

其中,ηｐｑ＝μｐｑ／(μ００)(ｐ＋ｑ＋２)／２。

此５个不变矩对目标区域的平移(Ｔ)、旋转(Ｒ)和区域的比例大小(Ｓ)保持不变。

４．３ 目标跟踪与轨迹预测

识别出目标后，根据目标确定跟踪波门大小，在跟踪波门内进行跟踪，波门的大小采用自适应设置。常用的跟踪算法有波门跟踪、图像匹配跟踪和多模跟踪算法，考虑到背景较简单，采用基于公式（１）的质心跟踪方案。把波门的中心Ｇ(ｘＧ,ｙＧ)和目标质心Ｔ(ｘＴ,ｙＴ)的偏差作为跟踪误差，通过ＲＳ－４２２接口输出给后续处理板来实时进行跟踪。

在跟踪过程中，目标的位置按照自身的运动方式不断变化着，同时目标也会出现被遮挡的情况。此时，需要对目标的运动轨迹进行预测，可以采用基于最小二乘法的综合预测器来预测[２]，认为目标的运动轨迹可以是直线和二次曲线的某种组合。即

f(ｋ＋１)＝Ｗfl(ｋ＋１)＋(１－Ｗ)fｑ(ｋ＋１) （５）

式中，fl(·）为线性预测器；fｑ(·）为平方预测器，Ｗ为权函数（０≤Ｗ≤１）。

权函数可以根据实时测得的平方预测器的误差而实时构成。当平方预测器误差较大时，则增大权值，否则减小权值。线性和平方预测器的记忆点数Ｎ