多运动目标实时提取系统设计与实现

图像超过阈值的新增像素点按从左到右、从上到下的顺序加入第i个目标判定窗口进行八连通判定。若属于目标i，则马上进行质心、平均灰度等目标信息提取，并且将目标i的窗口按图3所示进行更新。目标i只需存储更新后的窗口坐标范围及与目标相关的提取信息，而不需要存储所有阈值像素点信息。若新增像素点坐标范围在目标i的判定窗口外，则此目标判定结束。详细流程见图3、图4。

4 实验结果
为了验证系统的准确性、实时性和稳定性，在野外以同时打1，2…，15发信号弹模拟多运动目标来进行测试。相机帧频为40 帧/s，分辨率为2 K×2 K。系统各部分计算时间通过PCI接口传入PC机端进行记录。在背景更新中灰度阈值T为60，学习因子?琢1、?琢2分别为0.82、0.73的条件下，当目标数分别为1，2，…，14，15时测得背景更新消耗时间分别为8.047 ms，9.110 ms，9.341 ms，…，10.101 ms，12.623 ms；目标提取消耗时间分别为9.089 ms，10.411 ms，11.345 ms，…，16.554 ms，18.344 ms。系统采用双DSP二级流水性处理方式。单帧图像背景更新和目标提取最大处理时间为18.344 ms，满足实时处理要求。
为说明此系统背景更新算法的优越性，将卡尔曼滤波算法与本文方法进行比较。当实际目标数为1，2，3，…，14，15时，前者出现假目标数分别为7，8，7，…，9，10，需要的处理时间分别为12.001 ms，13.384 ms，13.799 ms，…，14.298 ms，14.793 ms；而采用本文方法出现的假目标数分别为1，2，3，…，3，2，需要的处理时间分别是8.047 ms，9.110 ms，9.341 ms，…，10.101 ms，12.623 ms；在比较目标提取方法优越性时，将基于像素的多目标提取方法与基于窗口方法进行了比较。前者需要的处理时间分别为14.153 ms，16.321 ms，17.520 ms，…，19.621 ms，23.691 ms；而本文方法处理时间分别为9.089 ms，10.411 ms，11.345 ms，…，16.554 ms，18.344 ms。
基于大视场、大容量数据实时处理的要求，设计了基于双DSP和FPGA的嵌入式大面阵多运动目标实时硬件及软件的采集处理系统。应用基于高斯背景模型的自适应背景更新算法，完成了对大面阵小运动目标区域的提取。基于窗口的多目标提取算法解决了以往嵌入式多目标提取空间需求大的问题，实时快速地提取了目标信息。实验证明，该系统处理准确、实时性高、满足靶场弹道测试等大视场多运动小目标的实时提取任务。