基于fpga的检测跟踪方法
【技术领域】
[0001] 本发明属于地面复杂背景下的目标跟踪技术领域，具体涉及一种基于FPGA的检 测跟踪方法。
【背景技术】
[0002] 红外目标跟踪系统两个重要指标分别是稳定性和实时性。目前存在的许多的跟踪 算法，mean shift算法、基于投影的算法等存在定为不够精确的问题，粒子滤波算法计算量 太大而不易于实时实现。现在目标的跟踪的处理平台一般是DSP+FPGA，系统的体积和功耗 较大，随着S0PC技术的发展，基于单片FPGA的S0PC设计平台成为现在的一个发展趋势。
【发明内容】
[0003] 本发明的目的在于提供一种基于FPGA的检测跟踪方法，以解决单目标跟踪容易 出现丢失、计算量大、实时性难以满足要求的问题，克服现有技术的不足。
[0004] 为了解决上述技术问题，本发明的技术方案为：
[0005] -种基于FPGA的检测跟踪方法，包括如下步骤：
[0006] 步骤一、采用中值滤波对图像进行滤波去噪；
[0007] 步骤二、对目标点进行区域生长得到目标区域；
[0008] 步骤三、对目标进行特征提取；
[0009] 步骤四、检测窗口调整；
[0010] 步骤五、根据特征值进行目标匹配；
[0011] 步骤六、目标真伪判别；
[0012] 步骤七、根据运动轨迹进行目标信息预测；
[0013] 步骤八、目标中心位置输出。
[0014] 所述步骤一在进行目标跟踪的时候，首先经过中值滤波对其做去噪处理，对当前 像素3*3邻域的所有数据进行排序，取其中间值替换原像素。
[0015] 所述步骤二实现方法如下：
[0016] 本步骤分为两个部分：复制检测区域图像，寻找种子点；在检测区域内进行区域 生长；
[0017] 步骤2. 1复制检测区域图像，寻找种子点
[0018] 在窗口内实现目标跟踪，采用基于区域生长的跟踪算法，对图像进行标记处理，缓 存一帧检测区域的图像，实时将检测区域的红外图像存入RAM中；采用八邻域均值最大作 为种子点，该部分的实现在FPGA内部可以流水实现；生长阈值的根据图像进行自适应调 整，调整公式为：
[0019]
【主权项】
1. 一种基于FPGA的检测跟踪方法，其特征在于：该方法包括如下步骤： 步骤一、采用中值滤波对图像进行滤波去噪； 步骤二、对目标点进行区域生长得到目标区域； 步骤三、对目标进行特征提取； 步骤四、检测窗口调整； 步骤五、根据特征值进行目标匹配； 步骤六、目标真伪判别； 步骤七、根据运动轨迹进行目标信息预测； 步骤八、目标中心位置输出。
2. 按照权利要求1所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤一在进行 目标跟踪的时候，首先经过中值滤波对其做去噪处理，对当前像素3*3邻域的所有数据进 行排序，取其中间值替换原像素。
3. 按照权利要求2所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤二实现方 法如下： 本步骤分为两个部分：复制检测区域图像，寻找种子点；在检测区域内进行区域生长； 步骤2. 1复制检测区域图像，寻找种子点 在窗口内实现目标跟踪，采用基于区域生长的跟踪算法，对图像进行标记处理，缓存一 帧检测区域的图像，实时将检测区域的红外图像存入RAM中；采用八邻域均值最大作为种 子点，该部分的实现在FPGA内部可以流水实现；生长阈值的根据图像进行自适应调整，调 整公式为：
步骤2. 2区域生长 用FIFO实现了区域生长，FIFO存储种子点的信息，因此当FIFO非空时，表明仍然有目 标点没有生长完，则需要对其继续进行生长；FIFO存储目标点的坐标信息，即相对于检测 区域的横坐标值和纵坐标值；该坐标值经过乘加运算计算出该目标点的地址，然后得到其 四邻域的地址，再依次从RAM中读出该像素点的灰度值；首先判断该点是否已经生长过，如 果已经生长过的话，则不需要做其他处理；如果没生长过的，则需要判断其是否在区域生长 范围以内，如果在生长范围以内的话，则将该点得坐标信息存到FIFO中；直到FIFO中的目 标点全部生长完成，即FIFO为空的时候，表示所有的目标已经生长完成了； 区域生长采用异步FIFO完成，其中写时钟是读时钟的五倍频，对于区域生长的FPGA优 化处理如下： 第一个时钟，给出目标点的上邻域的地址，判断上一种子点的右邻域是否已经生长过， 如没有生长过则继续判断是否是目标点，如果是目标点需要将FIFO置写有效，并将上一种 子点的右邻域作为种子点存入FIFO,否则不做处理； 第二个时钟，给出目标点的左邻域的地址，判断上一种子点的下邻域是否已经生长过， 如没有生长过则继续判断是否是目标点，如果是目标点则需要将FIFO置写有效，并将上一 种子点的下邻域作为种子点存入FIFO,否则不做处理； 第三个时钟，给出目标点的右邻域的地址； 第四个时钟，给出目标点的下邻域的地址，判断当前目标点的上邻域是否已经生长过， 如果没有生长过则继续判断是否是目标点，如果是目标点则需要将FIFO置写有效，并将当 前种子点的上邻域作为种子点存入FIFO,否则不做处理； 第五个时钟，判断当前目标点的左邻域是否已经生长过，如果没有生长过则继续判断 是否是目标点，如果是目标点，则需要将FIFO置写有效，并将当前种子点的左邻域作为种 子点存入FIFO,否则不做处理。
4. 按照权利要求3所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤三：目标 的特征提取，目标的灰度，面积，边界，型心信息；目标的灰度信息需要整个目标灰度值的平 均值；目标的面积是指目标所包含的像素个数；边界指的是目标的上下左右边界值、通过 冒泡法求的；目标的位置信息是目标型心所在的位置；由于目标运动具有关联性，因此前 几帧的目标的信息应与当前目标的信息应有连续性； 求取目标的面积、灰度、型心计算公式如下：
式中表示目标的面积，R表示目标区域，分别表示目标型心的横坐标和纵坐标；表示平 均灰度值。
5. 按照权利要求4所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤四：采用 的窗口内跟踪，通过开窗消除干扰，窗口的大小需要根据具体目标的大小进行调整；采用窗 口面积与目标面积的比值和目标边界与窗口边界距离作为判断依据实时调整窗口大小位 置，使得窗口既能包含目标又可以尽可能多得排除干扰信号。
6. 按照权利要求5所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤五： 步骤5. 1灰度匹配 本帧图像的目标的平均灰度与上帧预测出的目标的平均灰度差值是否满足在一定条 件，如果满足则将置信度加一，否则不变； 步骤5. 2、面积匹配 本帧图像的目标的平均灰度与上帧预测出的目标的面积是否满足在一定的条件，如果 满足则将置信度加一，否则不变； 步骤5. 3、位置匹配 本帧图像的目标位置与经过预测后的图像位置进行比较，判断其差值是否满足在一定 条件，如果满足则将置信度加一，否则不变； 步骤5. 4、边界匹配 本帧图像的目标边界与经过预测后的图像边界进行比较，判断其差值是否满足在一定 条件，如果满足则将置信度加一，否则不变。
7. 按照权利要求6所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤六：通过 以上的判断，置信度发生变化，当置信度不小于某一阈值时，则认为该目标为真目标，将该 目标的信息写入目标链作为预测下一帧目标信息的依据，如果为小于该阈值，则认为该目 标为假目标，需要将该目标信息丢弃，并且判断丢失的帧数是否大于某阈值，如果大于则表 示目标已经丢失，否则表明目标可能正在被遮挡，此时用预测的目标信息代替此时的目标 信息。
8. 按照权利要求7所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤七：目标 信息的预测主要是通过上几帧的目标信息对下一帧目标的一些信息进行判断，预测出下一 帧目标的位置，灰度，面积和边界信息，作为判断下一帧目标真伪的依据。
9. 按照权利要求8所述的基于FPGA的检测跟踪方法，其特征在于：所述步骤八：目标 的中心即目标的型心，通过区域生长目标型心已经计算出来，因此如果当前帧是真目标，则 只需将该目标的型心输出即可，如果是伪目标且目标没有丢失，输出预测目标位置，如果丢 失目标，则输出中心位置，至此图像跟踪流程结束。
10. 按照权利要求9所述的基于FPGA的检测跟踪方法，其特征在于：所述方法可如下 实现：目标跟踪装置包括FPGA、SSRAM、FLASH ;红外探测器发送红外图像至现场可编程逻辑 门阵列（FPGA)，然后经过图像处理后，FPGA将计算得出的目标位置输出，FLASH用于加载现 场可编程门阵列（FPGA)的软件程序和硬件程序。
【专利摘要】本发明属于地面复杂背景下的目标跟踪技术领域，具体涉及一种基于FPGA的检测跟踪方法。该方法包括如下步骤：步骤一、采用中值滤波对图像进行滤波去噪；步骤二、对目标点进行区域生长得到目标区域；步骤三、对目标进行特征提取；步骤四、检测窗口调整；步骤五、根据特征值进行目标匹配；步骤六、目标真伪判别；步骤七、根据运动轨迹进行目标信息预测；步骤八、目标中心位置输出。本发明采用的是一种基于区域生长的跟踪算法，充分利用目标特性，定位准确；采用SOPC的设计方案，合理规划算法实现方式，充分发挥FPGA流水处理的实时性和软件处理的便捷性，执行速度快，实现了实时跟踪；采用自适应阈值分割和开窗跟踪，提高了跟踪的准确性并大大减少了计算量。
【IPC分类】G06K9-46, G06K9-32
【公开号】CN104751157
【申请号】CN201310753663
【发明人】张飞, 胡义武, 叶顺流, 唐意, 王怀敬, 刘瑞
【申请人】中核控制系统工程有限公司
【公开日】2015年7月1日
【申请日】2013年12月31日