4.5.2 海天线检测法 30

4.6本章小结 32

结  论 33

致  谢 35

参考文献 36

1  引言

1.1 研究背景及意义

现代信息化战争中，能够率先准确的探测到敌方目标，是战争取胜的关键，也是实现精准打击，避免误伤及降低战争成本的有效办法。特别对于制导武器和武器防御系统而言，设计思想都是希望能够在尽可能远的目标范围内，准确探测识别到敌方目标，并能给予稳定的跟踪检测。因此，从实时的图像中，高速准确的识别目标就显得尤为重要。

基于目前的技术水平，红外目标检测仍是目标识别和探测的主要手段。在智能化战场中，武器系统如何自主的发现目标、检测识别目标、进而跟踪目标，是我们研究的主要方向。尤其是在海空动态复杂背景环境下，如何在杂乱的海天噪声中完成对远处小目标的检测与提取，一直是目标检测中亟待解决和优化的课题。论文网

此外，军用科技的发展，更能推动科技在各个领域的全面发展进步和应用。本文研究的图像检测算法及实现过程，完全可以应用到工业、医疗、体育等广阔的民用领域，以实现对动态移动目标的自主检测、识别和报警。将会对提高人民生活水平和产品质量起到重要的作用。所以，对于运动目标的检测和图像识别算法和实现的研究，有着广阔而深远的现实意义。

1.2 红外目标检测处理算法研究现状

1.3本文所做的主要工作

本毕业设计要求在以FPGA为核心的硬件电路上，挑选设计合适的红外图像检测算法，通过Verilog HDL语言对FPGA进行编程，实现对已经采集好的红外视频源中目标的识别和检测。实验中所使用到的FPGA开发板为课题组设计制作。本文主要工作如下：

1) 熟悉开发板上各个芯片的功能、实验中需要使用到的相关数据以及初始化方法。

2) 学习I2C总线标准，了解使用I2C总线标准完成对开发板上视频解码和编码芯片的初始化操作的过程。

3) 研究高清视频传输协议SMPTE 296M，学习数据流格式，使用Verilog语言编写有效像素定位模块提取有效像素点灰度值，以及像素点行列坐标位置信息。

4) 学习FIFO缓存器的工作特点，使用Verilog语言编写FIFO缓存模块，作为图像缓存区。

5) 挑选合适的图像处理算法，使用Verilog语言编写视频处理核心模块，对红外视频进行目标检测。

2  红外运动目标检测算法原理

小目标检测通常分为两个步骤:预处理去除噪声和图像分割检测。

1）图像预处理

均值滤波：均值滤波是最典型的线性滤波算法，对于原始图像中的每一个像素点，用其局部邻域内各像素点的像素值的均值来置换其像素值。均值滤波器的去噪效果与所选取的模板大小有关，模板越大，去噪效果越好，但同时也会造成图像细节的损失。在去除高斯噪声方面效果明显[3]。

而在FPGA上实现均值滤波，就需要对需要处理的像素点及器周围像素点进行缓存处理。缓存可选用FIFO，每个FIFO深度为一帧的长度。通过不同的延时，整个模板的像素点灰度值同时输入到运算模块，进行均值运算。得到的结果再按照视频流格式正确输出显示。文献综述

2）图像分割检测