溫慶福，唐普英，趙學(xué)功

(電子科技大學(xué)光電信息學(xué)院，四川成都 610054)

恒虛警檢測(Constant False Alarm Rate，CFAR)是雷達(dá)信號處理的一種經(jīng)典方法。世界各國的專家學(xué)者，一直在這方面進(jìn)行不斷的研究和探索，取得了很好的檢測效果。恒虛警的精髓就是經(jīng)典的固定門限檢測。即設(shè)定相應(yīng)的檢測閾值，該閾值可以有效地避免雜波、接收器熱噪聲、背景噪聲和干擾變換的影響，從而有效地將感興趣的目標(biāo)區(qū)分出來。目前常見的恒虛警檢測器可分為4類:均值類CFAR檢測器、有序統(tǒng)計類CFAR檢測器、采用自動篩選技術(shù)的GOS類CFAR檢測器、自適應(yīng)CFAR檢測器［1］。無論是一維還是二維CFAR處理問題，都有大量學(xué)者進(jìn)行了詳細(xì)的研究，并取得很好的實(shí)際效果。

現(xiàn)場可編程門陣列(FPGA)，具有結(jié)構(gòu)靈活、實(shí)時性強(qiáng)、功能完善的特點(diǎn)，能為設(shè)計者提供最大的設(shè)計靈活性;所需外圍器件少，適合模塊化設(shè)計，開發(fā)周期短，可擦除復(fù)用的一系列優(yōu)點(diǎn)［2］。本文采用恒虛警這一經(jīng)典的方法，結(jié)合現(xiàn)場可編程門陣列(FPGA)技術(shù)，對紅外電視圖像進(jìn)行處理研究。充分利用恒虛警這一經(jīng)典有效的檢測方法和現(xiàn)場可編程門陣列在理論和操作上的優(yōu)點(diǎn)，進(jìn)行紅外視頻目標(biāo)的檢測。從而實(shí)現(xiàn)高速、實(shí)時性與有效實(shí)現(xiàn)目標(biāo)檢測的統(tǒng)一。系統(tǒng)采用自行設(shè)計的專用電路，區(qū)別于計算機(jī)系統(tǒng)，實(shí)現(xiàn)小型專一化。采用外置可調(diào)諧式閾值設(shè)置，可極大地減小環(huán)境變化對檢測的影響，增強(qiáng)對不同環(huán)境中目標(biāo)檢測的效果。

1 紅外自適應(yīng)恒虛警檢測

1.1 紅外目標(biāo)特性

一般情況下，目標(biāo)后的背景熱輻射對應(yīng)光譜輻射空間分布的輻射值的變化是連續(xù)的。而對應(yīng)所要的紅外目標(biāo)人或者飛機(jī)等高于環(huán)境溫度的目標(biāo)，將被感知為一個灰度值高于此時周圍背景的值。所獲取的紅外視頻圖像可以近似為以下模型［3］，即

式中:f(x，y)表示所獲得的紅外圖像;T(x，y)表示目標(biāo)圖像;B(x，y)表示背景圖像;N(x，y)表示獲取圖像時引入的噪聲圖像，本文中視其為高斯白噪聲［4］。由概率統(tǒng)計密度函數(shù)可描述為

式中:δ為噪聲電壓;u為標(biāo)準(zhǔn)偏差。在設(shè)定一定的門限閾值時，可以計算出相應(yīng)的虛警概率為

1.2 自適應(yīng)恒虛警檢測

紅外圖像反映的是場景溫度特性有關(guān)的熱輻射，它的清晰度不高、對比度差，尤其是野外背景。人、車、船等特定目標(biāo)溫度高于環(huán)境，它們的紅外圖像的灰度就可能略高于背景，盡管是忽隱忽現(xiàn)，呈隨機(jī)特性的高斯分布。采用恒虛警檢測就是針對這種背景幾乎被噪聲淹沒、被白化的弱信號情況下，具有一定的魯棒性的恒定檢測發(fā)現(xiàn)目標(biāo)的概率。單幀局部自適應(yīng)恒虛警檢測算法步驟是，首先自適應(yīng)求取估計檢測閾值Th，然后將待檢測點(diǎn)YM(假設(shè)目標(biāo)像素集合)與自適應(yīng)閾值Th比較，按式(4)判斷是否是真正目標(biāo)點(diǎn)F(p)。

所謂局部相對于單幀圖像來說是一個n×n窗口，這個窗口中的像素構(gòu)成一個集合(在小范圍內(nèi)，對于背景視同一個準(zhǔn)平穩(wěn)的隨機(jī)分布)用來估算檢測閾值Th，窗口正中的2×2像素(可能是一個沖激響應(yīng))構(gòu)成一個子集用來測算YM值。這個窗口無縫有序地滑動，實(shí)現(xiàn)對整幀畫面中所有可能的點(diǎn)目標(biāo)的檢測。在檢測過程中的關(guān)鍵核心問題是自適應(yīng)門限Th的估計。

對于n×n窗口局域，它的閾值估計公式為

式中:a，b，c為經(jīng)驗(yàn)常數(shù)，在不同的實(shí)驗(yàn)背景中，它的取值不盡相同，因此在不同環(huán)境的試驗(yàn)中，調(diào)整為相適應(yīng)的值;μ為背景溫度(熱輻射)均值;σ為背景溫度(熱輻射)標(biāo)準(zhǔn)差，表達(dá)式為

式中:f(x，y)是紅外攝像機(jī)采集的原始圖像信號(2×2代表垂直和水平坐標(biāo))，按電視掃描格式采集順序?qū)崟r輸入。

例如取n=8，即8×8的卷積模板為例，如圖1所示。模板中t是目標(biāo)可能位置，模板正中2×2共4個像素點(diǎn)就是擬定被檢測小目標(biāo)的YM子集，求YM值最簡單的方法是取該4個點(diǎn)的均值，最好的方法是用數(shù)學(xué)形態(tài)學(xué)對YM子集進(jìn)行腐蝕和膨脹算法以及開運(yùn)算和閉運(yùn)算之后再取加權(quán)均值，以去偽存真。在YM周圍留有一圈“隔離帶”，圖1卷積模板中的g，它可能是背景，也可能是目標(biāo)對象，它在兩者之間起緩沖作用。本案制定的這個特殊模板非常有助于提高可靠性，減少虛警概率。模板中其余的部分x表示運(yùn)算區(qū)域。因?yàn)橛小案綦x帶”后，上述的相應(yīng)求期望和方差的公式也需做相應(yīng)的修正，只累加運(yùn)算最外兩圈的像素。

為了剔除虛假背景信息，在按式(6)和式(7)對圖1進(jìn)行運(yùn)算時，當(dāng)像素點(diǎn)的值f(x，y)≥Th時，不參與運(yùn)算。Th是先前歷史(例如相鄰的上方和左方模板)卷積運(yùn)算Th值記錄的均值。理論證明，這一補(bǔ)充算法，對提高魯棒性非常重要。

圖1 卷積模板

2 電路實(shí)現(xiàn)

實(shí)現(xiàn)該電路的硬件結(jié)構(gòu)圖如圖2所示。

圖2 硬件結(jié)構(gòu)

要實(shí)現(xiàn)該電路，最重要的是讓該模板在FPGA中實(shí)現(xiàn)類似滑窗的電路。因此采集的紅外視頻信號首先將其轉(zhuǎn)化為ITU－R BT.656信號［5］，由于該信號的灰度值Y和色差信號C沒有分離，不方便處理，將其轉(zhuǎn)為ITU－R BT.601［6］，在此模式下同時運(yùn)用分離出的行場信號進(jìn)行處理。調(diào)用 Xilinx中現(xiàn)成的IPcore依次延時1，2，…，n－1行;再加當(dāng)前數(shù)據(jù)行，及實(shí)現(xiàn)n行數(shù)據(jù)對齊。運(yùn)用Verilog中reg［7:0］，mem［n－1:0］實(shí)現(xiàn)同時操作一行中n個數(shù)據(jù)。這樣即可形成N×N的模板運(yùn)算。仿真結(jié)果如圖3所示，其中mem0是當(dāng)前輸入數(shù)據(jù)，mem1，…，mem7是依次延時1行到7個行時鐘且對齊后的數(shù)據(jù)。

圖3 電路仿真時序(截圖)

對于自動閾值的設(shè)定，關(guān)鍵需要計算出均值和標(biāo)準(zhǔn)差。均值的求取可以在FPGA中用除法電路實(shí)現(xiàn)，在設(shè)計中也可以運(yùn)用移位電路相加的模式;對方差的求取，可采取查找表的方法實(shí)現(xiàn)。同時注意運(yùn)算的時序?qū)R問題。在運(yùn)算中將相應(yīng)的像素灰度值YM與閾值比較，并進(jìn)行二值化處理。就可得到只顯示檢測目標(biāo)的二值化圖像。仿真時序結(jié)果如圖3所示，檢測到目標(biāo)則fp_detect為1，如圖3最下方一行，3處目標(biāo)被檢測到并二值化為1。

閾值的公式設(shè)計為外置可調(diào)式，可適用于不同背景的目標(biāo)檢測。通過外置設(shè)備調(diào)整a，b，c的值，從而改變Th的大小。

3 實(shí)驗(yàn)結(jié)果與分析

運(yùn)用上述電路算法對采集的紅外圖像檢測結(jié)果如圖4、圖5和圖6所示。其中圖4a、圖5a分別為兩個同背景下的紅外原始視頻圖像。圖4b與圖5b都為效果較好二值圖像，圖4c與5c都為效果較差二值圖像，它們分別是場景一與場景二處理后的圖像，都是通過調(diào)整閾值，采用自適應(yīng)恒虛警檢測后的得到二值化圖像。

圖4 場景一實(shí)驗(yàn)效果圖

圖5 場景二實(shí)驗(yàn)效果圖

圖6 不同場景載入背景顯示圖

圖4b、圖4c閾值選取時，閾值式(5)中a，b，c分別為1，0.25，2;1，0.125，1;1，0.5，3;1，0.25，1。對不同背景圖像，圖4a和圖5a的信噪比不一樣，檢測時閾值的設(shè)定也不一樣。在同一背景下，圖4c的閾值小于圖4b的閾值，虛檢點(diǎn)較多。同樣地，圖5c的閾值設(shè)置過小，造成過多的虛檢。圖4b和圖5b的閾值設(shè)計比較合理，既能有效檢出目標(biāo)，同時虛檢點(diǎn)最少。閾值設(shè)置也不是越大越好，越大會造成目標(biāo)的漏檢。

通常為了能準(zhǔn)確確定目標(biāo)的方位，可以采用裝入預(yù)先采集的背景圖顯示，如圖6所示，這樣的顯示，尤其是在地面目標(biāo)方位的判斷中具有很好的效果，在空域中可以判斷大致的方位，極大地增強(qiáng)人的識別效果。

當(dāng)然CFAR也存在一定的漏檢測或誤檢，在檢測時調(diào)整式(5)中的a，b，c值，使人眼能有效地二次判斷出目標(biāo)，另外可以采用自己提出的一種新型的軌跡記錄的方法［7］。在上述的圖4b和圖5b，檢測效果比較好，結(jié)合該顯示方法，經(jīng)過人眼的二次判讀，能更加準(zhǔn)確識別出目標(biāo)，減小誤判。

4 小結(jié)

本文結(jié)合雷達(dá)中經(jīng)典的恒虛警自適應(yīng)檢測法和FPGA，充分運(yùn)用兩者各自的優(yōu)勢，對紅外視頻目標(biāo)進(jìn)行檢測。通過不斷的多場景實(shí)驗(yàn)，調(diào)制自適應(yīng)的閾值?？梢詫Σ煌瑘鼍暗哪繕?biāo)進(jìn)行有效的檢測。

:

［1］何友，關(guān)鍵，孟祥偉，等.雷達(dá)目標(biāo)檢測與恒虛警處理［M］.2版.北京:清華大學(xué)出版社，2011:1－10.

［2］邱軍海，關(guān)鍵，宋杰，等.常用雷達(dá)視頻信號處理算法在FPGA上的實(shí)現(xiàn)［J］.海軍航空工程學(xué)院學(xué)報，2006，21(6):637－641.

［3］趙晶晶，諶海新，劉星彤，等.紅外小目標(biāo)圖像預(yù)處理方法研究［J］.信號處理，2009，25(7):1088－1091.

［4］歐陽俊華，黃庚華，程鵬飛，等.FPGA的激光雷達(dá)恒虛警控制技術(shù)研究［J］.紅外與毫米學(xué)報，2009，28(1):50－53.

［5］向厚振，張志杰，王鵬.基于FPGA視頻和圖像處理系統(tǒng)的FIFO緩存技術(shù)［J］.電視技術(shù)，2012，36(9):41－43.

［6］GB/T 17953—2000，4∶2∶2 數(shù)字分量圖像信號的接口［S］.北京:中國標(biāo)準(zhǔn)出版社，2000.

［7］溫慶福，郭向東.一種新型的活動目標(biāo)軌跡記錄算法［J］.電視技術(shù)，2014，38(5):31－33.