（西安應(yīng)用光學(xué)研究所，陜西 西安 710065）

引言

紅外弱小目標(biāo)檢測技術(shù)作為紅外搜跟系統(tǒng)、紅外預(yù)警系統(tǒng)、精確制導(dǎo)系統(tǒng)中的關(guān)鍵技術(shù)，一直是國內(nèi)外紅外圖像處理領(lǐng)域的研究熱點(diǎn)[1]。盡可能提高目標(biāo)的檢測距離，可以為打擊對抗等措施贏得時(shí)間。但紅外目標(biāo)的成像面積小，對比度低，背景復(fù)雜，難以準(zhǔn)確檢測；紅外成像幀頻高、數(shù)據(jù)量大，難以實(shí)時(shí)處理[2]。

近年來，隨著GPU（graphics processing unit，圖像處理器）應(yīng)用技術(shù)的不斷發(fā)展，具有強(qiáng)大并行能力的GPU 越來越多地被應(yīng)用于高性能計(jì)算需求領(lǐng)域[3]。針對紅外弱小目標(biāo)檢測算法對每個(gè)像素點(diǎn)獨(dú)立處理，適合于GPU 并行計(jì)算的特點(diǎn)，本文提出了基于嵌入式GPU的紅外弱小目標(biāo)檢測算法。由于應(yīng)用系統(tǒng)對處理器功耗體積要求較高，因此選擇采用英偉達(dá)Jetson TX2 嵌入式GPU 作為邊緣計(jì)算平臺(tái)進(jìn)行并行優(yōu)化。實(shí)驗(yàn)結(jié)果表明，對640×480像素分辨率的紅外視頻，并行優(yōu)化后的目標(biāo)檢測算法能夠在10 ms 內(nèi)完成計(jì)算，滿足實(shí)時(shí)處理需求。

1 紅外弱小目標(biāo)檢測算法

在紅外成像過程中，由于受到大氣散射、光學(xué)散焦等因素的影響，紅外弱小目標(biāo)在圖像中一般表現(xiàn)為斑點(diǎn)狀，其面積一般不大于9×9像素[4-5]，空間灰度分布表現(xiàn)為中心最亮，且向四周輻射，與二維高斯函數(shù)非常相似[6]。

紅外弱小目標(biāo)檢測算法可以分為單幀檢測和多幀檢測兩類[7]。由于許多應(yīng)用場景中存在目標(biāo)與成像傳感器之間的相對運(yùn)動(dòng)，不利于多幀檢測軌跡關(guān)聯(lián)，因此單幀檢測已成為紅外弱小目標(biāo)檢測算法的主要研究方向之一[8-9]。

1.1 LCM算法

基于單幀圖像的紅外目標(biāo)檢測算法，主要利用目標(biāo)與背景之間的灰度、結(jié)構(gòu)等特征差異進(jìn)行檢測。根據(jù)弱小目標(biāo)的灰度強(qiáng)于鄰域灰度的特征，Chen 等[10]基于視覺對比機(jī)制提出了一種局部對比測量方法（local contrast measure，LCM）。此后，許多學(xué)者對該方法進(jìn)行了研究和改進(jìn)[11]，其中基于高斯尺度空間的增強(qiáng)型LCM算法[12]目檢效果顯著。LCM算法在計(jì)算局部對比度時(shí)，多使用的是比率形式定義。具體方法為通過計(jì)算圖像中某局部中心與鄰域之間的比率，得出目標(biāo)響應(yīng)值。LCM算法示意如圖1所示。

圖1 LCM算法示意圖Fig.1 Schematic of LCM algorithm

圖1中，u對應(yīng)于目標(biāo)區(qū)域，v對應(yīng)于目標(biāo)鄰域的局部背景。將窗口在圖像上依次從左向右、從上到下滑動(dòng)，截取圖像塊。對圖像塊進(jìn)行九等分，中心圖像塊即為目標(biāo)區(qū)域，記為“0”，鄰域圖像塊分別記為“1”～“8”，代表中心塊的八鄰域。

首先計(jì)算出鄰域每個(gè)子圖像塊的均值mi，可以由（1）式表示：

式中：i取值為1，2，…，8；N表示一個(gè)圖像塊中的像素個(gè)數(shù)；表示第i個(gè)鄰域塊內(nèi)第j個(gè)像素的灰度值。

中心塊與八個(gè)鄰域塊的響應(yīng)值C可以表示為

其中L為中心塊像素的最大值，即

C 即為目標(biāo)響應(yīng)值，當(dāng) C大于閾值時(shí)，中心區(qū)域即為目標(biāo)。

1.2 零均值高斯核簡介

LCM算法在信噪比較高的紅外圖像中取得了較好效果，但是當(dāng)紅外圖像中存在高亮點(diǎn)噪聲時(shí)，容易引起虛警。借鑒于LCM算子，本文在算子設(shè)計(jì)時(shí)考慮盡可能采用卷積核實(shí)現(xiàn)，不僅便于快速運(yùn)算，而且可以消除隨機(jī)噪聲影響，還能與弱小目標(biāo)形成最大響應(yīng)。為此，設(shè)計(jì)了零均值高斯核（zero-mean Gaussian kernel）算子來替代LCM算子，通過一次高斯核卷積來求解目標(biāo)響應(yīng)值。零均值高斯核算子示意如圖2所示。

圖2 零均值高斯核卷積濾波示意圖Fig.2 Schematic of zero-mean Gaussian kernel convolution filtering

零均值高斯核是在標(biāo)準(zhǔn)高斯核的基礎(chǔ)上，減去其平均值，得到一個(gè)積分為零的高斯核。這種高斯核不僅保留了原有高斯函數(shù)特性，還具備了與高斯差分算子（DoG）相似的差分特性。所不同的是，零均值高斯核減小了過渡區(qū)域的權(quán)重，在中心位置和最遠(yuǎn)端具有最大權(quán)重，更容易使目標(biāo)與背景形成最大響應(yīng)。零均值高斯核卷積濾波的具體計(jì)算流程為：設(shè)定圖像塊區(qū)域包含9×9個(gè)像素，對圖像塊區(qū)域計(jì)算零均值高斯濾波，得到目標(biāo)響應(yīng)值C。由（4）式表示：

式中：I(j,i)表示像素坐標(biāo)點(diǎn)(j,i)的灰度值；零均值高斯核ZG(x,y)由（5）式表示：

其中σL為高斯核的標(biāo)準(zhǔn)差。遍歷整幅圖像中所有像素，即可得到與原圖相對應(yīng)的局部對比度圖像C。

1.3 零均值高斯核分析

與LCM算法相比，零均值高斯核的改進(jìn)主要體現(xiàn)在以下幾個(gè)方面：

1） 將圖像去噪、目標(biāo)信號增強(qiáng)和目標(biāo)背景差分，在一次卷積運(yùn)算中完成；

2） 去掉了對區(qū)域的強(qiáng)制九等分，鄰域塊之間過渡更加平滑，降低了高斯核標(biāo)準(zhǔn)差對目標(biāo)尺度變化的敏感性；

3） 去掉了求局部極值，采用高斯核濾波，便于GPU 快速運(yùn)算，有利于簡化計(jì)算和工程應(yīng)用；

4） 零均值高斯核更加符合目標(biāo)灰度分布特征，目標(biāo)響應(yīng)值更顯著，能夠抑制云層干擾。

很多LCM改進(jìn)算法，均采用高斯差分算子（DoG）算子或拉普拉斯算子（LoG）來計(jì)算目標(biāo)響應(yīng)，其濾波核剖面曲線與零均值高斯核對比如圖3所示。

圖3 DoG/LoG 算子與零均值高斯核剖面圖Fig.3 DoG/LoG operator and zero-mean Gaussian kernel profile

這兩類算子的均值都為零，屬于差分算子。所不同的是零均值高斯核中，背景像素與中心位置距離越遠(yuǎn)，其權(quán)重越大，這一點(diǎn)和DoG/LoG 算子正好相反。帶來的好處是對目標(biāo)尺寸大小不敏感，真實(shí)目標(biāo)比濾波核稍大或稍小，不會(huì)引起目標(biāo)濾波后響應(yīng)值的劇烈變化。而DoG/LoG 算子由于將背景主要取在目標(biāo)邊緣處，對目標(biāo)尺寸較為敏感，目標(biāo)稍大時(shí)會(huì)引起響應(yīng)值急劇下降，因此常需采用多尺度空間的方式來解決，但隨之也增大了計(jì)算量。零均值高斯核也存在不足之處，主要是會(huì)保留屋脊?fàn)顝?qiáng)邊緣。后續(xù)還需要進(jìn)行非極大值抑制和目標(biāo)判斷，才能檢測出真實(shí)目標(biāo)。

2 基于嵌入式GPU的目標(biāo)檢測算法實(shí)現(xiàn)

從零均值高斯卷積計(jì)算過程可以看出，該方法是一種像素級操作，通過每個(gè)像素點(diǎn)的卷積運(yùn)算，來凸顯弱小目標(biāo)并抑制背景。為滿足算力需求，本文采用NVIDIA的Jetson TX2平臺(tái)實(shí)現(xiàn)。

2.1 平臺(tái)架構(gòu)

Jetson TX2平臺(tái)體積小巧，集成度高，性能強(qiáng)大。TX2平臺(tái)核心是Tergra Parker SOC 芯片，芯片架構(gòu)如圖4所示。該芯片為ARM+GPU 架構(gòu)，CPU部分由雙核Denver2 64位CPU和四核ARM A57共同組成，GPU 則采用Pascal 架構(gòu)，由兩個(gè)SM（stream mulitprocessor，流多處理器）組成，每個(gè)SM有128個(gè)CUDA（compute unified device architecture，統(tǒng)一計(jì)算機(jī)設(shè)備架構(gòu)）核心，浮點(diǎn)計(jì)算能力為1.5TeraFLOPS[13]。除此之外，還有8 GB DDR4 內(nèi)存和豐富的外圍接口，非常適合低能耗和高計(jì)算性能的應(yīng)用場景，因此選擇該平臺(tái)來設(shè)計(jì)實(shí)現(xiàn)實(shí)時(shí)目標(biāo)檢測系統(tǒng)，并基于該平臺(tái)GPU 結(jié)構(gòu)及特性設(shè)計(jì)優(yōu)化目標(biāo)檢測算法。

圖4 Tergra Parker 芯片架構(gòu)Fig.4 Tergra Parker chip architecture

2.2 目標(biāo)檢測算法程序設(shè)計(jì)

為充分利用TX2平臺(tái)的ARM+GPU，本文將算法拆分為ARM端和GPU端并行處理，程序流程圖如圖5所示。

圖5 紅外弱小目標(biāo)檢測算法流程圖Fig.5 Flow chart of infrared weak small target detection algorithm

GPU端主要實(shí)現(xiàn)卷積濾波和非極大值抑制，這兩者都是通過計(jì)算每個(gè)像素與其9×9 鄰域來完成，每個(gè)像素可獨(dú)立計(jì)算，相互之間沒有依賴關(guān)系，因此可以通過 CUDA 程序?qū)ζ溥M(jìn)行并行設(shè)計(jì)實(shí)現(xiàn)。零均值高斯核濾波和非極大值抑制的CUDA偽代碼如表1所示。

表1 零均值高斯核濾波和非極大值抑制的CUDA 偽代碼表Table1 CUDA pseudo code table for zero-mean Gaussian kernel filtering and non-maximum suppression

ARM端主要根據(jù)標(biāo)記數(shù)組找到目標(biāo)位置，并在輸入圖像中完成目標(biāo)方差及其鄰域方差的計(jì)算和比較。針對弱小目標(biāo)，將目標(biāo)方差統(tǒng)計(jì)范圍設(shè)定為7×7像素。鄰域方差統(tǒng)計(jì)范圍為去掉目標(biāo)區(qū)域后的9×9像素環(huán)狀區(qū)域。若目標(biāo)方差與鄰域方差的比值大于閾值，則認(rèn)為該點(diǎn)為目標(biāo)點(diǎn)。方差比閾值設(shè)為1.6。

GPU端與ARM端程序采用多線程流水線處理，通過信號量來實(shí)現(xiàn)任務(wù)同步。

2.3 運(yùn)行優(yōu)化

在GPU 代碼實(shí)現(xiàn)過程中，主要從以下幾個(gè)方面對程序進(jìn)行優(yōu)化：

a）數(shù)據(jù)零拷貝

JetsonTX2的硬件架構(gòu)與通用計(jì)算機(jī)不同，并不存在單獨(dú)的顯存或者內(nèi)存，只有實(shí)質(zhì)一體的存儲(chǔ)器，所以并不需要使用cudaMemcpy函數(shù)將內(nèi)存數(shù)據(jù)拷貝到顯存，只需要采用cudaMallocManaged函數(shù)來開辟內(nèi)存，同時(shí)將flags 參數(shù)配置為cudaMem AttachGlobal，即可將內(nèi)存同時(shí)映射到GPU和CPU。當(dāng)GPU 訪問該內(nèi)存時(shí)，應(yīng)確保CPU 不會(huì)同時(shí)訪問。GPU 計(jì)算完畢后，可調(diào)用cudaEventSynchronize函數(shù)來確保GPU 已完成計(jì)算，釋放該內(nèi)存的使用權(quán)，使CPU可以正常訪問。上述方法可實(shí)現(xiàn)GPU與CPU的統(tǒng)一內(nèi)存尋址，避免了計(jì)算數(shù)據(jù)在內(nèi)存與顯存之間的互相復(fù)制。

b） 紋理內(nèi)存的應(yīng)用

為提高內(nèi)存訪問效率，本文采用cudaBindTexture 2D函數(shù)，將一維圖像內(nèi)存綁定為二維紋理內(nèi)存，再由GPU 讀寫。通過紋理內(nèi)存讀取數(shù)據(jù)，可以避免硬件合并訪問機(jī)制引起的多次內(nèi)存讀取，多數(shù)訪問將在紋理緩存中多次命中，這樣會(huì)使性能得到明顯提升。另外，紋理內(nèi)存可以自動(dòng)處理邊界條件，無需由代碼來判斷是否發(fā)生越界讀取，減少了越界判斷引起的線程分支。

c） 代碼調(diào)試優(yōu)化

NVIDIA為GPU開發(fā)提供了一款功能強(qiáng)大的性能分析工具nvprof。通過輸入不同的指令，即可查看分析各項(xiàng)數(shù)據(jù)。通過nvprof 對代碼進(jìn)行分析優(yōu)化，總結(jié)出以下幾點(diǎn)工程經(jīng)驗(yàn)：

1） 程序應(yīng)減少讀寫內(nèi)存次數(shù)，以便有效降低時(shí)間，特別是對外部內(nèi)存操作。讀寫共享內(nèi)存也會(huì)耗費(fèi)時(shí)間。GPU 更擅長于計(jì)算，不擅長讀寫內(nèi)存。因此固定參數(shù)盡可寫在代碼里，而不是從內(nèi)存中讀取。

2） CUDA程序預(yù)編譯時(shí)，對于整數(shù)和浮點(diǎn)數(shù)的處理不同。如果需使用浮點(diǎn)數(shù)，必需將數(shù)值寫成浮點(diǎn)數(shù)。例如（1/16）在CUDA 中的預(yù)編譯結(jié)果為0，（1.0f/16.0f）的預(yù)編譯結(jié)果為0.0625。所以對于能夠預(yù)先計(jì)算出的數(shù)值，最好直接寫成計(jì)算結(jié)果。

3） nvprof統(tǒng)計(jì)出的計(jì)算時(shí)間，波動(dòng)較大。將算法計(jì)算過程拆分為多個(gè)步驟，可以降低計(jì)算時(shí)間的波動(dòng)，但也會(huì)增加部分計(jì)算時(shí)間。

4） 寫入共享內(nèi)存后，需在每個(gè)線程內(nèi)加入同步函數(shù)__syncthreads（），完成計(jì)算后寫入全局內(nèi)存時(shí)，可以不加入同步函數(shù)。讀取共享內(nèi)存和數(shù)值計(jì)算可以交叉進(jìn)行，有助于提高讀取共享內(nèi)存效率。

5） CUDA函數(shù)代碼內(nèi)可以使用printf（）函數(shù)打印變量，便于分析錯(cuò)誤。

6） 盡量不要使用除法和求模運(yùn)算，不僅計(jì)算耗時(shí)，而且還會(huì)占用很多寄存器，代價(jià)昂貴。對于復(fù)雜運(yùn)算如開方等，應(yīng)使用CUDA 庫所提供的__fsqrt_rn（）等專用數(shù)值計(jì)算函數(shù)。

3 實(shí)驗(yàn)結(jié)果與分析

本文所采用的實(shí)驗(yàn)平臺(tái)為NVIDIA的嵌入式開發(fā)板Jetson TX2，處理器為64 bit Denver2 and A57 CPUs，內(nèi)存8 G，GPU為NVIDIA Tegra X2，頻率為130 MHz，操作系統(tǒng)為Ubuntu16.04，CUDA版本為9.0，其硬件配置如表2所示。

表2 實(shí)驗(yàn)平臺(tái)硬件配置Table2 Hardware configuration of experimental platform

零均值高斯核檢測算法設(shè)置滑動(dòng)窗口大小為9×9，高斯核標(biāo)準(zhǔn)差σ=1.2。對真實(shí)圖像紅外弱小目標(biāo)檢測結(jié)果如圖6所示。

圖6中圖像從上至下依次為：云層背景、弱小目標(biāo)、雜波背景、山地背景。由圖6可以看出：在高信噪比云層背景下，LCM算法與本文算法效果相近；在弱小目標(biāo)、雜波較大、目標(biāo)較大時(shí)，零均值高斯核濾波后背景噪聲更小，信噪比更高。

圖6 響應(yīng)圖實(shí)驗(yàn)結(jié)果Fig.6 Experimental results of response maps

為了進(jìn)一步客觀分析零均值高斯核，本文采用信雜比（SCR）指標(biāo)對濾波效果進(jìn)行評估[14]，指標(biāo)的定義如（6）式所示：

式中：It為目標(biāo)峰值；μb和σb分別為目標(biāo)鄰域內(nèi)背景的均值和標(biāo)準(zhǔn)差。SCR 越大，說明目標(biāo)信雜比越高，目標(biāo)越易檢測。為了確定出零均值高斯核標(biāo)準(zhǔn)差的最佳參數(shù)，本文測試了不同標(biāo)準(zhǔn)差參數(shù)條件下的SCR，測試結(jié)果如表3所示。

表3 不同場景的SCRTable3 SCR of different scenes

4個(gè)場景中的目標(biāo)大小依次為：5×4像素、3×2像素、3×3像素、12×8像素。從。從表3可以看出：標(biāo)準(zhǔn)差參數(shù)設(shè)置對于小目標(biāo)影響較大，對大目標(biāo)影響很?。ㄉ降乇尘埃@與1.3節(jié)中的分析結(jié)果一致。為兼顧各類場景及不同大小的目標(biāo)，本文將零均值高斯核標(biāo)準(zhǔn)差設(shè)定為1.2。

零均值高斯核不屬于分離濾波器，不能直接調(diào)用CUDA算法庫實(shí)現(xiàn)，因此本文采用直觀實(shí)現(xiàn)方法，通過合理使用共享內(nèi)存和紋理內(nèi)存來達(dá)到實(shí)時(shí)處理[15]。對分辨率640×480像素的紅外圖像序列，采用9×9 零均值高斯核濾波的處理時(shí)間對比如表4所示。

表4 CPU和GPU 耗時(shí)比較Table4 CPU and GPU time comparison ms

在實(shí)驗(yàn)過程中發(fā)現(xiàn)，GPU 計(jì)算時(shí)間存在較大的波動(dòng)性，這與共享內(nèi)存頻繁讀取偶爾會(huì)引發(fā)bank 沖突有關(guān)。統(tǒng)計(jì)結(jié)果表明，算法峰值計(jì)算時(shí)間小于10 ms，已能夠滿足系統(tǒng)實(shí)時(shí)處理需求。

4 結(jié)論

由于紅外弱小目標(biāo)的可用特征較少，且需進(jìn)行像素級處理，對弱小目標(biāo)的實(shí)時(shí)檢測非常具有挑戰(zhàn)性。本文利用弱小目標(biāo)灰度的高斯分布特性，設(shè)計(jì)了基于零均值高斯核濾波的目標(biāo)檢測算法。在NVIDIA的Jetson TX2 嵌入式平臺(tái)實(shí)現(xiàn)了算法移植，運(yùn)用GPU 加速計(jì)算技術(shù)，實(shí)現(xiàn)了算法的實(shí)時(shí)處理，計(jì)算時(shí)間小于10 ms。下一步擬換用Jetson Xavier平臺(tái)，利用其512個(gè)Volta 架構(gòu)CUDA核，有望將計(jì)算時(shí)間控制在5 ms 以內(nèi)。