專利名稱：基于降低復(fù)雜度的超譜處理的目標(biāo)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及實(shí)時(shí)目標(biāo)檢測(cè)方法，更特別地涉及用于超譜圖像處理的實(shí)時(shí)目標(biāo)檢測(cè) 方法。
背景技術(shù)：
超譜圖像處理是一種收集并解釋來(lái)自場(chǎng)景的詳細(xì)光譜信息的技術(shù)。以幾百個(gè)狹窄 且相鄰的譜帶(實(shí)際上為連續(xù)光譜)來(lái)表示像素的圖像數(shù)據(jù)。光譜范圍包括紅外線、可見(jiàn) 光和紫外線。詳細(xì)的光譜分辨率使得超譜圖像技術(shù)成為一種用于檢測(cè)化學(xué)物質(zhì)、異常及偽 裝對(duì)象以及用于目標(biāo)跟蹤的強(qiáng)大工具。傳統(tǒng)的超譜圖像處理使用幾百個(gè)譜帶來(lái)檢測(cè)目標(biāo)或 將其分類。計(jì)算復(fù)雜度與需要處理的數(shù)據(jù)量成比例。因此，數(shù)據(jù)縮減和簡(jiǎn)化算法對(duì)于實(shí)時(shí) 執(zhí)行而言是非常關(guān)鍵的?？梢酝ㄟ^(guò)利用光譜內(nèi)容冗余來(lái)降低超譜處理的計(jì)算復(fù)雜度，以便 可以使用部分?jǐn)?shù)目的譜帶。然而，與一般的圖像處理相比，超譜圖像處理中要處理的數(shù)據(jù)量 仍然很大。存在許多用于處理超譜圖像數(shù)據(jù)的方法。硬件集群可能是可行的解決方案，因 為其用來(lái)實(shí)現(xiàn)高性能、高可用性和水平擴(kuò)展。該集群技術(shù)可以用于高度可伸縮的存儲(chǔ)和/ 數(shù)據(jù)管理。這些計(jì)算資源可以用來(lái)在向地面?zhèn)鬏斨案咝У靥幚磉b感數(shù)據(jù)。數(shù)字信號(hào)處理 器也適合于超譜計(jì)算，因?yàn)槠淇梢员怀浞钟糜趫?zhí)行乘法累加運(yùn)算。其通常被實(shí)施于DSP集 群中，以進(jìn)行并行處理。在沒(méi)有數(shù)據(jù)縮減的情況下，傳統(tǒng)的存儲(chǔ)及處理系統(tǒng)性能對(duì)于實(shí)時(shí)超 譜圖像處理而言是不夠的。傳統(tǒng)圖像圖片由二維矩陣來(lái)表示，但如圖1所示，超譜圖像具有用于譜帶光譜數(shù) 據(jù)的又一個(gè)維度。由超譜圖像傳感器收集的數(shù)據(jù)被保持為一個(gè)立方塊(cube)且位于(χ ；y) 處的每個(gè)像素具有Nz個(gè)譜帶。符號(hào)Nx和Ny用于沿軸指示像素的總尺寸。實(shí)現(xiàn)用于超譜圖 像中的檢測(cè)的高性能由于大量的光譜譜帶而成為一個(gè)大的挑戰(zhàn)。超譜圖像處理涉及三個(gè)關(guān) 鍵階段預(yù)處理、處理以及后處理?？傮w操作在圖2中示出。超譜傳感器是一檢測(cè)器陣列， 該陣列中的檢測(cè)器收集像素中的光譜內(nèi)容。如圖2所示，來(lái)自傳感器的光譜內(nèi)容被作為原 始圖像數(shù)據(jù)存儲(chǔ)在立方塊存儲(chǔ)器中。通過(guò)預(yù)處理對(duì)該原始圖像數(shù)據(jù)進(jìn)行校準(zhǔn)。每個(gè)立方塊 包含表示目標(biāo)材料的特性的許多譜帶。在處理中，通過(guò)在部分?jǐn)?shù)據(jù)與目標(biāo)庫(kù)高度相關(guān)的同 時(shí)將該部分?jǐn)?shù)據(jù)隔離來(lái)檢測(cè)目標(biāo)圖像。所述目標(biāo)庫(kù)包含關(guān)于其意圖進(jìn)行檢測(cè)的對(duì)象的光譜 信息。處理的目的是從與存儲(chǔ)在目標(biāo)庫(kù)中的光譜信息相關(guān)的輸入立方塊中找出目標(biāo)圖像。 第三步驟是后處理，其中，用RGB來(lái)顯示實(shí)際檢測(cè)的圖像。一般超譜圖像處理的主要挑戰(zhàn)是其優(yōu)點(diǎn)的反面超譜圖像數(shù)據(jù)的高數(shù)量和復(fù)雜 度。對(duì)于實(shí)時(shí)處理而言，應(yīng)降低復(fù)雜度。最容易的方法是減少譜帶的數(shù)目和用于處理的庫(kù) 的量。然而，此類縮減可能消除超譜圖像處理的優(yōu)點(diǎn)。如果某些譜帶具有更多的特性以表 示對(duì)象，則不需要利用所有譜帶光譜來(lái)檢測(cè)目標(biāo)。因此，我們的方法確定哪些譜帶對(duì)于目標(biāo) 檢測(cè)而言更有效并隨后將其用來(lái)檢測(cè)目標(biāo)。

發(fā)明內(nèi)容
本發(fā)明提供一種基于降低復(fù)雜度的超譜處理的實(shí)時(shí)目標(biāo)檢測(cè)架構(gòu)，該架構(gòu)能夠在 實(shí)時(shí)快速應(yīng)用中準(zhǔn)確地檢測(cè)目標(biāo)。根據(jù)本發(fā)明的方面，提供了一種基于超譜處理的實(shí)時(shí)目標(biāo)檢測(cè)方法，該方法包括 基于庫(kù)來(lái)檢測(cè)預(yù)處理像素以作為目標(biāo)和/或背景；以及通過(guò)從該目標(biāo)和/或背景提取目標(biāo) 樣本和/或背景樣本來(lái)對(duì)庫(kù)進(jìn)行精簡(jiǎn)。優(yōu)選地，對(duì)庫(kù)進(jìn)行精簡(jiǎn)可以包括基于貢獻(xiàn)因數(shù)來(lái)完 成用于像素的有效譜帶列表。優(yōu)選地，檢測(cè)預(yù)處理像素以作為目標(biāo)和/或背景可以包括從 精簡(jiǎn)后的庫(kù)加載有效譜帶列表；基于來(lái)自所述庫(kù)的所述有效譜帶列表和相關(guān)性系數(shù)來(lái)獲得 光譜信息；以及基于相關(guān)性系數(shù)的大小來(lái)確定目標(biāo)和/或背景。優(yōu)選地，在確定目標(biāo)和/或 背景時(shí)，當(dāng)相關(guān)性系數(shù)大于指示像素與庫(kù)之間的關(guān)系的最小相關(guān)性系數(shù)時(shí)，所述像素可以 被檢測(cè)作為目標(biāo)。優(yōu)選地，在檢測(cè)預(yù)處理像素作為目標(biāo)和/或背景時(shí)，可以使用流水線結(jié)構(gòu) 來(lái)處理像素。—種用于超譜圖像處理的實(shí)時(shí)目標(biāo)檢測(cè)架構(gòu)是以一種降低復(fù)雜度算法(其中簡(jiǎn) 化了庫(kù)精簡(jiǎn)過(guò)程，且減少了譜帶數(shù)目，以用于高吞吐量應(yīng)用程序)為基礎(chǔ)的。提供了一種使 用數(shù)據(jù)劃分的高效流水線處理元件架構(gòu)。提供了一種可擴(kuò)展多處理元件架構(gòu)。為了改善速 度，提供了一種用于多處理元件架構(gòu)的互連拓?fù)浣Y(jié)構(gòu)。提供了一種基于用來(lái)在超譜圖像處 理中使處理單元建模和存儲(chǔ)器使用能力最優(yōu)化并消除存儲(chǔ)器的瓶頸狀態(tài)的數(shù)據(jù)布置算法 的計(jì)算結(jié)構(gòu)。提出的架構(gòu)在FPGA中被設(shè)計(jì)并實(shí)施為檢驗(yàn)硬件復(fù)雜度對(duì)于降低復(fù)雜度的超 譜圖像處理的執(zhí)行吞吐量之間的關(guān)系。因此，用于超譜圖像處理的實(shí)時(shí)目標(biāo)檢測(cè)架構(gòu)具有 快速且準(zhǔn)確地檢測(cè)目標(biāo)的優(yōu)點(diǎn)。



圖18示出了其中應(yīng)用兩種不同數(shù)目的處理單元的被檢測(cè)圖像的比較；圖19是示出了沒(méi)有分離庫(kù)的多數(shù)據(jù)劃分的方框圖；圖20是示出了具有共享庫(kù)的多數(shù)據(jù)劃分的方框圖；圖21是示出了圖20的多數(shù)據(jù)劃分的時(shí)序圖；圖22是示出了根據(jù)本發(fā)明的實(shí)施例的處理的方框圖；圖23示出了從總線到IP的數(shù)據(jù)傳輸；圖24和圖25分別示出了在一個(gè)PPC和兩個(gè)PPC的情況下吞吐量相對(duì)于有效譜帶 的數(shù)目；圖26是示出了在兩個(gè)PPC的情況下累加器執(zhí)行速度相對(duì)于有效譜帶的數(shù)目的圖 表；圖27是示出了切片使用相對(duì)于有效譜帶的數(shù)目的圖表；圖28是示出了塊RAM尺寸相對(duì)于有效譜帶的數(shù)目的圖表；圖29示出了多處理執(zhí)行模型中的目標(biāo)檢測(cè)的總體結(jié)構(gòu)；圖30示出了在一個(gè)PPC的情況下四個(gè)路徑中的吞吐量相對(duì)于Nub和Nb ；以及圖31至35示出了在兩個(gè)PPC的情況下多個(gè)路徑中的吞吐量相對(duì)于Nub和/或NE。
具體實(shí)施例方式為了全面地理解本發(fā)明的操作的優(yōu)點(diǎn)和本發(fā)明的實(shí)施例所達(dá)到的目的，需要參照 示出本發(fā)明的優(yōu)選實(shí)施例的附圖和附圖所示內(nèi)容。在下文中，將參照附圖來(lái)更詳細(xì)地描述 本發(fā)明的優(yōu)選實(shí)施例。每個(gè)圖所示的相同附圖標(biāo)記指示相同的元件。用于目標(biāo)檢測(cè)的超譜圖像處理中的主要操作是將輸入立方塊圖像與目標(biāo)庫(kù)相比
較以根據(jù)光譜內(nèi)容來(lái)確定相關(guān)性系數(shù)。這里，超譜圖像處理中的主要操作是相關(guān)性計(jì)算。相
關(guān)性系數(shù)A是存儲(chǔ)在目標(biāo)庫(kù)中和從輸入圖像獲得的兩個(gè)光譜內(nèi)容之間的相似性的度量。兩
個(gè)光譜內(nèi)容之間的相關(guān)性的高位值指示兩者之間的高程度的相似性。相關(guān)性系數(shù)被定義為
Ne
-1 ,^ I=I tIr ι權(quán)利要求
一種基于超譜處理的實(shí)時(shí)目標(biāo)檢測(cè)方法，該方法包括基于庫(kù)來(lái)檢測(cè)預(yù)處理像素以作為目標(biāo)和/或背景；以及通過(guò)從所述目標(biāo)和/或背景中提取目標(biāo)樣本和/或背景樣本來(lái)對(duì)所述庫(kù)進(jìn)行精簡(jiǎn)。
2.根據(jù)權(quán)利要求1所述的方法，其中對(duì)所述庫(kù)進(jìn)行精簡(jiǎn)包括基于貢獻(xiàn)因數(shù)來(lái)完成用于 所述像素的有效譜帶列表。
3.根據(jù)權(quán)利要求1所述的方法，其中所述檢測(cè)預(yù)處理像素以作為目標(biāo)和/或背景包括從精簡(jiǎn)后的庫(kù)加載有效譜帶列表；基于來(lái)自所述庫(kù)的所述有效譜帶列表和相關(guān)性系數(shù)來(lái)獲得光譜信息；以及 基于所述相關(guān)性系數(shù)的大小來(lái)確定所述目標(biāo)和/或所述背景。
4.根據(jù)權(quán)利要求3所述的方法，其中，在確定所述目標(biāo)和/或所述背景時(shí)，當(dāng)所述相關(guān) 性系數(shù)大于指示所述像素與所述庫(kù)之間的關(guān)系的最小相關(guān)性系數(shù)時(shí)，所述像素被檢測(cè)作為 目標(biāo)。
5.根據(jù)權(quán)利要求1所述的方法，其中，在所述檢測(cè)預(yù)處理像素以作為目標(biāo)和/或背景 時(shí)，使用流水線架構(gòu)來(lái)處理所述像素。
全文摘要
本發(fā)明提供了一種基于降低復(fù)雜度的超譜處理的實(shí)時(shí)目標(biāo)檢測(cè)方法。該實(shí)時(shí)目標(biāo)檢測(cè)方法包括基于庫(kù)來(lái)檢測(cè)預(yù)處理像素作為目標(biāo)和/或背景；以及通過(guò)從目標(biāo)和/或背景中提取目標(biāo)樣本和/或背景樣本來(lái)對(duì)庫(kù)進(jìn)行精簡(jiǎn)。用于超普?qǐng)D像處理的實(shí)時(shí)目標(biāo)檢測(cè)架構(gòu)基于降低復(fù)雜度的算法，其中簡(jiǎn)化了庫(kù)精簡(jiǎn)程序以用于實(shí)時(shí)應(yīng)用且減少了譜帶的數(shù)目。提供了使用數(shù)據(jù)劃分和可擴(kuò)展復(fù)雜處理元件架構(gòu)的有效流水線處理元件架構(gòu)。因此，用于超譜圖像處理的實(shí)時(shí)目標(biāo)檢測(cè)架構(gòu)具有快速且準(zhǔn)確地檢測(cè)目標(biāo)的優(yōu)點(diǎn)。
文檔編號(hào)G01N21/25GK101960291SQ200880127459
公開(kāi)日2011年1月26日 申請(qǐng)日期2008年4月2日 優(yōu)先權(quán)日2008年2月27日
發(fā)明者南潤(rùn)榮, 樸景洙, 洪尚真, 趙威德 申請(qǐng)人:亞洲大學(xué)校產(chǎn)學(xué)協(xié)力團(tuán)