本發(fā)明涉及圖像目標(biāo)識別技術(shù)領(lǐng)域，具體地說，本發(fā)明涉及一種sar(syntheticapertureradar，簡稱sar)圖像艦船目標(biāo)統(tǒng)計特征提取方法與裝置。

背景技術(shù)：

合成孔徑雷達(dá)是一種高分辨率的微波側(cè)視成像雷達(dá)，它利用距離向脈沖壓縮原理及方位向合成孔徑原理，實(shí)現(xiàn)了雷達(dá)照射區(qū)域直觀的空間可視圖像。合成孔徑雷達(dá)除了具備遙感觀測中常用的可見光和紅外遙感器所具備的可進(jìn)行大范圍、高分辨率和快速觀察的特點(diǎn)外，還具有全天時、全天候、穿透能力強(qiáng)等特點(diǎn)。特別是針對海洋背景的應(yīng)用，由于水體的雷達(dá)反射系數(shù)很低，有利于提高艦船目標(biāo)與海面背景的信噪比，因此合成孔徑雷達(dá)成像在針對海面艦船目標(biāo)的應(yīng)用上本身就具有先天的優(yōu)勢，加之以合成孔徑雷達(dá)成像不受光照和云層的影響，因此它逐漸成為最有發(fā)展前景的海洋觀測手段之一。

伴隨著合成孔徑雷達(dá)技術(shù)的不斷發(fā)展和分辨率不斷提高，sar圖像的自動目標(biāo)識別(automatictargetrecognition,atr)已經(jīng)成為sar圖像解譯領(lǐng)域的研究熱點(diǎn)之一。sar圖像自動目標(biāo)識別系統(tǒng)的目的是在無需人工干預(yù)的情況下，利用計算機(jī)對所收集的sar數(shù)據(jù)進(jìn)行自動分析，完成目標(biāo)發(fā)現(xiàn)、定位和識別任務(wù)，進(jìn)而分析判斷目標(biāo)所屬種類。它涉及到的應(yīng)用技術(shù)包括現(xiàn)代信號處理、模式識別、人工智能等。

美國是最早對sar自動目標(biāo)識別系統(tǒng)進(jìn)行研究的國家。早在20世紀(jì)80年代，林肯實(shí)驗(yàn)室就開始進(jìn)行sar自動目標(biāo)識別系統(tǒng)方面的研究，其最大的貢獻(xiàn)之一就是提出了sar自動目標(biāo)識別的三級處理流程。該處理流程由于結(jié)構(gòu)合理、處理效果優(yōu)良，已經(jīng)成為了sar自動目標(biāo)識別領(lǐng)域廣泛認(rèn)可和采用的框架。在此框架提出后，sar自動目標(biāo)識別領(lǐng)域絕大部分研究都是基于這個三級框架開展。圖1為sar自動目標(biāo)識別三級框架的示意圖，可以看出，sar自動目標(biāo)識別包括：目標(biāo)檢測、目標(biāo)鑒別和目標(biāo)分類三個步驟。第一步目標(biāo)檢測負(fù)責(zé)將可能出現(xiàn)目標(biāo)的區(qū)域與背景分離，生成興趣區(qū)(regionsofinterest，簡稱roi)；第二步目標(biāo)鑒別負(fù)責(zé)分析所有興趣區(qū)中是否存在有效目標(biāo)，并剔除無效目標(biāo)；第三部，對有效目標(biāo)進(jìn)行特征分析，根據(jù)一定的規(guī)則進(jìn)行分類。

決定一個atr系統(tǒng)優(yōu)劣的其中兩個關(guān)鍵指標(biāo)是虛警概率和漏警概率。由于噪聲總是客觀存在的，當(dāng)噪聲信號的幅度超過檢測門限時，雷達(dá)(或其他檢測系統(tǒng))就會被誤認(rèn)為發(fā)現(xiàn)目標(biāo)，這種錯誤稱為"虛警"，它的發(fā)生概率稱為虛警概率(falsealarmprobability，簡稱fa)。由于噪聲的干擾，目標(biāo)的回波信號幅度可能低于檢測門限，會被誤判為沒有目標(biāo)，這種錯誤稱為"漏警"，它的發(fā)生概率稱為漏警概率(missalarmprobability，簡稱ma)。為保證系統(tǒng)的ma足夠低，往往在第一步的目標(biāo)檢測時會使用一個比較低的檢測門限，因此其生成的興趣區(qū)的fa會很高。第二步鑒別的主要任務(wù)是鑒別roi中是否包含有效目標(biāo)，保證系統(tǒng)的fa在預(yù)期范圍內(nèi)。

目標(biāo)鑒別的主要手段是roi內(nèi)各類統(tǒng)計特征的提取和分析，單就sar圖像而言亮度和幾何分布特征是目標(biāo)鑒別過程的主要參考依據(jù)。目標(biāo)鑒別過程涉及對大量圖像數(shù)據(jù)的復(fù)雜演算，在地面處理中一般使用大型機(jī)群進(jìn)行并行處理。目前sar自動目標(biāo)識別領(lǐng)域的一個主要趨勢就是逐漸嘗試在星載sar環(huán)境中完成自動目標(biāo)識別的任務(wù)，從而達(dá)到真正意義上的大范圍實(shí)時自動目標(biāo)識別。然而，太空工作環(huán)境對處理系統(tǒng)體積、重量、功耗等方面均有較大的限制，現(xiàn)有地面處理系統(tǒng)構(gòu)架無法滿足需要，因此當(dāng)前迫切需要一種能夠以較低的復(fù)雜度實(shí)現(xiàn)sar圖像目標(biāo)快速檢測的解決方案，以適應(yīng)太空工作環(huán)境對處理系統(tǒng)的各種限制。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明目的在于克服現(xiàn)有技術(shù)的不足，針對星載sar目標(biāo)識別的需要提供一種基于嵌入式可編程邏輯的具有封裝性的可快速提取多種目標(biāo)特征的運(yùn)算模塊(后簡稱：特征提取模塊)。

具體來說本發(fā)明提供了一種sar圖像艦船目標(biāo)統(tǒng)計特征提取裝置，其中包括：

輸入緩沖模塊：用于異步接收sar識別的艦船目標(biāo)興趣區(qū)圖像數(shù)據(jù)；

內(nèi)部存儲器：用于存儲該興趣區(qū)圖像數(shù)據(jù)；

內(nèi)部存儲接口模塊：用于將該興趣區(qū)圖像數(shù)據(jù)寫入該內(nèi)部存儲器；

運(yùn)算模塊：由基本邏輯資源構(gòu)成，用于從該內(nèi)部存儲器中讀取該興趣區(qū)圖像數(shù)據(jù)，從外部數(shù)據(jù)總線讀取運(yùn)算參數(shù)，并根據(jù)該興趣區(qū)圖像數(shù)據(jù)和該運(yùn)算參數(shù)，執(zhí)行相應(yīng)運(yùn)算，生成統(tǒng)計特征值作為輸出結(jié)果；

輸出緩沖模塊：用于緩存該輸出結(jié)果，并將該輸出結(jié)果異步發(fā)送至外部數(shù)據(jù)總線；

存儲控制模塊：用于控制除該存儲控制模塊外所有模塊間的數(shù)據(jù)讀寫操作；

系統(tǒng)狀態(tài)機(jī)：用于控制該sar圖像艦船目標(biāo)統(tǒng)計特征提取裝置內(nèi)部的狀態(tài)轉(zhuǎn)換，并將該狀態(tài)發(fā)送至外部數(shù)據(jù)總線。

該sar圖像艦船目標(biāo)統(tǒng)計特征提取裝置，其中該興趣區(qū)圖像數(shù)據(jù)包括以下數(shù)據(jù)內(nèi)容：

興趣區(qū)邊長、興趣區(qū)內(nèi)目標(biāo)投影面積期望值、輸出結(jié)果字節(jié)數(shù)、興趣區(qū)總像素數(shù)。

該sar圖像艦船目標(biāo)統(tǒng)計特征提取裝置，其中該運(yùn)算模塊包括：

亮度均值模塊：用于根據(jù)該興趣區(qū)內(nèi)目標(biāo)投影面積期望值、該興趣區(qū)總像素數(shù)和興趣區(qū)邊長計算興趣區(qū)圖像散射強(qiáng)度的算數(shù)平均值，作為亮度均值；

亮度閾值模塊：首先通過寄存器組統(tǒng)計興趣區(qū)圖像的亮度直方圖，而后從存儲最高亮度統(tǒng)計值的寄存器單元開始向低亮度單元逐一累加，直到累加和大于等于興趣區(qū)內(nèi)目標(biāo)投影面積期望值，此時截至位置對應(yīng)的亮度值作為興趣區(qū)圖像的亮度閾值；

亮度標(biāo)準(zhǔn)差模塊：用于根據(jù)該亮度均值、該興趣區(qū)總像素數(shù)和興趣區(qū)邊長計算亮度標(biāo)準(zhǔn)差；

能量填充比模塊：用于根據(jù)興趣區(qū)內(nèi)各像素的亮度值、興趣區(qū)邊長和興趣區(qū)內(nèi)目標(biāo)二值圖計算能量填充比；

幾何中心模塊：用于分別計算目標(biāo)像素橫、縱坐標(biāo)的算術(shù)平均值，并將橫、縱坐標(biāo)的該算術(shù)平均值組合，作為幾何中心；

距離均值模塊：用于計算所有目標(biāo)點(diǎn)到該幾何中心點(diǎn)的距離之和，之后獲得距離的算術(shù)平均值作為距離均值；

距離標(biāo)準(zhǔn)差模塊：用于根據(jù)該距離均值、興趣區(qū)邊長和興趣區(qū)內(nèi)目標(biāo)二值圖計算距離標(biāo)準(zhǔn)差；

其中該距離標(biāo)準(zhǔn)差、該距離均值、該幾何中心、該能量填充比、該亮度標(biāo)準(zhǔn)差、該亮度閾值和該亮度均值共同組成該統(tǒng)計特征值。

該sar圖像艦船目標(biāo)統(tǒng)計特征提取裝置，其中該運(yùn)算模塊從外部數(shù)據(jù)總線讀取的運(yùn)算參數(shù)包括，興趣區(qū)圖像左上角的坐標(biāo)以及該興趣區(qū)圖像數(shù)據(jù)內(nèi)各數(shù)據(jù)內(nèi)容的索引號。

該sar圖像艦船目標(biāo)統(tǒng)計特征提取裝置，其中系統(tǒng)狀態(tài)機(jī)中該狀態(tài)包括：復(fù)位、初始化、空閑、計算和完成。

本發(fā)明還提供了一種sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中包括：

步驟1、異步接收興趣區(qū)圖像數(shù)據(jù)；

步驟2、將該興趣區(qū)圖像數(shù)據(jù)寫入內(nèi)部存儲器；

步驟3、讀取該興趣區(qū)圖像數(shù)據(jù)，從外部數(shù)據(jù)總線讀取運(yùn)算參數(shù)，并根據(jù)該興趣區(qū)圖像數(shù)據(jù)和該運(yùn)算參數(shù)，執(zhí)行相應(yīng)運(yùn)算，生成統(tǒng)計特征值作為輸出結(jié)果；

步驟4、緩存該輸出結(jié)果，并將該輸出結(jié)果異步發(fā)送至外部數(shù)據(jù)總線；

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該興趣區(qū)圖像數(shù)據(jù)包括以下數(shù)據(jù)內(nèi)容：

興趣區(qū)邊長、興趣區(qū)內(nèi)目標(biāo)投影面積期望值、輸出結(jié)果字節(jié)數(shù)、興趣區(qū)總像素數(shù)。

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該步驟3包括：

步驟31、根據(jù)該興趣區(qū)內(nèi)目標(biāo)投影面積期望值、該興趣區(qū)總像素數(shù)和興趣區(qū)邊長計算興趣區(qū)圖像散射強(qiáng)度的算數(shù)平均值，作為亮度均值；

步驟32、首先通過寄存器組統(tǒng)計興趣區(qū)圖像的亮度直方圖，之后從存儲最高亮度統(tǒng)計值的寄存器單元開始向低亮度單元逐一累加，直到累加和大于等于興趣區(qū)內(nèi)目標(biāo)投影面積期望值，此時截至位置對應(yīng)的亮度值作為興趣區(qū)圖像的亮度閾值；

步驟33、根據(jù)該亮度均值、該興趣區(qū)總像素數(shù)和興趣區(qū)邊長計算亮度標(biāo)準(zhǔn)差；

步驟34、根據(jù)興趣區(qū)內(nèi)各像素的亮度值、興趣區(qū)邊長和興趣區(qū)內(nèi)目標(biāo)二值圖計算能量填充比；

步驟35、分別計算目標(biāo)像素橫、縱坐標(biāo)的算術(shù)平均值，并將橫、縱坐標(biāo)的該算術(shù)平均值組合，作為幾何中心；

步驟36、計算所有目標(biāo)點(diǎn)到該幾何中心點(diǎn)的距離之和，之后獲得距離的算術(shù)平均值作為距離均值；

步驟37、根據(jù)該距離均值、興趣區(qū)邊長和興趣區(qū)內(nèi)目標(biāo)二值圖計算距離標(biāo)準(zhǔn)差；

其中該距離標(biāo)準(zhǔn)差、該距離均值、該幾何中心、該能量填充比、該亮度標(biāo)準(zhǔn)差、該亮度閾值和該亮度均值共同組成該統(tǒng)計特征值。

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該步驟2從外部數(shù)據(jù)總線讀取的運(yùn)算參數(shù)包括，興趣區(qū)圖像左上角的坐標(biāo)以及該興趣區(qū)圖像數(shù)據(jù)內(nèi)各數(shù)據(jù)內(nèi)容的索引號。

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該步驟4還包括將運(yùn)行狀態(tài)發(fā)送至外部數(shù)據(jù)總線，機(jī)中該運(yùn)行狀態(tài)包括：復(fù)位、初始化、空閑、計算和完成。

與現(xiàn)有技術(shù)相比，本發(fā)明具有下列技術(shù)效果：

1、本發(fā)明能夠同時計算閾值，亮度均值、亮度標(biāo)準(zhǔn)差、能量填充比、幾何中心坐標(biāo)、平均距離、距離標(biāo)準(zhǔn)差7個統(tǒng)計特征；

2、本發(fā)明具有封裝性，其內(nèi)部復(fù)雜的計算過程不需要外部指令或程序參與控制，可以全自動處理roi數(shù)據(jù)，運(yùn)算操作只需要配置參數(shù)、寫入數(shù)據(jù)和讀取結(jié)果三個步驟；

3、本發(fā)明針對星載應(yīng)用進(jìn)行了針對性改進(jìn)，所有功能都由基本邏輯資源(包括：寄存器，累加器，乘法器等)實(shí)現(xiàn)，不依賴任何特殊運(yùn)算資源的調(diào)用(例如：cpu硬核、dsp硬核、cordic等等)，因此在任意級別的嵌入式可編程邏輯器件上均可適用。

附圖說明

圖1為sar自動目標(biāo)識別三級框架的示意圖；

圖2為特征提取模塊的外接口框圖；

圖3為特征提取模塊的數(shù)據(jù)輸入輸出時序圖；

圖4為特征提取模塊參數(shù)接口的寫入時序圖；

圖5為特征提取模塊內(nèi)部存儲器的接口時序圖；

圖6為特征提取模塊的總體結(jié)構(gòu)框圖；

圖7為特征提取模塊的運(yùn)算流程圖；

圖8為特征提取模塊的主狀態(tài)機(jī)示意圖。

具體實(shí)施方式

本發(fā)明為sar圖像艦船目標(biāo)統(tǒng)計特征提取模塊，針對的是如圖1中所示的目標(biāo)鑒別步驟，該模塊可根據(jù)目標(biāo)檢測步驟生成的roi數(shù)據(jù)計算閾值、亮度均值、亮度標(biāo)準(zhǔn)差、能量填充比、幾何中心坐標(biāo)、平均距離、距離標(biāo)準(zhǔn)差這7個統(tǒng)計特征，并且該模塊適合在嵌入式系統(tǒng)中的集成應(yīng)用。本發(fā)明可進(jìn)一步推進(jìn)sar圖像分析設(shè)備的小型化，有利于相關(guān)應(yīng)用在航空航天方面的推廣。

圖2為特征提取模塊的外部接口框圖，其具體描述如表1所示。

表1：接口信號描述

外部接口按功能可分為四組分別是系統(tǒng)控制接口、數(shù)據(jù)接口、參數(shù)接口和內(nèi)部存儲接口。

系統(tǒng)控制接口包含clk、ex_clk、rst和sys_state四組信號。特征提取模塊是一個異步模塊，與外部數(shù)據(jù)交互采用接口時鐘ex_clk，該時鐘的頻率取決于外部數(shù)據(jù)的速率。而模塊的內(nèi)部運(yùn)行時鐘clk，該時鐘是特征提取模塊的主時鐘，特征提取模塊內(nèi)部的所有邏輯單元都以該時鐘clk為參考，為了達(dá)到更高的性能和更快的運(yùn)算速度，clk可以選擇遠(yuǎn)遠(yuǎn)高于ex_clk的頻率。rst是特征提取模塊的復(fù)位信號，高有效，當(dāng)復(fù)位信號有效時，特征提取模塊內(nèi)所有寄存器的值都會被清零，并保持到復(fù)位信號變?yōu)榈碗娖?。sys_state為特征提取模塊的狀態(tài)標(biāo)志信號，外部總線根據(jù)sys_state的狀態(tài)進(jìn)行讀寫和配置操作，sys_state的具體細(xì)節(jié)在系統(tǒng)狀態(tài)機(jī)部分描述。

數(shù)據(jù)接口負(fù)責(zé)數(shù)據(jù)的輸入和輸出，包含兩組信號，sys_w64和sys_wen負(fù)責(zé)把外部數(shù)據(jù)總線上的數(shù)據(jù)寫入到特征提取模塊內(nèi)部，該信號后面接輸入fifo的輸入端；sys_r64和sys_ren外部數(shù)據(jù)總線通過這兩組信號讀取特征提取模塊的計算結(jié)果，該信號與fifo的輸出端相連；sys_wen和sys_ren均為高有效，其控制時序與fpag例化的標(biāo)準(zhǔn)異步fifo接口時序一致，圖3為本實(shí)現(xiàn)的數(shù)據(jù)接口時序圖，具體到特定器件請查閱對應(yīng)的數(shù)據(jù)手冊。

參數(shù)接口由外部邏輯控制，用于向特征提取模塊中的相應(yīng)參數(shù)寄存器寫入模塊運(yùn)算和控制所用的參數(shù)，參數(shù)接口由兩組信號組成。

參數(shù)接口的其中一組信號為roi_x_org、roi_y_org，這兩個信號是當(dāng)前特征提取模塊處理的roi圖像左上角的坐標(biāo)，運(yùn)算模塊用這兩個參數(shù)將計算得到的roi內(nèi)部坐標(biāo)轉(zhuǎn)換為全局坐標(biāo)，這兩個信號與sys_wen上升沿同時建立并且一直鎖存至下一個sys_wen上升沿。

參數(shù)接口的另一組信號是arg、arg_v和arg_en，這組信號負(fù)責(zé)將表2內(nèi)輸入數(shù)據(jù)的順序，即表2內(nèi)各輸入數(shù)據(jù)的索引號寫入特征提取模塊內(nèi)對應(yīng)的參數(shù)寄存器，其時序如圖4所示。

表2：輸入數(shù)據(jù)列表

下面對表2內(nèi)的輸入數(shù)據(jù)做一個簡要說明。

“roisize”“roihighlight”“roi_sum”主要由運(yùn)算模塊使用，其中roisize是roi圖像邊長的像素數(shù)，主要參與距離相關(guān)的計算；roihighlight是roi內(nèi)用于分離背景的比例因子，參與roi內(nèi)亮度閾值的計算；roi_sum是roi內(nèi)總像素數(shù)，主要作為計算統(tǒng)計平均數(shù)的分母，另一方面roi_sum也參與數(shù)據(jù)接口輸入和輸出時的計數(shù)控制。

“result”代表特征提取模塊輸出計算結(jié)果的字節(jié)數(shù)，由系統(tǒng)狀態(tài)機(jī)使用。在外部總線通過數(shù)據(jù)接口讀取運(yùn)算結(jié)果的同時，特征提取模塊會對輸出的結(jié)果數(shù)據(jù)進(jìn)行計數(shù)，當(dāng)計數(shù)值達(dá)到result所標(biāo)定的數(shù)量時，特征提取模塊認(rèn)為結(jié)果輸出已經(jīng)完成，從而觸發(fā)系統(tǒng)狀態(tài)機(jī)翻轉(zhuǎn)到下一狀態(tài)。特征提取模塊的標(biāo)準(zhǔn)結(jié)果輸出，除包含表3內(nèi)說明的20項(xiàng)結(jié)果以外還會緊隨輸出當(dāng)前roi的圖像數(shù)據(jù)，因此一個完整結(jié)果輸出的result數(shù)值是160bytes加roi_sum個字節(jié)。輸出的roi圖像數(shù)據(jù)主要用于測試階段的結(jié)果分析，實(shí)際配置使用時可根據(jù)需要選擇是否要包含roi圖像數(shù)據(jù)，如果不需要取回roi圖像數(shù)據(jù)，則result值設(shè)為160即可，這樣特征提取模塊就不會輸出roi圖像數(shù)據(jù)了。

內(nèi)部存儲接口是負(fù)責(zé)讀寫特征提取模塊的本地存儲器的，由于運(yùn)算模塊需要多次調(diào)用roi圖像數(shù)據(jù)，包括興趣區(qū)邊長、興趣區(qū)內(nèi)背景點(diǎn)的個數(shù)、輸出的結(jié)果的字節(jié)數(shù)、興趣區(qū)總像素數(shù)等，如果每次都從外部數(shù)據(jù)總線讀取，外部數(shù)據(jù)總線的開銷會很大，不利于多個特征提取模塊并行計算，因此特征提取模塊計算各特征值所用的roi圖像數(shù)據(jù)會一次性的緩存在模塊的獨(dú)立內(nèi)部存儲器上。本實(shí)現(xiàn)采用fpga測試板上的dpram(雙端口存儲器)進(jìn)行實(shí)現(xiàn)，其控制時序如圖5所示。如果要連接其它類型的存儲器如：sdram，pdram，ddr等，需要在現(xiàn)有內(nèi)部存儲接口的基礎(chǔ)上附加控制邏輯來驅(qū)動，具體實(shí)現(xiàn)需要根據(jù)實(shí)際硬件規(guī)格進(jìn)行定制。

圖6為本發(fā)明的一個實(shí)施例的拓?fù)鋵咏Y(jié)構(gòu)框圖。特征提取模塊內(nèi)部按照功能劃分主要有六大部分，包括輸入緩沖(fifo)模塊、輸出緩沖(fifo)模塊、存儲控制模塊、內(nèi)部存儲接口模塊、運(yùn)算模塊和系統(tǒng)狀態(tài)機(jī)。

輸入緩沖模塊(簡稱輸入fifo)和輸出緩沖模塊(簡稱輸出fifo)是由xilinx標(biāo)準(zhǔn)的異步fifoip核例化而成，數(shù)據(jù)寬度64位，存儲深度1024。輸入fifo和輸出fifo主要功能是完成跨時鐘域的數(shù)據(jù)傳輸，由于特征提取模塊和外部數(shù)據(jù)總線采用不同的時鐘驅(qū)動(特征提取模塊的內(nèi)部運(yùn)行時鐘為clk，外部數(shù)據(jù)總線時鐘為ex_clk)，因此跨時鐘域的數(shù)據(jù)傳輸需要由異步fifo來實(shí)現(xiàn)，一面方異步fifo可以屏蔽兩側(cè)時鐘相位差異，另一方面可以緩沖由于時鐘頻率不同造成的數(shù)據(jù)擁塞。輸入fifo負(fù)責(zé)緩存由外部數(shù)據(jù)總線發(fā)送過來的roi圖像數(shù)據(jù)，輸出fifo負(fù)責(zé)緩存結(jié)果并向外部數(shù)據(jù)總線發(fā)送數(shù)據(jù)，輸入fifo和輸出fifo均由存儲控制模塊控制。

存儲控制模塊是特征提取模塊的數(shù)據(jù)流控制核心，所有內(nèi)部模塊間的數(shù)據(jù)讀寫操作均由存儲控制模塊負(fù)責(zé)控制。存儲控制模塊主要實(shí)現(xiàn)如下三個操作：第一，將輸入fifo從外部總線接收的roi圖像數(shù)據(jù)通過內(nèi)部存儲接口模塊寫入內(nèi)部存儲器；第二，通過內(nèi)部存儲接口模塊讀取內(nèi)部存儲器內(nèi)的roi圖像數(shù)據(jù)發(fā)送給運(yùn)算模塊進(jìn)行處理；第三，將運(yùn)算模塊得到的結(jié)果按照表三的順序?qū)懭胼敵鰂ifo。

內(nèi)部存儲接口模塊，負(fù)責(zé)與特征提取模塊的內(nèi)部存儲器相連，由于不同的硬件板卡會搭載不同的存儲器如：sram、pram、ddr、blockram等等，因此無法確定一個統(tǒng)一的模塊內(nèi)部緩存接口形式。內(nèi)部存儲接口模塊實(shí)現(xiàn)了一個標(biāo)準(zhǔn)的異步數(shù)據(jù)接口，其具體波形如圖5所示。本實(shí)現(xiàn)內(nèi)部存儲接口模塊可直接與dpram接口，與其它類型存儲器接口時，需要在特征提取模塊與存儲器之間編寫附加邏輯來實(shí)現(xiàn)。

運(yùn)算模塊是特征提取模塊的數(shù)據(jù)流計算核心，基于基本邏輯資源，例如乘法器和累加器，用于計算7個統(tǒng)計特征值。運(yùn)算模塊在工作之前需要通過參數(shù)輸入接口完成對模塊內(nèi)的各項(xiàng)參數(shù)寄存器進(jìn)行配置，否則參數(shù)寄存器內(nèi)會保留上一次運(yùn)行的參數(shù)或者為全0。

下面分別對7個統(tǒng)計值的計算進(jìn)行說明。

亮度均值是roi圖像散射強(qiáng)度的算數(shù)平均值，反應(yīng)了興趣區(qū)的能量強(qiáng)弱，對于sar圖像目標(biāo)的亮度通常高于該平均值，特征計算公式為：

其中i(m,n)為roi圖像的矩陣表示，矩陣中每個值表示roi圖像內(nèi)每個像素的亮度值，m和n分別表示roi圖像的長和寬。在特征提取模塊中，m，n等于roisize，而m*n等于roisum。

亮度閾值是用來區(qū)分目標(biāo)和背景的參數(shù)，當(dāng)像素的亮度大于等于亮度閾值時該像素是目標(biāo)，反之該像素是背景。在預(yù)先設(shè)計參數(shù)時，我們跟據(jù)感興趣目標(biāo)的基本幾何尺寸換算其在當(dāng)前roi圖像分辨率下的投影面積的期望值roihighlight，公式如下：

roihighlight＝atarget*ktrans

其中atarget為目標(biāo)投影面積(像素數(shù))的理論值，ktrans為理論投影面積與實(shí)際目標(biāo)面積的轉(zhuǎn)換系數(shù)(此參數(shù)是通過大量實(shí)驗(yàn)獲取的經(jīng)驗(yàn)參數(shù)，對航母約為0.8)。例如我們需要在1米分辨率圖像上識別航母，當(dāng)航母的長為300米寬為75米，其在一米分辨率下幾何投影面積約為20000個像素，因此我們設(shè)置atarget＝20000，帶入上面公式就可以求得roi圖像內(nèi)目標(biāo)投影面積的期望值roihighlight＝16000。

亮度閾值的生成分兩步，第一部統(tǒng)計roi圖像的亮度直方圖，特征提取模塊當(dāng)前只設(shè)計處理8bit量化的roi圖像，每個像素可顯示0到255一共256個亮度階，因此首先用一個256單元的32位寄存器組統(tǒng)計生成roi圖像的亮度直方圖，而后從存儲最高亮度255統(tǒng)計值的寄存器單元開始向低亮度單元逐一累加，直到累加和大于等于roihighlight，此時截至位置對應(yīng)的亮度值作為roi圖像的亮度閾值。

亮度標(biāo)準(zhǔn)差是對roi圖像的能量起伏的統(tǒng)計度量，亮度標(biāo)準(zhǔn)差越大目標(biāo)與背景的亮度差也就越大，亮度標(biāo)準(zhǔn)差的計算公式如下：

其中i(m,n)為roi圖像的矩陣表示，矩陣中每個值表示roi圖像內(nèi)每個像素的亮度值，m和n分別表示roi圖像的長和寬，mean表示i(m,n)中像素點(diǎn)的亮度平均值。在特征提取模塊中，m，n等于roisize，而m*n等于roisum。

能量填充比定義為roi圖像內(nèi)目標(biāo)的亮度和占roi圖像總亮度的百分比，能量填充比越高，代表目標(biāo)與背景的亮度差越大，計算公示如下：

其中i(m,n)為roi圖像的矩陣表示，矩陣中每個值表示roi圖像內(nèi)每個像素的亮度值，m和n分別表示roi圖像的長和寬。b(m,n)為roi圖像內(nèi)目標(biāo)的二值圖，當(dāng)像素為目標(biāo)時標(biāo)記為1，其余標(biāo)記為0。在特征提取模塊中，m，n等于roisize，而m*n等于roisum。

幾何中心是用roi圖像內(nèi)所有目標(biāo)像素的橫坐標(biāo)和縱坐標(biāo)分別求算術(shù)平均值得到的，當(dāng)roi圖像內(nèi)目標(biāo)像素分布較為集中時，幾何中心可以粗略的反應(yīng)目標(biāo)集中區(qū)域的位置。特征提取模塊使用兩個64位累加器分別計算目標(biāo)像素橫縱坐標(biāo)的和，后用兩個除法器分別求得橫縱坐標(biāo)的算術(shù)平均值，除法的結(jié)果只保留整數(shù)部分，因此這一部分計算會引入一定誤差。橫縱坐標(biāo)的算術(shù)平均值組合起來就是幾何中心。

距離均值計算是通過roi圖像內(nèi)所有的目標(biāo)像素到幾何中心的平均距離來為距離標(biāo)準(zhǔn)差模塊提供參數(shù)。距離均值運(yùn)算模塊通過一個64位累加器獲得所有目標(biāo)點(diǎn)到幾何中心點(diǎn)的距離之和，而后用除法器獲得距離的算術(shù)平均值，距離的均值只保留整數(shù)部分，因此這一部分計算會引入一定誤差。需要特別說明的是，距離計算部分考慮到使用歐氏距離計算點(diǎn)間距運(yùn)算復(fù)雜，而且還涉及開方操作，因此我們設(shè)計模塊內(nèi)的距離求解方式采用曼哈頓距離(manhattandistance)，曼哈頓距離同歐氏距離一樣是一種常見的距離表示方法。

距離標(biāo)準(zhǔn)差是反應(yīng)roi圖像內(nèi)目標(biāo)像素分布狀態(tài)的指標(biāo)，距離標(biāo)準(zhǔn)差越小目標(biāo)像素分布的越集中，反之距離標(biāo)準(zhǔn)差越大目標(biāo)像素分布的越稀疏。距離標(biāo)準(zhǔn)差的計算公式如下：

其中d(m,n)為roi圖像內(nèi)像素到幾何中心的曼哈頓距離，b(m,n)為roi圖像內(nèi)目標(biāo)的二值圖，當(dāng)像素為目標(biāo)時標(biāo)記為1，其余標(biāo)記為0。式中m和n分別表示roi圖像的長和寬，dmean是roi圖像內(nèi)目標(biāo)像素距離的均值。在特征提取模塊中，m，n等于roisize。

由于計算上述7個特征值之間存在一定的依賴關(guān)系，例如，計算幾何中心和能量填充比之前需要先計算閾值，并把閾值作為參數(shù)帶入運(yùn)算；又如，計算計算平均距離需要先計算幾何中心等。經(jīng)過優(yōu)化運(yùn)算模塊計算7個統(tǒng)計值需要執(zhí)行4步操作才能完成，當(dāng)roi圖像數(shù)據(jù)全部緩存進(jìn)內(nèi)部存儲器后，特征提取模塊自動開始運(yùn)算，每一步操作都要對內(nèi)部存儲器內(nèi)的roi圖像數(shù)據(jù)進(jìn)行一次遍歷，具體流程如圖7。跟據(jù)執(zhí)行完第4步計算，即獲取距離標(biāo)準(zhǔn)差后，由存儲控制模塊匯總所有的結(jié)果，并按照表3所示順序?qū)懭胼敵鰂ifo。

表3：計算結(jié)果列表

系統(tǒng)狀態(tài)機(jī)是負(fù)責(zé)控制整個特征提取模塊的內(nèi)部狀態(tài)轉(zhuǎn)換，通過響應(yīng)rst信號來對內(nèi)部邏輯進(jìn)行復(fù)位和初始化，通過設(shè)置sys_state信號的狀態(tài)來驅(qū)動外部邏輯的運(yùn)行。sys_state信號由兩根信號線組成數(shù)字表示3個狀態(tài)，當(dāng)sys_state＝0x0時表示系統(tǒng)忙，出于計算狀態(tài)，在這一狀態(tài)下特征提取模塊無法響應(yīng)除rst以外的信號；當(dāng)sys_state＝0x1時表示系統(tǒng)處于空閑，這時候可以向特征提取模塊寫入?yún)?shù)和roi圖像數(shù)據(jù)；當(dāng)sys_state＝0x2時表示系統(tǒng)處于完成狀態(tài)，這時候roi圖像數(shù)據(jù)的7個特征值已經(jīng)提取完畢并順序?qū)懭胼敵鰂ifo，外部數(shù)據(jù)總想可以讀取結(jié)果了。

模塊的整體運(yùn)行狀態(tài)機(jī)如圖8所示。特征提取模塊一共有五個狀態(tài)分別是復(fù)位、初始化、空閑、計算和完成。無論特征提取模塊的當(dāng)前狀態(tài)，一旦rst信號被拉高，狀態(tài)機(jī)隨即進(jìn)入復(fù)位狀態(tài)，并且保持這一狀態(tài)直到rst信號拉低，復(fù)位狀態(tài)下sys_state值為0x0。復(fù)位狀態(tài)結(jié)束后立刻進(jìn)入初始化狀態(tài)，初始化狀態(tài)主要用于將特征提取模塊中參與運(yùn)算的存儲資源全部置零，這個過程大約需要300個時鐘周期，在這個過程中sys_state值保持為0x0。一旦初始化過程完成，特征提取模塊會自動進(jìn)入空閑狀態(tài)，空閑狀態(tài)的sys_state值為0x1，這時外部邏輯可以配置參數(shù)，并且外部數(shù)據(jù)總線可以向輸入fifo寫入roi圖像數(shù)據(jù)了，一旦存儲控制模塊根據(jù)參數(shù)roi_sum(表2第11個參數(shù))判斷roi圖形數(shù)據(jù)數(shù)據(jù)的寫入完畢，特征提取模塊自動跳轉(zhuǎn)到計算狀態(tài)。計算狀態(tài)下sys_state值為0x0，運(yùn)算模塊會按照圖7的流程自動處理roi數(shù)據(jù)直到7個特征值運(yùn)算完成，存儲控制模塊匯總結(jié)果并按表3順序?qū)⒔Y(jié)果寫入輸出fifo，而后狀態(tài)跳轉(zhuǎn)到完成狀態(tài)，完成狀態(tài)下sys_state值為0x2，外部邏輯探測到完成狀態(tài)后會通過外部數(shù)據(jù)總線將輸出fifo中的結(jié)果取走，一旦存儲模塊根據(jù)result(表2第10個參數(shù))判斷輸出fifo內(nèi)的結(jié)果已經(jīng)取完，狀態(tài)機(jī)會跳轉(zhuǎn)到初始化狀態(tài)，再次將特征提取模塊中參與運(yùn)算的存儲資源全部置零，而后進(jìn)入空閑狀態(tài)等待下一個運(yùn)算任務(wù)。

以下為與上述系統(tǒng)實(shí)施例對應(yīng)的方法實(shí)施例，本實(shí)施方式可與上述實(shí)施方式互相配合實(shí)施。上述施方式中提到的相關(guān)技術(shù)細(xì)節(jié)在本實(shí)施方式中依然有效，為了減少重復(fù)，這里不再贅述。相應(yīng)地，本實(shí)施方式中提到的相關(guān)技術(shù)細(xì)節(jié)也可應(yīng)用在上述實(shí)施方式中。

本發(fā)明還提供了一種sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中包括：

步驟1、異步接收sar識別的艦船目標(biāo)興趣區(qū)圖像數(shù)據(jù)；

步驟2、將該興趣區(qū)圖像數(shù)據(jù)寫入內(nèi)部存儲器；

步驟3、讀取該興趣區(qū)圖像數(shù)據(jù)，從外部數(shù)據(jù)總線讀取運(yùn)算參數(shù)，并根據(jù)該興趣區(qū)圖像數(shù)據(jù)和該運(yùn)算參數(shù)，執(zhí)行相應(yīng)運(yùn)算，生成統(tǒng)計特征值作為輸出結(jié)果；

步驟4、緩存該輸出結(jié)果，并將該輸出結(jié)果異步發(fā)送至外部數(shù)據(jù)總線；

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該興趣區(qū)圖像數(shù)據(jù)包括以下數(shù)據(jù)內(nèi)容：

興趣區(qū)邊長、興趣區(qū)內(nèi)目標(biāo)投影面積期望值、輸出結(jié)果字節(jié)數(shù)、興趣區(qū)總像素數(shù)。

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該步驟3包括：

步驟31、根據(jù)該興趣區(qū)內(nèi)目標(biāo)投影面積期望值、該興趣區(qū)總像素數(shù)和興趣區(qū)邊長計算興趣區(qū)圖像散射強(qiáng)度的算數(shù)平均值，作為亮度均值；

步驟32、首先通過寄存器組統(tǒng)計興趣區(qū)圖像的亮度直方圖，之后從存儲最高亮度統(tǒng)計值的寄存器單元開始向低亮度單元逐一累加，直到累加和大于等于興趣區(qū)內(nèi)目標(biāo)投影面積期望值，此時截至位置對應(yīng)的亮度值作為興趣區(qū)圖像的亮度閾值；

步驟33、根據(jù)該亮度均值、該興趣區(qū)總像素數(shù)和興趣區(qū)邊長計算亮度標(biāo)準(zhǔn)差；

步驟34、根據(jù)興趣區(qū)內(nèi)各像素的亮度值、興趣區(qū)邊長和興趣區(qū)內(nèi)目標(biāo)二值圖計算能量填充比；

步驟35、分別計算目標(biāo)像素橫、縱坐標(biāo)的算術(shù)平均值，并將橫、縱坐標(biāo)的該算術(shù)平均值組合，作為幾何中心；

步驟36、計算所有目標(biāo)點(diǎn)到該幾何中心點(diǎn)的距離之和，之后獲得距離的算術(shù)平均值作為距離均值；

步驟37、根據(jù)該距離均值、興趣區(qū)邊長和興趣區(qū)內(nèi)目標(biāo)二值圖計算距離標(biāo)準(zhǔn)差；

其中該距離標(biāo)準(zhǔn)差、該距離均值、該幾何中心、該能量填充比、該亮度標(biāo)準(zhǔn)差、該亮度閾值和該亮度均值共同組成該統(tǒng)計特征值。

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該步驟2從外部數(shù)據(jù)總線讀取的運(yùn)算參數(shù)包括，興趣區(qū)圖像左上角的坐標(biāo)以及該興趣區(qū)圖像數(shù)據(jù)內(nèi)各數(shù)據(jù)內(nèi)容的索引號。

該sar圖像艦船目標(biāo)統(tǒng)計的特征提取方法，其中該步驟4還包括將運(yùn)行狀態(tài)發(fā)送至外部數(shù)據(jù)總線，機(jī)中該運(yùn)行狀態(tài)包括：復(fù)位、初始化、空閑、計算和完成。

雖然本發(fā)明以上述實(shí)施例公開，但具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明，任何本技術(shù)領(lǐng)域技術(shù)人員，在不脫離本發(fā)明的構(gòu)思和范圍內(nèi)，可作一些的變更和完善，故本發(fā)明的權(quán)利保護(hù)范圍以權(quán)利要求書為準(zhǔn)。