摘 要

由于绵长的海岸线与众多的岛屿，使得我国拥有辽阔的海域，海面目标的识别对我国的军事和民事相关方面都有重大意义和价值。然而对于遥感卫星海域图像的目标检测，存在三个难点：即图像视场范围大，目标小，以及对实时性要求高。为解决上述技术难题，本文采用低分辨率大幅面遥感图像和高分辨率小幅面遥感图像协同工作的策略，设计了基于FPGA的星载舰船目标检测系统并承担目标检测功能，以FPGA硬件平台的处理架构来满足实时性需求。

本文在海洋背景的舰船目标检测搭建了一个异构的并行平台，针对卫星图像的复杂性进行了分析。将常规的图像目标检测算法分为了预处理模块、连通域标记模块、检测判断模块，实现了一个精度较高，虚警率较小的检测算法。并将其移植到FPGA GPU的异构平台上，使用Verilog编写实现预处理模块、连通域标记模块、检测判断模块、外部缓存模块、网口模块的FPGA算法，同时对算法每个模块的原理和代码实现做了详细的介绍。最后在上位机使用仿真图像模拟相机发送时序对FPGA模块进行测试，得到了良好的效果。最后文章验证了整体系统的功能和评价了该算法的性能，分析原因。文末指出了本文的不足和以后改进的方向。

关键字：星上舰船检测；FPGA；异构；Verilog

ABRSTRACT

Because of the long coastline and numerous islands, China has a vast sea area, the recognition of sea surface targets is of great significance and value to the military and civil related aspects of our country. However, there are three difficulties in target detection of remote sensing satellite images: that is, the field of view is large, the target is small, and the real-time requirement is high. In order to solve the above technical problems, this paper adopts the strategy of cooperative work of low resolution large amplitude remote sensing image and high resolution small amplitude remote sensing image, and designs a satellite borne ship target detection system based on FPGA and takes the function of target detection, and meets the real-time requirement with the processing architecture of the FPGA hardware platform.

In this paper, a heterogeneous parallel platform is built for ship target detection in ocean background, and the complexity of satellite images is analyzed. The conventional image target detection algorithm is divided into the preprocessing module, the connected domain marking module and the detection and judgment module, and a detection algorithm with high precision and small false alarm rate is realized. And transplant it to the heterogeneous platform of FPGA GPU, and use Verilog to write the FPGA algorithm to realize the preprocessing module, connected domain marking module, detection and judgment module, external cache module and network interface module. At the same time, the principle and code realization of each module are introduced in detail. Finally, the host computer used the simulation image to simulate the sending sequence of the camera to test the FPGA module, and achieved good results. Finally, the function of the whole system is verified and the performance of the algorithm is evaluated, and the reasons are analyzed. At the end of the paper, the shortcomings of this paper and the direction for improvement are pointed out.

Key Words: satellite ship detection ; FPGA ; heterogeneous ; Verilog

目录

摘要 I

ABRSTRACT II

第1章 绪论 1

1.1研究背景及意义 1

1.2国内外研究现状 1

1.3本文的组织结构 3

第2章 系统方案设计 4

2.1任务需求 4

2.2需求分析及方案设计 4

第3章 算法设计原理 6

3.1预处理模块 6

3.2边缘提取模块 7

3.2.1基于同质区分割的海陆分离 7

3.2.2边缘提取 11

3.2.3图像融合剔除陆地区域与孤立噪声点 13

3.3连通区域标记模块 15

3.4特征提取模块 16

3.4.1图像旋转子模块 16

3.4.2特征提取子模块 18

3.4.3分类器模块 19

第4章 舰船检测算法的FPGA实现 20

4.1预处理模块 20

4.1.1降采样模块 21

4.1.2RGB2GRAY模块 21

4.1.4边缘检测模块 22

4.1.5海陆分离模块 22

4.1.6形态学滤波模块 23

4.1.7预处理模块时序 24

4.2标记模块 25

4.2.1初标记模块 26

4.2.2等价表生成模块 27

4.2.3等价表压缩模块 29

4.2.4等价表分类模块 31

4.2.5标记输出模块 31

4.2.6标记模块时序 34

4.3检测判断模块 35

4.3.1角度计算模块 35

4.3.2目标旋转模块 37

4.3.3特征提取模块 38

4.3.4分类判断模块 39

4.3.5检测判断模块时序 39

4.4DDR输入输出模块 40

4.5以太网口模块 40

第5章 检测结果及分析 42

第6章 总结与展望 44

参考文献 45

致谢 47

第1章 绪论

1.1研究背景及意义

卫星是指按照天体力学规律围绕行星运行的天体，而人造卫星则是人类基于某些目的比如探测或者太空科学研究等发射到地球的轨道上运行的无人航天器。自1970年苏联发射第一颗人造卫星以来，加上计算机和传感器技术的迅速发展，人造卫星遥感技术成为了快速获取地表信息的主要途径。由于海洋面积广阔、气候复杂，使用电磁波等手段进行的海洋监测有延迟时间长、误差大、成像不清晰等缺点，因此卫星遥感技术成为了观测海洋监测警报主要方案。

由于绵长的海岸线和众多的岛屿，使得我国拥有了辽阔的海域，海面目标的检测识别对我国的军事和民事相关方面都有重大意义和价值。在民用方面，主要应用在海边违法行为的监控、灾难气候的预警、遇难船只及飞机的营救；在军事方面的主要应用有海上军事目标的定位检测识别、恐怖活动监控等。所以，需要在卫星上配一套可以快速精确地从卫星遥感图像中检测识别出目标信息的完整算法。

使用通用计算机、DSP和FPGA等是目前实现图像检测识别的几种方案。对于使用通用计算机的方案，计算机往往不方便携带；而使用DSP方案时，接口协议的实现会比较困难。同时，存储指令集的处理器都有指令周期，运行速度会因此降低；FPGA采用流水线式的并行处理，在处理简单而数量大的操作时由于没有存储和读取指令的操作在速度上有优势，并且与底层硬件的接口协议实现简单，但是缺点是处理复杂算法的能力较差。由于卫星监测需要同时满足算法速度和精确度的要求，故使用FPGA DSP或者FPGA GPU的异构模式将基于并行异构的卫星图像检测识别处理成为一种可能。本文首先对卫星图像的识别算法进行介绍和分析，然后介绍FPGA与底层硬件和GPU等接口协议，最后在FPGA上实现星上图像的船舶检测。

1.2国内外研究现状

比起传感器等获取图像信息之类的技术而言，从星上遥感图像检测识别目标的发展较为缓慢，查到的文献相对较少。这是因为图像数据的来源难以获得，相关图像有一定的机密性。同时，检测时会受到比较多因素干扰比如云层和海浪分影响。从常规的图像目标检测识别的方案可以看出，星上遥感图像的船舶检测与识别主要包括三个步骤，即图像预处理、目标检测、目标识别。

近些年来，星上遥感图像舰船目标检测和识别主要有了一下方面的研究：

(1)图像预处理：

星上遥感图像由于外部条件的原因成像不稳定，会存在比较多的噪声。这些噪声主要有两种类型，一种是椒盐噪声，由CCD成像过程中产生，一般采用中值滤波的方式去除；另一种是传输过程中产生的白噪声，一般用高斯滤波器去除。同时，卫星图像由于扫描成像的图像视场较宽，有较多的陆地区域。陆地区域的存在会对舰船目标的检测产生较大影响，而对于陆地区域，一般是采用以下两种方法，一种是用谷歌地图等作为工具建立地理信息库，将陆地和海洋做不同的标记^[1]；尤晓建等结合地理信息库和图像区域扩展理论使陆地和海洋的分割更平滑^[2]。另一种是基于图像像素值进行海陆分割，这种类型的算法是图像像素值计算灰度分割阈值和边缘信息等方面进行海陆分割^[3]。如储邵亮等在进行了图像直方图统计后基于谷底搜索法获得较好的灰度阈值，将图像分为灰度值较低也就是较暗的作为海洋和灰度值较高也就是较亮的作为陆地^[4]；周静等通过构造长宽皆为固定像素宽度的十字形模板，并计算在此模板中的局部方差，模板滑动整幅图片所得的局部方差统计成方差图，将方差图的极大值作为分割阈值^[5]；洪志令等根据使用图像的整体灰度值与局部灰度均值构成二维直方图使用斜率最大值作为分割阈值^[6]；还有就是使用自适应分割阈值的算法如最大类间方差法等获取分割阈值进行海陆分割^[7]；

(2)目标检测：

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：