基于FPGA的红外弱小目标检测算法

来源 :红外技术 | 被引量 : 1次 | 上传用户:gs212121
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的红外弱小目标检测算法一般采用DSP(digital signal processing)处理器实现,算法复杂且实时性差,本文提出了一种基于FPGA(field programmable gate array)的自适应阈值的FAST(features from accelerated segment test)算法对红外弱小目标进行检测,利用FPGA并行处理的特点,采用流水线设计实现了算法的硬件加速。改进的自适应阈值方法可以根据不同的环境生成合适的阈值,避免了由于阈值选择不当造成的红外弱小目标的
其他文献
针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用Gabor滤波器逐像素提取图像中的结构响应,再根据主方向响应对多尺度结构特征融合,然后使用快速傅里叶变换在频域计算各特征分量图像之间的卷积,最后将卷积生成的系数矩阵求和计算出图像之间的相似性并选择相似性最大位置作为匹配结果输出。本文算法能有效适应异源图像间的非线性灰度变化和噪声干扰问题。测试使用可见光、红外、雷达图像组成的异源图
由于滑动导向机构与镜筒之间为间隙配合,在运动过程中会导致镜片发生不同程度偏移与偏转,因此基于柔体运动学分析理论,对不同运动姿态、不同长径比的滑动导向机构以及导向钉
非下采样剪切波变换(NSST)域中低频子带的融合需要人工给定融合模式,因此未能充分捕获源图像的空间连续性和轮廓细节信息。针对上述问题,提出了基于深度卷积神经网络的红外与可见光图像融合算法。首先,使用孪生双通道卷积神经网络学习NSST域低频子带的特征来输出衡量子带空间细节信息的特征图。然后,根据高斯滤波处理的特征图设计了基于局部相似性的测量函数来自适应地调整NSST域低频子带的融合模式。最后,根据N
提出了一种利用正弦幅值时间转换的高精度脉冲激光测距方法,该方法以正弦信号作为时间基准,采用倍频和时钟分相技术,通过调节脉冲发射延时,控制回波脉冲定时点落在基准正弦波
<正> 山西省林业厅原厅长刘清泉等在调查古稀树木的过程中发现几株奇异树木,经南京林业大学朱政德教授鉴定,确认为4种濒临灭绝的新树种和新变型,现将其主要特征及现存状况简
针对带防离子反馈膜的微通道板(MCP)普遍存在的C污染现象,开展了真空热处理、紫外臭氧辐照及氢气热处理试验,对各个试验结果进行了MCP电性能测试及俄歇电子能谱(AES)研究,着