由CPLD對各個6416圖像處理單元數(shù)據(jù)輸出接口(EMIFB)總線進行總線仲裁，實現(xiàn)各個6416單元的圖像數(shù)據(jù)分時輸出。

兩片采用“乒乓存取”工作方式的SRAM組成了圖像數(shù)據(jù)緩沖區(qū)，每片SRAM存放一幀圖像，由CPLD控制。

系統(tǒng)軟件設計

系統(tǒng)軟件流程圖如圖8所示。分為三個主要部分：圖像預處理、可疑目標提取及目標識別。

圖像預處理

圖像濾波(多模板復合濾波算法)

對比常用的多種濾波算法，其共同特征是：某種濾波算法只對部分噪聲有效；在較好地抑制噪聲的同時，難以保持圖像清晰度。而采用多模板復合濾波算法，可較好地解決這一問題，為邊緣提取奠定了基礎。

邊緣檢測(改進的sobel算子)

常用邊緣檢測算法受海面波紋的影響較為嚴重。相比之下，sobel算子效果較好，但也存在漏檢邊緣點的情況。本算法在傳統(tǒng)sobel算子兩個模板的基礎上，增加了六個模板，用下述八個模板對每個像素分別進行運算，然后取其中最大值替代該像素的值。

這種改進的sobel算子使得邊緣檢測更加準確，但處理一幀圖像的運算量較大。采用改進的sobel算子進行圖像邊緣檢測處理后，將圖像二值化。改進的sobel算子不但檢測出了全部可疑目標，并且受海浪的影響較小。

可疑目標提取與跟蹤

為減少運算數(shù)據(jù)量，采用二次標記的方法提取可疑目標：

·利用貼標簽算法進行預標記，統(tǒng)計出物體數(shù)目并記錄其所在位置；

·根據(jù)上位機提供的模板信息，提取可疑目標；

·進行二次標記，僅標記已提取的可疑目標；

·對提取出的可疑目標進行跟蹤。

目標識別與跟蹤

當提取的可疑目標（一般是指象素數(shù)較少的小目標）達到一定的象素數(shù)后，采用Hu不變矩特征對可疑目標進行目標識別。

對數(shù)字圖像f(x，y)，p+q階矩(mpq)和中心矩(μpq)定義為

其中p和q是非負的整數(shù)。圖像的（p+q）階歸一化的中心矩定義為：

利用二階和三階歸一化的中心矩求出七個Hu不變矩組：

A(x，y)則為位置(x，y)處不變矩的相關值。取A值最大處對應的點作為匹配點。

由于不變矩描述的是圖像的統(tǒng)計特性，滿足對平移、伸縮、旋轉等變化的不變性，因而廣泛應用于圖像識別等領域。該算法的不足之處是計算量大。而僅僅處理局部可疑目標區(qū)域圖像數(shù)據(jù)的方法，可以大大減少數(shù)據(jù)運算量。對識別后的目標加框并跟蹤。

結論

·成功實現(xiàn)了用于海洋搜救的多片DSP圖像處理識別系統(tǒng)；

·成功實現(xiàn)了2812視頻數(shù)據(jù)采集；

·系統(tǒng)硬件的可拓展性增強了系統(tǒng)的通用性；

·軟件算法實際應用效果明顯。

該系統(tǒng)（PCB板見圖9）還可實現(xiàn)對搜救目標的被動測距、可見光和長波紅外圖像的雙波段圖像融合等功能。另外，系統(tǒng)的強大處理能力和存儲空間，使其能在數(shù)字圖像處理領域發(fā)揮更大作用。