微光电视实时处理器的研究

论文摘要

微光电视是工作在微弱照度下的电视摄像和显示设备,它是微光夜视技术的重要分支。目前,微光电视技术广泛应用于军事、公安、天文、航海、航天等领域,特别是在军事领域的夜间作战、指挥、侦查、监视、跟踪、瞄准、火控、汽车夜间驾驶等方面发挥着重要作用。近年来,图像融合技术得到迅猛发展,成为夜视技术领域的重要课题,本实验室长期从事红外与可见光、红外与微光融合系统的研究。在红外与微光融合系统中,由于微光成像设备固有的缺陷,微光电视图像往往具有明显的随机闪烁噪声,并且灰度动态范围小、对比度低、边缘模糊,这些缺陷严重影响了微光电视图像的质量,进而影响到融合系统的输出。因此,对微光电视图像的预处理变得至关重要,它直接关系到融合图像的质量。本文致力于微光电视实时处理器的研究,以获得噪声小、层次分明、轮廓清晰的图像。本文主要介绍微光电视技术的基本理论、现状和发展；对微光电视图像的特征进行全面分析；对图像质量评价方法进行研究,提出针对微光电视图像的主客观评价方法；对各种常用的微光图像降噪算法进行分析和研究,并提出基于二次运动检测的自适应时空滤波算法；完成以FPGA为核心的微光电视实时处理器解决方案；最后对实验结果进行分析。本文提出的基于二次运动检测的自适应时空滤波算法具有滤波强度大、运动模糊小等优点,在微光电视实时处理器硬件平台上实现,得到了比较满意的输出结果。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 夜视技术概述
• 1.1.1 红外夜视技术
• 1.1.2 微光夜视技术
• 1.1.3 图像融合技术
• 1.2 本文的研究意义及研究内容
• 2 微光电视图像质量评价方法的研究
• 2.1 图像质量评价概述
• 2.2 主观评价方法
• 2.3 客观评价方法
• 2.3.1 均方误差（MSE）和峰值信噪比（PSNR）
• 2.3.2 信息熵
• 2.3.3 基于结构相似度的图像质量评价（SSIM）
• 2.3.4 基于梯度幅值的图像清晰度评价
• 2.4 微光图像特征分析及质量评价方法的研究
• 2.4.1 微光图像特征的分析
• 2.4.2 微光电视图像质量评价方法的研究
• 3 微光电视图像滤波算法的研究
• 3.1 常用的微光电视图像滤波算法
• 3.1.1 空域滤波
• 3.1.2 时域滤波
• 3.2 基于二次运动检测的自适应时空滤波算法
• 3.2.1 概述
• 3.2.2 分区域处理思想
• 3.2.3 噪声估计
• 3.2.4 运动检测
• 3.2.5 滤波处理
• 3.3 MATLAB仿真结果及评价
• 3.3.1 仿真实验1
• 3.3.2 仿真实验2
• 3.3.3 仿真实验3
• 4 微光电视实时处理器的硬件设计
• 4.1 微光电视实时处理器的整体结构
• 4.2 微光电视实时处理器各功能电路介绍
• 4.2.1 以SAA7111AHZ为核心的视频解码功能电路
• 4.2.2 以AD9235为核心的数据采集功能电路
• 4.2.3 FPGA硬件平台
• 4.2.4 片外存储电路
• 4.2.5 以ADV7123为核心的视频合成电路
• 4.2.6 系统电源电路
• 5 微光电视实时处理器的软件设计
• 5.1 微光电视实时处理器的软件架构
• 5.2 微光电视实时处理器软件系统各模块的设计
• 2C配置模块'>5.2.1 I²C配置模块
• 5.2.2 同步延时模块
• 5.2.3 视频合成模块
• 5.2.4 SRAM控制模块
• 5.2.5 图像处理算法实现模块
• 5.3 微光电视实时处理器软件系统工作流程
• 5.4 系统实验及性能分析
• 5.4.1 系统实验
• 5.4.2 实验结果分析
• 6 结束语
• 6.1 本文工作总结
• 6.2 本文创新点
• 6.3 本文有待完成的工作
• 致谢
• 参考文献