[发明专利]基于ZYNQ的高光谱目标识别系统及方法

说明书

本发明公开了一种基于ZYNQ的高光谱目标识别系统及方法，用以相对现有技术，提供更高的识别精度和实时性。其中基于ZYNQ的高光谱目标识别系统，由两部分构成：PS端以及PL端；所述PS端为以双核ARM Cortex‑A9为核心的处理器系统，所述PL端为可编程逻辑端；其中，PS端包括数据输入模块、ARM处理器和DDR3外部存储器；PL端包括VDMA模块、HLS生成的高光谱图像处理模块和HDMI输出模块；算法中耗时较多并且适合硬件实现的部分在PL端执行，所述算法包括：高光谱图像的特征提取、图像缩放；特征矩阵欧氏距离的计算以及对系统各个模块的初始化在PS端执行；系统数据的输入是由ARM处理器控制，用来读取SD卡中存储的图像数据。

技术领域

本发明涉及一种目标识别系统及方法，具体用于高光谱图像的目标识别。

背景技术

目前目标识别技术受到越来越多的重视，在很多领域得到极大的发展和应用，例如人脸识别、行人检测、车牌检测和识别等，但目标识别的准确度和实时性仍有待提高。不同材料、物质属性的目标其光谱特性是不同的，利用高光谱相机获取的图像具有较高的空间分辨率和光谱分辨率，因此将高光谱图像用于目标识别可以提高对外观相似目标的区分度。

由于高光谱图像数据量较大，对其进行特征提取具有较高的时间复杂度，严重影响目标识别的实时性。而FPGA与其它的计算平台相比，可以最大限度的系统的并行度并大幅提高系统的数据吞吐量。因此利用FPGA对高光谱图像进行数据处理是非常理想的选择。

梯度方向直方图(HOG)是一种能对物体进行检测的基于形状边缘特征的描述算法，在图像处理领域得到广泛应用。但是，HOG特征提取过程涉及浮点数乘方、开方以及除法等不适合硬件语言实现的计算。因此需要对HOG特征提取算法进行改进，以及设计其FPGA加速方案，在保证计算精度的前提下，提高其计算速度。

发明内容

本发明的目的是公开一种基于ZYNQ的高光谱目标识别系统及方法，用以相对现有技术，提供更高的识别精度和实时性。

为了达到上述目的，本发明采用以下技术方案予以实现：

基于ZYNQ的高光谱目标识别系统，由两部分构成：PS端以及PL端；所述PS端为以双核ARM Cortex-A9为核心的处理器系统，所述PL端为可编程逻辑端；

其中，PS端包括数据输入模块、ARM处理器和DDR3外部存储器；

PL端包括VDMA模块、HLS生成的高光谱图像处理模块和HDMI输出模块；

算法中耗时较多并且适合硬件实现的部分在PL端执行，所述算法包括：高光谱图像的特征提取、图像缩放；

特征矩阵欧氏距离的计算以及对系统各个模块的初始化在PS端执行；

系统数据的输入是由ARM处理器控制，用来读取SD卡中存储的图像数据，图像数据包括待识别的图像数据以及目标识别库中所有图像序列数据；系统数据的输出是由ARM端控制adv7511芯片，将识别结果通过HDMI显示屏进行显示。

所述HLS生成的高光谱图像处理模块为HLS图像处理模块，所述HLS图像处理模块是由HLS工具生成并优化的图像处理IP核，运行在PL端，用于对高光谱图像处理算法进行硬件加速。

作为本发明公开的基于ZYNQ的高光谱目标识别系统的一种优选实施方式：所述HLS图像处理模块包含两个功能：高光谱图像特征提取，以及图像缩放；

所述图像特征提取是采用基于方向梯度直方图的特征提取方法，对高光谱图像进行空间及光谱联合特征提取；

图像缩放功能是调用HLS工具中集成的视频处理库函数对高光谱图像进行特征提取以及缩放具有较高的时间复杂度。