一种基于FPGA加速的机场跑道检测方法技术

本发明专利技术公开了一种基于FPGA加速的机场跑道检测方法，首先将基于局部阈值分割的机场跑道检测算法编写成Kernel；然后将Kernel通过AOC编译器编译成.AOCX可执行文件；主机端通过PCIE接口将原始的高分辨SAR图像数据转化为一维数组数据，通过调用OpenCL语言提供的clEnqueueWriteBuffer函数，将数据发送到FPGA板卡的内存中，并将上述所得到的.AOCX可执行文件在FPGA板卡上运行；得到最终的处理结果；最后主机端通过读Buffer的方式将基于局部阈值分割的机场跑道检测算法执行结果读回到主机，并显示处理结果。本发明专利技术能快速地给出算法的运行结果，在海量数据的处理方面具有巨大的优势。

【技术实现步骤摘要】
一种基于FPGA加速的机场跑道检测方法
本专利技术属于图像处理
，具体涉及一种基于FPGA加速的机场跑道检测方法。
技术介绍
SAR图像中的目标检测是国内外普遍关注的研究热点问题，而机场跑道作为一类特定的目标，无论是从军用、或者是民用的角度来讲，其检测识别都具有特殊的意义。在高分辨SAR图像中，由于图像的数据量较大，当图像的尺寸较大时，传统的机场跑道检测方法由于收敛速度慢，已经很难达到实时处理的要求。针对SAR图像照度不均的特点，采用局部阈值分割的思路，具有分割正确率高、鲁棒性好的优点。该方法对高分辨SAR图像具有较好的效果，但由于SAR图像的分辨率较高，算法较为复杂，导致收敛时间较长，在对实时性要求较高的系统中，这种方法已经不再适用了。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于FPGA加速的机场跑道检测方法，解决了现有的检测算法在处理数据量较大的SAR图像时，由于数据量较大，算法结构较为复杂而导致检测速度较慢的问题，达到了实时处理的目的。本专利技术采用以下技术方案：一种基于FPGA加速的机场跑道检测方法，首先将基于局部阈值分割的机场跑道本文档来自技高网...

【技术保护点】
1.一种基于FPGA加速的机场跑道检测方法，其特征在于，首先将基于局部阈值分割的机场跑道检测算法编写成Kernel；然后将Kernel通过AOC编译器编译成.AOCX可执行文件；主机端通过PCIE接口将原始的高分辨SAR图像数据转化为一维数组数据，通过调用OpenCL语言提供的clEnqueueWriteBuffer函数，将数据发送到FPGA板卡的内存中，并将上述所得到的.AOCX可执行文件在FPGA板卡上运行；得到最终的处理结果；最后主机端通过读Buffer的方式将基于局部阈值分割的机场跑道检测算法执行结果读回到主机，并显示处理结果。

【技术特征摘要】
1.一种基于FPGA加速的机场跑道检测方法，其特征在于，首先将基于局部阈值分割的机场跑道检测算法编写成Kernel；然后将Kernel通过AOC编译器编译成.AOCX可执行文件；主机端通过PCIE接口将原始的高分辨SAR图像数据转化为一维数组数据，通过调用OpenCL语言提供的clEnqueueWriteBuffer函数，将数据发送到FPGA板卡的内存中，并将上述所得到的.AOCX可执行文件在FPGA板卡上运行；得到最终的处理结果；最后主机端通过读Buffer的方式将基于局部阈值分割的机场跑道检测算法执行结果读回到主机，并显示处理结果。2.根据权利要求1所述的基于FPGA异构计算的机场跑道检测方法，其特征在于，基于局部阈值分割的机场跑道检测算法具体包括以下步骤：S201、对高分辨SAR图像进行预处理，通过对高分辨SAR图像进行中值滤波，增强目标和背景区域内部像素的相关性；S202、对滤波后的做局部阈值分割，得到机场跑道区域；S203、对得到的二值图像进行闭运算，去掉边缘毛刺；S204、应用比值边缘检测算法对检测到的跑道进行走向判断，得到跑道的走向。3.根据权利要求2所述的基于FPGA异构计算的机场跑道检测方法，其特征在于，步骤S201中，将中值滤波编写成Kernel函数的步骤如下：S2011、设置中值滤波Kernel函数的工作组的大小，将待处理的数据划分为几个工作组，几个工作组并行地处理图像数据；S2012、采用float2矢量的方式将数据从FPGA板卡的全局内存导入到局部内存，得到每个工作组的数据，并用barrier函数使得组间数据同步；S2013、对步骤S2012中得到各个工作组的数据做取中值的操作，得到每个工作组中每个像素点滤波后的值，最后得到滤波后的图像。4.根据权利要求2所述的基于FPGA异构计算的机场跑道检测方法，其特征在于，步骤S202中，做局部阈值分割的步骤如下：S2021、根据图像的分辨率估算出跑道的宽度ω如下：ω＝ω0/λ其中，ω0为跑道的真是宽度，λ为SAR图像的分辨率；S2022、将图像从左到右进行分块，每个子图像的行数与原图像相同，列数为跑道宽度的2倍，将图像分割成{A1,A2,...,A2n}n个子图像块，接着，将每个子图像Ai分成两半块B2i-1和B2i，得到2n个半块{B1,B2,B3,B4,...,B2n-1,B2n}，将B2i-1和B2i组成第i个子图像块A1i，将B2i和B2i+1组成第i个子图像块A2i；S2023、对于每个子图像做直方图统计，得到统计后的图像直方图；S2024、针对每个子图像的直方图，应用最大类间方差法OTSU求得分割的最优阈值；S2025、采用循环展开指令对算法做优化，取步骤S2024中得到的两个阈值数组中对应阈值的最小值作为最终的分割阈值T如下：T＝min(T1(A1),T2(A2))其中，T1(A1)为第一个子图像序列的阈值数组，T2(A2)为第二个子图像序列的阈值数组；S2026、使用num_simd指令对光补偿函数做向量化处理，让每个工作项负责多次处理，对步骤S2025中得到的阈值...

【专利技术属性】
技术研发人员：侯彪，焦李成，金晓飞，马晶晶，马文萍，白静，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61