高速激光光斑檢測系統(tǒng)的設計與實現(xiàn)

李一芒，盛 磊，陳云善

(中國科學院長春光學精密機械及物理研究所，長春130033)

引 言

由于激光通信系統(tǒng)具有帶寬、高速、抗截獲能力強、抗干擾能力強和輕小型等突出優(yōu)點，使其非常適合深空、星際、星地、空空、空地等鏈路通信，因此在近年來得到了迅速發(fā)展［1-3］。激光通信鏈路的建立與保持離不開對信標光的捕獲、跟蹤與瞄準(acquisition，tracking and pointing，ATP)［4］。基于數(shù)字圖像處理的光斑目標位置信息提取是ATP中的一項關鍵技術，其提取速度與精度直接影響鏈路的通斷，開展相關研究有著重要的意義。

對基于數(shù)字圖像處理的激光通信光斑檢測技術的研究主要可分為算法理論和實際應用兩個方面。算法方面，ZHANG等人［5］提出了基于噪聲特性的自動閾值處理算法;LIU等人［6］提出了基于圓心擬合的中心定位算法;SUN等人［7］提出了基于小波的光斑去噪算法;SHAO［8］提出了修正的單點灰度值算法。上述對于算法的研究均是通過仿真環(huán)境進行處理效果的驗證，其硬件可移植性和算法實時性尚有待考量。在應用方面，LU等人［9］提出的基于粒子濾波的方法應用于分辨率為640piexl×480piexl，幀頻為24Hz的序列圖像中;CHENG［10］采用中值濾波實現(xiàn)了分辨率1024piexl×1040piexl，幀頻25Hz序列圖像的光斑提取;XU等人［11］提出的基于上三鄰域連續(xù)點計數(shù)法能夠對分辨率320piexl×256piexl，幀頻83Hz的圖像進行實時處理。隨著對激光通信研究的不斷深入，對提取光斑目標的頻率要求也越來越高，100Hz及以下的提取頻率已經不能滿足動態(tài)鏈路的建立與保持。

國外一些學者通過以現(xiàn)場可編程門陣列(fieldprogrammable gate array，F(xiàn)PGA)為核心器件的系統(tǒng)已經實現(xiàn)了對高幀頻圖像的實時處理，為提高國內在研的激光通信系統(tǒng)在圖像方面的處理速度，本文中針對高速序列圖像中激光光斑目標的檢測問題設計了基于FPGA的實時圖像處理系統(tǒng)，提出了基于1維濾波算子的方位濾波器，并實現(xiàn)了分辨率為 300piexl×300piexl，幀頻1000Hz序列圖像的預處理與激光光斑中心位置的實時提取。

1 系統(tǒng)硬件設計

已有的激光光斑檢測系統(tǒng)其硬件設計主要分為基于計算機和基于FPGA與數(shù)字信號處理器(digital signal processor，DSP)架構兩種方案?；谟嬎銠C處理的方案通過圖像采集卡獲取相機拍攝的圖像信息，由計算機完成對圖像的處理及對光斑中心位置的提取等任務。在高幀頻情況下，普通計算機很難完成對圖像數(shù)據的實時處理，使用研華工控機運行Visual Studio2008軟件編寫的圖像處理軟件對包含光斑的分辨率為300piexl×300piexl的圖像進行目標提取，每幅圖像需耗時0.707s，采用高性能多核計算機并輔以多線程技術雖然能提高這一方案下的數(shù)據處理能力，但同時會大幅提高成本，且計算機內部資源需要通過操作系統(tǒng)進行調度，因此這一方案的資源利用率低，實現(xiàn)難度大。基于FPGA+DSP的方案是目前實時圖像處理領域常用架構，F(xiàn)PGA主要擔負數(shù)據緩存和信號控制等任務，DSP則主要進行數(shù)據運算。由于DSP進行數(shù)據運算時是順序執(zhí)行，因此其對高幀頻圖像的實時處理能力存在一定局限，使用以TMS320C6678型DSP為核心器件的圖像處理平臺對包含光斑的分辨率為300piexl×300piexl的圖像進行目標提取，每幅耗時約0.032s。上述方案均不能滿足對1000Hz頻率的圖像進行實時處理的需求。隨著電子技術的不斷發(fā)展，F(xiàn)PGA在保留其并行處理能力的同時，能夠進行除法和卷積等運算操作，為保證系統(tǒng)的實時處理能力，本文中的設計光斑檢測系統(tǒng)以FPGA作為核心芯片展開，在硬件設計中，采用賽靈思公司(Xilinx)的XC5VLX110T型FPGA芯片為核心運算器件。該款FPGA內部資源豐富，根據其技術資料顯示，有17280個資源單元，每個資源單元內包括4個顯示查找表和4個觸發(fā)器，擁有5328×1000塊隨機存儲器可作為緩存;運算能力方面，該FPGA擁有64個DSP48E數(shù)字信號運算內核，能夠進行卷積、除法等復雜運算。利用XC5VLX110T型FPGA內的功能內核和豐富的存儲資源可以實現(xiàn)對高幀頻圖像的實時處理與通信控制等功能，其框圖如圖1所示。

Fig.1 System framework

系統(tǒng)主要由FPGA及外圍電路組成。系統(tǒng)的主要工作過程為圖像接收模塊接收相機采集到的圖像信號，并將數(shù)字圖像信息傳輸至緩存模塊中，圖像處理模塊從緩存依次提取數(shù)據并進行濾波和光斑中心提取等操作，圖像處理模塊將提取的光斑中心坐標值傳輸至信號整合模塊中，信號整合模塊將圖像與其光斑中心坐標信息進行數(shù)據合并，通過PCI-e通信模塊將原始圖像信息與光斑中心坐標傳輸至主控計算機中。

2 系統(tǒng)算法流程

圖像處理模塊是高速激光光斑檢測系統(tǒng)的核心部分，其設計工作流程如圖2所示。

Fig.2 Design flow of image processing unit

為保證系統(tǒng)的實時性，在對圖像進行預處理時設計采用空域濾波，與頻域濾波相比，F(xiàn)PGA的并行處理機制更適合實現(xiàn)空域濾波算法。數(shù)字圖像信息是1組2維數(shù)字信號，因此在設計時首先從2維濾波器入手展開研究，拉普拉斯-高斯(Laplacian of Gaussian，LOG)算子是典型的2維濾波算子。設原始圖像可以表示為f(x，y)，2維LOG算子的定義式為:

式中，σ為原始圖像f(x，y)的高斯分布標準差，算法基本思想如下:圖像以2位數(shù)字信號形式與高斯算子卷積達到平滑效果，拉普拉斯算子將邊緣點轉換成零交叉點，通過交叉零點來實現(xiàn)對圖像邊緣的檢測。由于高斯函數(shù)關于軸對稱，因此LOG算子屬于各向同性算子，當目標性狀不規(guī)則時，采用經典LOG算子濾波不能對不同方向的邊緣進行有效的檢測，而且不利于FPGA進行算法實現(xiàn)。為解決上述問題，本文中提出1維LOG算子概念，其中1維高斯分布函數(shù)為:

式中，μ是高斯分布的期望值。當μ=0，對其求二次微分并取反得到1維LOG算子L(x)的表達式如下:

(3)式是關于x的一元函數(shù)，而待處理圖像均為2維數(shù)字信號，采用1維算子濾波僅能從行方向或列方向對圖像進行處理，因此需設計多方位濾波器對2維數(shù)字圖像信號進行濾波。

為表述方便，以整幅圖像的左上角為坐標原點，行方向從左至右建立x軸，列方向從下至上建立y軸，則原始紅外圖像可以表示為f(x，y)，根據1維LOG算子函數(shù)定義多方位濾波算子如下:

式中，下標l是不同方向的濾波算子標號，σl表示各方位的高斯分布標準差。將原始圖像同多方位濾波算子進行卷積運算得到濾波后圖像I(x，y)可表示為:

式中，“*”表示卷積運算。(4)式與(5)式表明，多方位濾波算子能夠對原圖像各點與其八鄰域點所構成的射線方向對圖像進行濾波。濾波效果與序列長度Mj(j=1，2，…，8)和 σl有關。σl越大，對噪聲的濾波效果越好，但會丟失越多的邊緣信息;σl越小，對目標的檢測效果越好，但對噪聲的平滑能力就越弱。序列長度越長，濾波效果越好，但各方位的1維濾波算子是關于變量平方的e負指數(shù)函數(shù)，當變量的絕對值很大時，算子函數(shù)值接近于0，因此序列長度過長沒有意義，反而會影響運算速度。設置不同方向的σl值與序列長度可以針對包含不同目標類型的圖像進行濾波。由于實際工程中，光斑所成形狀不是嚴格的圓形，因此通過設置不同的σl值能夠適合對相應形狀光斑的處理。

在閾值分割算法方面，為保證系統(tǒng)實時性，設計中采用控制計算機動態(tài)設定全局閾值;為解決光斑破碎的問題，在閾值分割后進行了二值化圖像的形態(tài)學開運算;最后通過FPGA進行連通域分析與目標提取的操作，確定圖像中是否包含光斑目標，如果有則輸出目標形心的坐標值。

3 實驗結果及分析

搭建的實驗平臺如圖3所示。

Fig.3 Experiment platform

Fig.4 Results of original imagesa—frame 5 b—frame 1143 c—frame 2874 d—frame 3266

Fig.5 Processing resultsa—frame 5 b—frame 1143 c—frame 2874 d—frame 3266

激光器波長為850nm，測得衰減后的輸出功率為10.5nW，相機是輸出接口為Camera Link的MC-1302型工業(yè)相機，調整分辨率為300pixel×300pixel，幀率1000Hz，曝光時間0.9ms，主控計算機選用Amax某小型工作站。實驗時，激光經衰減后照射在相機上，數(shù)字圖像信號經Camera Link口傳輸至光斑檢測系統(tǒng)中，檢測系統(tǒng)將處理后得到的結果經PCI-e傳輸至主控計算機上，主控計算機能夠顯示并存儲所得到的結果。圖4是采集得到的原始圖像，圖5是處理后得到的圖像。

實時輸出的光斑中心形心位置與事后通過MATLAB對原圖質心進行的比較結果如表1所示，其中當未發(fā)現(xiàn)激光光斑時，給出的目標坐標值為(0，0)。

Table 1 Comparison between centroid and gravity

通過5000幀圖像實時形心計算結果與事后質心計算結果進行比較，將事后質心結果看作真值，則形心計算誤差平均值為:x方向0.21pixel，y方向0.15pixel。

經測試檢驗，系統(tǒng)運行時，需占用12%的塊隨機存儲器和54%的運算單元，系統(tǒng)硬件延時約4μm，算法延時約12μm，單幅圖像處理時間為0.03ms，小于0.9ms的單幅曝光時間。

4 結論

設計了用于高幀頻序列圖像激光光斑目標提取的圖像采集與處理系統(tǒng)，系統(tǒng)以現(xiàn)場可編程門陣列為核心器件，系統(tǒng)通過方位濾波器對圖像進行預處理，采用連通域分析提取目標形心，實現(xiàn)了對高幀頻圖像中的激光光斑中心的檢測。該系統(tǒng)應用于激光通信系統(tǒng)中，可為動態(tài)鏈路的建立與保持提供必要的實時參量信息。

［1］ GREGORY M，HEINE F，KAMPFNER H，et al.Commercial optical inter-satellite communication at high data rates［J］.Optical Engineering，2012，53(3):031202.

［2］ SOVA R M，SLUZ J E，YOUNG D W，et al.80Gb/s free-space optical communication demonstration between an aerostat and a ground terminal［J］.SPIE，2006，6304:630414.

［3］ HU Z，JIANG H L，TONG S F，et al.Research on ATP system technology of laser communication terminal in space［J］.Acta Armamentarii，2011，32(6):752-757(in Chinese).

［4］ LI X.Optimization research on link and communication performance for intersatellite laser communications［D］.Harbin:Harbin Institute of Technology，2013:1-6(in Chinese).

［5］ ZHANG H Zh，YAO M，LI P，et al.Research of image processing method of far-field laser spots［J］.Laser Technology，2013，37(4):460-463(in Chinese).

［6］ LIU H L，HOU W，F(xiàn)AN Y L，et al.An improved algorithm of laser spot center location［J］.Computer Measurement ＆ Control，2014，22(1):139-141(in Chinese).

［7］ SUN J P，JIANG J.PURE-LET-based fast denoising algorithm for laser spot imagery［J］.Journal of China Coal Society，2013，9(9):1710-1714(in Chinese).

［8］ SHAO W B.Research on the optimization design for the facular image processing algorithm in satellite optical communications［D］.Harbin:Harbin Institute of Technology，2013:22-36(in Chinese).

［9］ LU N，KE X Z，ZHANG H.Research on APT coarse tracking in freespace laser communication［J］.Infrared and Laser Engineering，2010，39(5):943-949(in Chinese).

［10］ CHENG Y.Research on laser spot tracking sysyem for space laser communication［D］.Changchun:Changchun University of Science and Technology，2012:12-37(in Chinese).

［11］ XU W Y，BAI T Z，LIU Y，et al.Real-time laser facula detection based on top-three-neighborhood-region continuous-pixels numbering［J］.Acta Optica Sinica，2013，33(12):138-143(in Chinese).