[發明專利]基于ZYNQ的高光譜目標識別系統及方法

在審

• 申請號: 201910463527.0
• 申請日: 2019-05-30
• 公開（公告）號: CN112016356A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 趙永強;陳家新;陳路路
• 申請（專利權）人: 西北工業大學深圳研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 西安佳士成專利代理事務所合伙企業(普通合伙) 61243
• 代理人: 李東京

1.基于ZYNQ的高光譜目標識別系統，其特征在于：由兩部分構成：PS端以及PL端；所述PS端為以雙核ARM Cortex-A9為核心的處理器系統，所述PL端為可編程邏輯端；

其中，PS端包括數據輸入模塊、ARM處理器和DDR3外部存儲器；

PL端包括VDMA模塊、HLS生成的高光譜圖像處理模塊和HDMI輸出模塊；

算法中耗時較多并且適合硬件實現的部分在PL端執行，所述算法包括：高光譜圖像的特征提取、圖像縮放；

特征矩陣歐氏距離的計算以及對系統各個模塊的初始化在PS端執行；

系統數據的輸入是由ARM處理器控制，用來讀取SD卡中存儲的圖像數據，圖像數據包括待識別的圖像數據以及目標識別庫中所有圖像序列數據；系統數據的輸出是由ARM端控制adv7511芯片，將識別結果通過HDMI顯示屏進行顯示。

所述HLS生成的高光譜圖像處理模塊為HLS圖像處理模塊，所述HLS圖像處理模塊是由HLS工具生成并優化的圖像處理IP核，運行在PL端，用于對高光譜圖像處理算法進行硬件加速。

2.如權利要求1所述的基于ZYNQ的高光譜目標識別系統，其特征在于：所述HLS圖像處理模塊包含兩個功能：高光譜圖像特征提取，以及圖像縮放；

所述圖像特征提取是采用基于方向梯度直方圖的特征提取方法，對高光譜圖像進行空間及光譜聯合特征提取；

圖像縮放功能是調用HLS工具中集成的視頻處理庫函數對高光譜圖像進行特征提取以及縮放具有較高的時間復雜度。

3.如權利要求1所述的基于ZYNQ的高光譜目標識別系統，其特征在于：所述PL端和PS端通過AXI總線通訊。

4.如權利要求1所述的基于ZYNQ的高光譜目標識別系統，其特征在于：所述采用基于方向梯度直方圖的特征提取方法包含如下步驟：

首先，將要處理圖像逐像素地送入到行緩存進行存儲，并將相鄰9個像素點信息存入窗緩存中，當緩存到第3行第3列數據時，開始求取其橫向、縱向梯度；然后計算梯度幅值以及方向信息，并將梯度幅值信息以及方向信息通過兩個輸出端口進行輸出；最后，在ARM端將幅值累加到特征矩陣相應位置。

5.如權利要求1-4任一所述的基于ZYNQ的高光譜目標識別方法，其特征在于：

包括以下幾個步驟：

步驟(1)：通過ARM處理器對PL端各模塊進行初始化；

步驟(2)：讀取SD卡中待識別高光譜圖像數據，并寫入DDR3存儲器；

步驟(3)：將要處理的目標區域圖像數據寫入存儲器中VDMA發送區；

步驟(4)：ARM處理器控制HLS圖像處理模塊開始工作，對VDMA發送區的圖像數據進行特征提取以及圖像縮放，并將處理結果寫入VDMA接收區；

步驟(5)：對SD卡中存儲的目標識別庫所有圖像序列執行步驟2-4，然后在ARM中對待識別圖像特征矩陣與目標識別庫序列圖像的特征矩陣做匹配，得到相似響應分數，根據響應分數判斷目標所屬類別；

步驟(6)：將識別結果在待識別圖像中進行標注，并通過HDMI輸出模塊在顯示屏進行顯示。