CN117111021A - 一种基于fpga测量大气相干长度廓线的系统和方法 - Google Patents
一种基于fpga测量大气相干长度廓线的系统和方法 Download PDFInfo
- Publication number
- CN117111021A CN117111021A CN202310873373.9A CN202310873373A CN117111021A CN 117111021 A CN117111021 A CN 117111021A CN 202310873373 A CN202310873373 A CN 202310873373A CN 117111021 A CN117111021 A CN 117111021A
- Authority
- CN
- China
- Prior art keywords
- image
- coherence length
- centroid
- atmospheric coherence
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 7
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 235000002566 Capsicum Nutrition 0.000 claims description 3
- 239000006002 Pepper Substances 0.000 claims description 3
- 235000016761 Piper aduncum Nutrition 0.000 claims description 3
- 235000017804 Piper guineense Nutrition 0.000 claims description 3
- 235000008184 Piper nigrum Nutrition 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 244000203593 Piper nigrum Species 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000011161 development Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 241000722363 Piper Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Image Processing (AREA)
Abstract
一种基于FPGA测量大气相干长度廓线的系统和方法,系统包括图像采集单元,其用于控制ICCD相机进行曝光采集不同高度的光斑图像;FPGA图像处理反演单元,其用于对图像采集单元输出的图像进行图像缓存、预处理、图像质心坐标计算和对应质心坐标下的大气相干长度计算,并发送到大气相干长度廓线绘制显示单元中显示大气相干长度廓线。该发明的优点在于:本申请使用FPGA不仅具有并行计算、流水线处理数据的能力,并以其低成本、低功耗、低延时、现场可硬件编程的特性逐渐得到广泛应用,同时,FPGA具有较强的专用性,能为大气相干长度探测激光雷达稳定可靠的连续探测提供保障。
Description
技术领域
本发明属于大气相干长度廓线测量的技术领域,尤其涉及一种基于FPGA测量大气相干长度廓线的系统和方法。
背景技术
当激光在大气中传输时,由大气湍流引起的折射率随机起伏破坏了激光光束的相干性,导致激光发生光强起伏、光束漂移、光束扩展和到达角起伏等现象,使得激光光束质量下降。探测大气相干长度是研究湍流大气对激光传输影响的一个必不可少的环节。
传统的大气相干长度测量激光雷达数据反演方法,利用CCD相机获取光斑图像集合后,将其直接传输存储在工控主机中进行大气相干长度的反演。由于CCD相机所获单张图像数据量较大、传输存储速度慢,同时由于工控主机是CPU的串行处理,其计算效率低且数据处理能力差,进行大气相干长度的反演需要较长运算时间,无法实现实时的大气相干长度反演。
发明内容
为了能够实现实时的大气相干长度反演,本发明提出了一种基于FPGA测量大气相干长度廓线的系统和方法,具体技术方案如下:
一种基于FPGA测量大气相干长度廓线的系统,包括:
图像采集单元,其用于控制ICCD相机进行曝光采集不同高度的光斑图像;
FPGA图像处理反演单元,其用于对图像采集单元输出的图像进行图像缓存、预处理、图像质心坐标计算和对应质心坐标下的大气相干长度计算,并发送到大气相干长度廓线绘制显示单元中显示大气相干长度廓线。
可选的,所述图像采集单元包括采集模块和控制模块;
所述采集模块用于使用ICCD相机采集图像;
所述控制模块用于向采集模块发出时序控制指令,用于控制采集模块采集不同高度的光斑图像。
可选的,所述FPGA图像处理反演单元包括依次连接的:
图像缓存模块,用于控制缓存芯片存储图像采集模块所获得的原始图像数据;
图像预处理模块,用于将输入的图片进行裁剪、灰度化、去噪和边缘提取,减少光斑图像的数据量;图像预处理模块包括依次设置的图像裁剪灰度化子模块、去噪子模块、边缘提取子模块,所述图像裁剪灰度化子模块用于直接利用计数器改变图像的行、列大小;
图像质心坐标计算模块,用于计算经过图像预处理模块处理后的图像的质心坐标;使用重心法计算得出第一光斑质心坐标,采用图像边缘进行椭圆拟合,椭圆中心为第二光斑质心坐标;将第一光斑质心坐标和第二光斑质心坐标求和平均得图像质心坐标;
质心坐标反演大气相干长度模块,用于根据不同高度的光斑图像获得不同的图像质心坐标后反演大气相干长度。
可选的,系统还包括大气相干长度廓线绘制显示单元,用于获得FPGA图像处理反演单元的质心坐标对应的反演大气相干长度,绘制显示大气相干长度廓线;所述大气相干长度廓线绘制显示单元位于工控机中。
一种使用上述基于FPGA测量大气相干长度廓线的系统的方法,包括:
图像采集单元采集不同高度的光斑图像;
采集一张即刻传输一张至FPGA图像处理反演单元进行图像缓存,图像预处理、图像质心坐标计算,得到图像的质心位置坐标,获得当前探测高度的若干张光斑图像的质心位置坐标后,计算质心抖动方差,然后反演当前高度的大气相干长度;
获得不同高度的大气相干长度,绘制大气相干长度廓线。
可选的,所述图像预处理,包括:
通过图像裁剪灰度化子模块将采集图像进行裁剪和降低裁剪后的图像中每一个像素的位数;
利用去噪子模块对图像进行去噪;
利用图像边缘提取子模块对已经去噪后的图像实现边缘定位。
可选的,所述利用去噪子模块对图像进行去噪,包括:
利用去噪子模块的中值滤波滤除灰度图像中的椒盐状噪声,具体公式如下;
g(x,y)=med{f(x-k,y-l),(k,l∈W)} (6)
其中f(x,y)为原图像,W为含有奇数个点的滑动二维模板,利用k,l在模板内计数,将该模板在图像上扫描,并将模版内所含像素点按灰度值升序或降序排列,med取其中值,获得g(x,y)为中值滤波后图像,根据大气相干长度测量激光雷达的光斑图像噪声特征,选用M×N的矩形模版,具体实现步骤如下:
利用Xilinx IP核RAM-base Shift Register缓存M-1行数据,保证同时存在M行1列数据,随后采用寄存器将每一行都存储N个数据,从而形成M×N的矩形形模版所读取的MN个数据,即M行数据分别为L1,L2……和LN;
对L1,L2……和LM进行行内数据排序得到每行的最大值、中值和最小值,分别记为L1max,L1mid,L1min;L2max,L2mid,L2min;……LMmax,LMmid,LMmin;对L1max,L2max,……LMmax排序得其最小值为Lmax-min,对L1mid,L2mid,……LMmid排序得其中值为Lmid-mid,对L1min,L2min,……LMmin排序得其最大值为Lmin-max;
对Lmax-min、Lmid-mid、Lmin-max排序得到MN个数据中的中值,即为中值滤波结果,将其输出。
可选的,所述利用图像边缘提取子模块对已经去噪后的图像实现边缘定位,具体操作如下:
在软件中通常利用公式(7)实现Prewitt算子边缘检测;
应用在大气相干长度的测量中,将模板扩大至J×J,将公式(7)中近似计算为公式(8):
G=|Gx|+|Gy| (8)
利用Xilinx IP核RAM-base Shift Register缓存J-1行,保证同时存在J行1列数据,随后采用寄存器将每一行都存储J个数据,形成J×J的数据矩阵读取J2个数据;
增加wire型变量,判别Gx和Gy结果的正负;若Gx为正,|Gx|=L1J+L2J+L3J+...+LJJ-L11-L21-L31-...-LJ1,若Gx为负,|Gx|=L11+L21+L31+...+LJ1-L1J-L2J-L3J-...-LJJ,若Gy为正,|Gy|=LJ1+LJ2+LJ3+...+LJJ-L11-L12-L13-...-L1J,若Gy为负,则|Gy|=L11+L12+L13+...+L1J-LJ1-LJ2-LJ3-...-LJJ;
根据上述结果与公式(8)计算G,并将其与设定的阈值thr进行判别,如大于thr,输出结果为1,如小于thr,输出结果为0,则可以得到边缘提取后的二值化图像。
可选的,所述图像质心坐标计算,得到图像的质心位置坐标,包括:
使用图像质心坐标计算模块的重心法计算得出第一光斑质心坐标(x1,y1),采用图像边缘进行椭圆拟合,椭圆中心为第二光斑质心坐标(x2,y2);将第一光斑质心坐标(x1,y1)和第二光斑质心坐标(x2,y2)求和平均得图像质心坐标,所述重心法满足公式;
其中M0和N0分别表示裁剪后图像的长和宽。
可选的,获得当前探测高度的若干张光斑图像的质心位置坐标后,计算质心抖动方差,然后通过质心坐标反演大气相干长度模块,反演当前高度的大气相干长度,包括:
S27、每完成一张光斑图像质心坐标的计算并存储结果后,删除该图像缓存;
S28、重复步骤S21-S27,累计存储设定张光斑图像的质心坐标,计算质心抖动方差,然后通过质心坐标反演大气相干长度模块对应的公式(10)反演大气相干长度,计算公式如下:
r0={2f2[0.36(λ/D)1/3-0.242(λ/d)1/3]λ5/3/σ2}3/5 (10)
其中,λ为波长;D为两通光孔径;f为接收光学系统等效焦距;d为两通光孔的中心间距;σ2为设定张光斑图像的质心坐标所计算出的质心抖动方差。
本发明的优点在于:
(1)本申请使用FPGA不仅具有并行计算、流水线处理数据的能力,并以其低成本、低功耗、低延时、现场可硬件编程的特性逐渐得到广泛应用,同时,FPGA具有较强的专用性,能为大气相干长度探测激光雷达稳定可靠的连续探测提供保障。
(2)本发明利用在FPGA开发中实现传统方法在工控主机中繁杂的反演步骤,简化了用户在工控主机中的操作。
附图说明
图1是本发明的基于FPGA测量大气相干长度廓线的系统的结构示意图;
图2是FPGA图像处理反演单元的图像缓存模块的数据流向图;
图3是使用基于FPGA测量大气相干长度廓线的系统的测量方法的流程图;
图4是FPGA图像处理反演单元的去噪子模块使用5×5中值滤波的流程图;
图5是FPGA图像处理反演单元中图像边缘提取子模块使用prewitt算子的流程图;
图6是光斑图像裁剪在FPGA开发板中仿真效果图;
图7是光斑图像中值滤波在vivado平台实现的仿真时序波形图;
图8是光斑图像中值滤波在FPGA开发板中仿真效果图;
图9是光斑图像边缘提取在vivado平台实现的的仿真时序波形图;
图10是光斑图像边缘提取在FPGA开发板仿真效果图。
图中:
1、图像采集单元;11、采集模块;12、控制模块;2、FPGA图像处理反演单元;21、图像缓存模块;22、图像预处理模块;23、图像质心坐标计算模块;24、质心坐标反演大气相干长度模块;3、大气相干长度廓线绘制显示单元。
具体实施方式
传统的大气相干长度测量激光雷达数据反演方法,利用CCD相机获取光斑图像集合后,将其直接传输存储在工控主机中进行大气相干长度的反演。传统硬件系统的运算能力有限,对图像的实时处理一直不能达到现实要求,同时由于工控主机的通用性,其稳定性与可靠性不佳,易对大气相干长度探测激光雷达的连续探测产生不良影响。
为了解决上述问题,如图1所示,本申请提供了一种基于FPGA测量大气相干长度廓线的系统,包括:
图像采集单元1,其用于控制ICCD相机进行曝光采集不同高度的光斑图像;详细的说,所述图像采集单元1包括采集模块11和控制模块12,所述采集模块11用于使用ICCD相机采集图像,所述控制模块12用于向采集模块11发出时序控制指令,用于控制采集模块11采集不同高度的光斑图像;在工控主机中观察斑位置、光斑形态等是否符合大气相干长度测量激光雷达的探测规律,符合则整个系统正常工作;如果系统工作不正常,进行错误分析;目前错误分析为人为分析,根据分析结果进行调光等操作。
FPGA图像处理反演单元2,其用于对图像采集模块11输出的图像进行图像缓存、预处理、图像质心坐标计算和对应质心坐标下的大气相干长度计算;
具体地说,FPGA图像处理反演单元2包括:
图像缓存模块21,用于控制DDR3缓存芯片存储图像采集模块11所获得的原始图像数据;在该方案中,如图2所示,在FPGA中添加DDR3缓存芯片的读写双端口,所述DDR3缓存芯片的读写双端口包括依次连接的FIFO读缓存子模块、FIFO写缓存子模块、FIFO2MIG接口转换和DDR3控制器MIG;
图像预处理模块22,用于将输入的图片进行裁剪、灰度转化、去噪和边缘提取,减少光斑图像的数据量;在该方案中,图像预处理模块22包括依次设置的图像裁剪灰度化子模块、去噪子模块、边缘提取子模块,所述裁剪子模块用于直接利用计数器改变图像的行、列大小。
图像质心坐标计算模块23,用于计算经过图像预处理模块22处理后的图像的质心坐标;在该方案中,图像质心坐标计算子模块使用重心法计算得出第一光斑质心坐标,采用图像边缘进行椭圆拟合,椭圆中心为第二光斑质心坐标;将第一光斑质心坐标和第二光斑质心坐标求和平均得图像质心坐标;
质心坐标反演大气相干长度模块24,用于根据不同高度的光斑图像获得不同的图像质心坐标后反演大气相干长度。
大气相干长度廓线绘制显示单元3,用于获得FPGA图像处理反演单元2的质心坐标对应的反演大气相干长度,绘制显示大气相干长度廓线;所述大气相干长度廓线绘制显示单元3位于工控机中。在该方案中,大气相干长度廓线绘制显示单元3基于Visual Studio平台设计使用C#语言编写程序实现。
如图3所示,一种基于上述FPGA测量大气相干长度廓线的系统的测量方法,包括以下步骤:
S1、图像采集单元1中的控制模块12设置采集模块11的采集时序,控制作为采集模块11的ICCD相机采集不同高度的光斑图像;在工控机中观察光斑位置、光斑形态等是否符合大气相干长度测量激光雷达的探测规律,符合则整个系统正常工作,进入下一步操作;如果系统工作不正常,进行错误分析;系统工作不正常时,及时调整CCD相机时序设置、大气相干长度探测激光雷达光路等,直至系统正常工作,否则结束系统工作。
S2、采集模块11采集一张即刻传输一张至FPGA图像处理反演单元2进行图像缓存,图像预处理、图像质心坐标计算,得到图像的质心位置坐标,然后通过质心坐标反演大气相干长度模块24,获得当前探测高度的若干张光斑图像的质心位置坐标后,计算质心抖动方差,然后通过质心坐标反演大气相干长度模块,反演当前高度的大气相干长度;
S3、大气相干长度廓线绘制显示单元3根据步骤S2获得的大气相干长度绘制并显示廓线,呈现大气相干长度探测激光雷达的探测效果。
详细的说,如图2-5所示,步骤S2具体包括:
S21、图像缓存模块21采用FPGA开发板内FIFO写入原始光斑图像;利用DDR3控制器MIG将FIFO内原始图像存入DDR3中,图片缓存的步骤如图2所示;
S22、通过图像裁剪灰度化子模块将采集图像大小为1024×768pixel进行裁剪,裁剪成400×480pixel的大小的图片,在该方案中,是使用Verilog语言利用计数器改变图像大小,减小数据量,提高传输处理速率;
S23、通过图像裁剪灰度化子模块降低裁剪后的图像中每一个像素的位数,裁剪后的图像每个像素的颜色由R、G、B三个分量决定,每个分量可以取值0-255,一个像素点需要24位,将彩色图像灰度化可使图像的没有体格像素点只需要8位,且不影响大气相干长度的反演精度。具体步骤如下:
S231、使用平均法实现将彩色图像中的三个分量求平均得到灰度图的灰度值,计算公式如下:
由于在FPGA中直接计算除法会带来较大的资源消耗,从而降低运算速度。处理步骤如下:
S232、将公式(1)恒等变换公式(2)
S233、将做近似处理为85,/>利用移位寄存器右移8位实现,则公式(2)转化为公式(3)
sum=R+G+B
gray=(sum*85)*2-8=(sum*85)>>8 (3)
S234、为进一步减小乘法的资源消耗,将85根据公式(4)做恒等变换,
85=26+24+22+21 (4)
S235、利用加法器和移位寄存器实现乘法,则彩色图像灰度化在FPGA的实现如下公式:
gray=(sum<<6+sum<<4+sum<<2+sum)>>8 (5)
S236、增加16位reg型变量,将sum<<6+sum<<4+sum<<2+sum结果存入其中,截取高8位数据输出即可实现右移8位操作。该步骤的裁剪效果如图6所示。
S24、利用去噪子模块对图像进行去噪,在该方案中,具体步骤包括:
S241、利用去噪子模块的中值滤波滤除灰度图像中的椒盐状噪声,具体公式如下;
g(x,y)=med{f(x-k,y-l),(k,l∈W)} (6)
其中f(x,y)为原图像,W为含有奇数个点的滑动二维模板,利用k,l在模板内计数,将该模板在图像上扫描,并将模版内所含像素点按灰度值升序或降序排列,med取其中值,获得g(x,y)为中值滤波后图像,根据大气相干长度测量激光雷达的光斑图像噪声特征,选用M×N的矩形模版,本申请选用5×5的方形模版。如图4所示,具体实现步骤如下:
S242、利用Xilinx IP核RAM-base Shift Register缓存4行数据,保证同时存在5行1列数据,随后采用寄存器将每一行都存储5个数据,从而形成5×5的方形模版所读取的25个数据,即5行数据分别为L1,L2,L3,L4和L5;
S243、对L1,L2,L3,L4和L5进行行内数据排序得到每行的最大值、中值和最小值,分别记为L1max,L1mid,L1min;L2max,L2mid,L2min;L3max,L3mid,L3min;L4max,L4mid,L4min;L5max,L5mid,L5min;对L1max,L2max,L3max,L4max,L5max排序得其最小值为Lmax-min,对L1mid,L2mid,L3mid,L4mid,L5mid排序得其中值为Lmid-mid,对L1min,L2min,L3min,L4min,L5min排序得其最大值为Lmin-max;
S244、对Lmax-min、Lmid-mid、Lmin-max排序得到25个数据中的中值,即为中值滤波结果,将其输出。
利用去噪子模块的中值滤波对图像进行去噪的效果如图7所示,光斑图像中值滤波在FPGA开发板实现的实物效果如图8所示。
S25、利用图像边缘提取子模块对已经去噪后的图像实现边缘定位,对已经去噪后的图像的边缘定位选用Prewitt算子。如图5所示,本方案具体操作如下:
S251、在软件中通常利用公式(7)实现Prewitt算子边缘检测。
S252、应用在大气相干长度的测量中,将模板扩大至J×J,在该方案中J取值为3,由于在FPGA直接实现会消耗大量的资源,因此将公式(7)中近似计算为公式(8),公式(8)为:
G=|Gx|+|Gy| (8)
S253、利用Xilinx IP核RAM-base Shift Register缓存2行,保证同时存在3行1列数据,随后采用寄存器将每一行都存储3个数据,形成3×3的数据矩阵读取9个数据;
S254、增加wire型变量,判别Gx和Gy结果的正负;若Gx为正,|Gx|=L13+L23+L33-L11-L21-L31,若Gx为负,|Gx|=L11+L21+L31-L13-L23-L33;若Gy为正,|Gy|=L31+L32+L33-L11-L12-L13,若Gy为负,则|Gy|=L11+L12+L13-L31-L32-L33;
S255、根据上述结果与公式(8)计算G,并将其与设定的阈值thr进行判别,如大于阈值thr,输出结果为1,如小于阈值thr,输出结果为0,则可以得到prewitt边缘提取后的二值化图像。
光斑图像边缘提取在vivado平台实现的的仿真时序波形图如图9所示,在FPGA开发板实现的实物效果如图10所示。
S26、所述图像质心坐标计算,得到图像的质心位置坐标,包括:
使用图像质心坐标计算模块23的重心法(公式9)计算得出第一光斑质心坐标(x1,y1),采用图像边缘进行椭圆拟合,椭圆中心为第二光斑质心坐标(x2,y2);将第一光斑质心坐标(x1,y1)和第二光斑质心坐标(x2,y2)求和平均得图像质心坐标,所述重心法满足公式;
其中400和480分别为裁剪后图像的长和宽。
获得当前探测高度的若干张光斑图像的质心位置坐标后,计算质心抖动方差,然后通过质心坐标反演大气相干长度模块,反演当前高度的大气相干长度,包括:
S27、每完成一张光斑图像质心坐标的计算并存储结果后,删除该图像缓存;
S28、重复步骤S21-S27,累计存储400张图像的质心位置坐标计算方差,根据公式(10)反演大气相干长度,计算公式如下:
r0={2f2[0.36(λ/D)1/3-0.242(λ/d)1/3]λ5/3/σ2}3/5 (10)
其中,λ为波长;D为两通光孔径;f为接收光学系统等效焦距;d为两通光孔的中心间距;σ2为设定张光斑图像的质心坐标所计算出的质心抖动方差。
通过质心坐标反演大气相干长度模块,即可反演当前高度的大气相干长度。
本发明利用在FPGA开发中实现传统方法在工控主机中繁杂的反演步骤,简化了用户在工控主机中的操作;通过图像预处理有效减小了光斑图像的数据量,降低了对FPGA开发板或工控主机的配置要求,节约了资源、降低了成本;采用FPGA作为图像预处理、图像质心坐标计算和大气相干长度反演的处理器,充分利用了FPGA在处理大数据量时发挥的并行性和流水线特性,加速了整个反演过程,能够满足大气相干长度测量激光雷达的实时性要求。
以上仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。
Claims (10)
1.一种基于FPGA测量大气相干长度廓线的系统,其特征在于,包括:
图像采集单元,其用于控制ICCD相机进行曝光采集不同高度的光斑图像;
FPGA图像处理反演单元,其用于对图像采集单元输出的图像进行图像缓存、预处理、图像质心坐标计算和对应质心坐标下的大气相干长度计算,并发送到大气相干长度廓线绘制显示单元中显示大气相干长度廓线。
2.根据权利要求1所述的一种基于FPGA测量大气相干长度廓线的系统,其特征在于,所述图像采集单元包括采集模块和控制模块;
所述采集模块用于使用ICCD相机采集图像;
所述控制模块用于向采集模块发出时序控制指令,用于控制采集模块采集不同高度的光斑图像。
3.根据权利要求1所述的一种基于FPGA测量大气相干长度廓线的系统,其特征在于,所述FPGA图像处理反演单元包括依次连接的:
图像缓存模块,用于控制缓存芯片存储图像采集模块所获得的原始图像数据;
图像预处理模块,用于将输入的图片进行裁剪、灰度化、去噪和边缘提取,减少光斑图像的数据量;图像预处理模块包括依次设置的图像裁剪灰度化子模块、去噪子模块、边缘提取子模块,所述图像裁剪灰度化子模块用于直接利用计数器改变图像的行、列大小;
图像质心坐标计算模块,用于计算经过图像预处理模块处理后的图像的质心坐标;使用重心法计算得出第一光斑质心坐标,采用图像边缘进行椭圆拟合,椭圆中心为第二光斑质心坐标;将第一光斑质心坐标和第二光斑质心坐标求和平均得图像质心坐标;
质心坐标反演大气相干长度模块,用于根据不同高度的光斑图像获得不同的图像质心坐标后反演大气相干长度。
4.根据权利要求1所述的一种基于FPGA测量大气相干长度廓线的系统,其特征在于,系统还包括大气相干长度廓线绘制显示单元,用于获得FPGA图像处理反演单元的质心坐标对应的反演大气相干长度,绘制显示大气相干长度廓线;所述大气相干长度廓线绘制显示单元位于工控机中。
5.一种使用权利要求1-4任意一项所述的一种基于FPGA测量大气相干长度廓线的系统的方法,其特征在于,包括:
图像采集单元采集不同高度的光斑图像;
采集一张即刻传输一张至FPGA图像处理反演单元进行图像缓存,图像预处理、图像质心坐标计算,得到图像的质心位置坐标,获得当前探测高度的若干张光斑图像的质心位置坐标后,计算质心抖动方差,然后反演当前高度的大气相干长度;
获得不同高度的大气相干长度,绘制大气相干长度廓线。
6.根据权利要求5所述的方法,其特征在于,所述图像预处理,包括:
通过图像裁剪灰度化子模块将采集图像进行裁剪和降低裁剪后的图像中每一个像素的位数;
利用去噪子模块对图像进行去噪;
利用图像边缘提取子模块对已经去噪后的图像实现边缘定位。
7.根据权利要求6所述的方法,其特征在于,所述利用去噪子模块对图像进行去噪,包括:
利用去噪子模块的中值滤波滤除灰度图像中的椒盐状噪声,具体公式如下;
g(x,y)=med{f(x-k,y-l),(k,l∈W)} (6)
其中f(x,y)为原图像,W为含有奇数个点的滑动二维模板,利用k,l在模板内计数,将该模板在图像上扫描,并将模版内所含像素点按灰度值升序或降序排列,med取其中值,获得g(x,y)为中值滤波后图像,根据大气相干长度测量激光雷达的光斑图像噪声特征,选用M×N的矩形模版,具体实现步骤如下:
利用Xilinx IP核RAM-base Shift Register缓存M-1行数据,保证同时存在M行1列数据,随后采用寄存器将每一行都存储N个数据,从而形成M×N的矩形形模版所读取的MN个数据,即M行数据分别为L1,L2……和LN;
对L1,L2……和LM进行行内数据排序得到每行的最大值、中值和最小值,分别记为L1max,L1mid,L1min;L2max,L2mid,L2min;……LMmax,LMmid,LMmin;对L1max,L2max,……LMmax排序得其最小值为Lmax-min,对L1mid,L2mid,……LMmid排序得其中值为Lmid-mid,对L1min,L2min,……LMmin排序得其最大值为Lmin-max;
对Lmax-min、Lmid-mid、Lmin-max排序得到MN个数据中的中值,即为中值滤波结果,将其输出。
8.根据权利要求7所述的方法,其特征在于,所述利用图像边缘提取子模块对已经去噪后的图像实现边缘定位,具体操作如下:
在软件中通常利用公式(7)实现Prewitt算子边缘检测;
应用在大气相干长度的测量中,将模板扩大至J×J,将公式(7)中近似计算为公式(8):
G=|Gx|+|Gy| (8)
利用Xilinx IP核RAM-base Shift Register缓存J-1行,保证同时存在J行1列数据,随后采用寄存器将每一行都存储J个数据,形成J×J的数据矩阵读取J2个数据;
增加wire型变量,判别Gx和Gy结果的正负;若Gx为正,|Gx|=L1J+L2J+L3J+...+LJJ-L11-L21-L31-...-LJ1,若Gx为负,|Gx|=L11+L21+L31+...+LJ1-L1J-L2J-L3J-...-LJJ,若Gy为正,|Gy|=LJ1+LJ2+LJ3+...+LJJ-L11-L12-L13-...-L1J,若Gy为负,则|Gy|=L11+L12+L13+...+L1J-LJ1-LJ2-LJ3-...-LJJ;
根据上述结果与公式(8)计算G,并将其与设定的阈值thr进行判别,如大于thr,输出结果为1,如小于thr,输出结果为0,则可以得到边缘提取后的二值化图像。
9.根据权利要求6所述的方法,其特征在于,所述图像质心坐标计算,得到图像的质心位置坐标,包括:
使用图像质心坐标计算模块的重心法计算得出第一光斑质心坐标(x1,y1),采用图像边缘进行椭圆拟合,椭圆中心为第二光斑质心坐标(x2,y2);将第一光斑质心坐标(x1,y1)和第二光斑质心坐标(x2,y2)求和平均得图像质心坐标,所述重心法满足公式;
其中M0和N0分别表示裁剪后图像的长和宽。
10.根据权利要求9所述的方法,其特征在于,获得当前探测高度的若干张光斑图像的质心位置坐标后,计算质心抖动方差,然后通过质心坐标反演大气相干长度模块,反演当前高度的大气相干长度,包括:
S27、每完成一张光斑图像质心坐标的计算并存储结果后,删除该图像缓存;
S28、重复步骤S21-S27,累计存储设定张光斑图像的质心坐标,计算质心抖动方差,然后通过质心坐标反演大气相干长度模块对应的公式(10)反演大气相干长度,计算公式如下:
r0={2f2[0.36(λ/D)1/3-0.242(λ/d)1/3]λ5/3/σ2}3/5 (10)
其中,λ为波长;D为两通光孔径;f为接收光学系统等效焦距;d为两通光孔的中心间距;σ2为设定张光斑图像的质心坐标所计算出的质心抖动方差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310873373.9A CN117111021B (zh) | 2023-07-17 | 2023-07-17 | 一种基于fpga测量大气相干长度廓线的系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310873373.9A CN117111021B (zh) | 2023-07-17 | 2023-07-17 | 一种基于fpga测量大气相干长度廓线的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117111021A true CN117111021A (zh) | 2023-11-24 |
CN117111021B CN117111021B (zh) | 2024-04-30 |
Family
ID=88811759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310873373.9A Active CN117111021B (zh) | 2023-07-17 | 2023-07-17 | 一种基于fpga测量大气相干长度廓线的系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117111021B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945355A (zh) * | 2006-10-27 | 2007-04-11 | 中国科学院武汉物理与数学研究所 | 采用位置敏感探测器的大气湍流探测激光雷达 |
CN103424750A (zh) * | 2013-08-05 | 2013-12-04 | 中国人民解放军63655部队 | 一种接收激光信标测量大气湍流强度廓线的装置与方法 |
US20150253430A1 (en) * | 2013-08-13 | 2015-09-10 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Airborne Doppler Wind Lidar Post Data Processing Software DAPS-LV |
CN107422337A (zh) * | 2017-08-23 | 2017-12-01 | 池州睿成微电子有限公司 | 一种大气探测激光雷达 |
CN109270030A (zh) * | 2018-08-01 | 2019-01-25 | 西安理工大学 | 一种利用测量大气相干长度的结果反演大气折射率结构常数的方法 |
CN114578455A (zh) * | 2022-02-25 | 2022-06-03 | 中国科学院合肥物质科学研究院 | 一种获取低空湍流强度廓线的方法及装置 |
CN114859381A (zh) * | 2022-04-18 | 2022-08-05 | 中国科学院合肥物质科学研究院 | 一种大气成分差分吸收激光成像雷达廓线探测方法及系统 |
US20220272293A1 (en) * | 2021-02-20 | 2022-08-25 | Mloptic Corp | Method for positioning sub-pixel centers of light spots based on pixel movement and cutting |
CN115184954A (zh) * | 2022-09-13 | 2022-10-14 | 中国科学院合肥物质科学研究院 | 一种探测大气相干长度和湍流廓线的雷达系统及方法 |
CN115639571A (zh) * | 2022-10-31 | 2023-01-24 | 哈尔滨工业大学 | 条纹管成像激光雷达图像坐标校正方法及装置 |
-
2023
- 2023-07-17 CN CN202310873373.9A patent/CN117111021B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945355A (zh) * | 2006-10-27 | 2007-04-11 | 中国科学院武汉物理与数学研究所 | 采用位置敏感探测器的大气湍流探测激光雷达 |
CN103424750A (zh) * | 2013-08-05 | 2013-12-04 | 中国人民解放军63655部队 | 一种接收激光信标测量大气湍流强度廓线的装置与方法 |
US20150253430A1 (en) * | 2013-08-13 | 2015-09-10 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Airborne Doppler Wind Lidar Post Data Processing Software DAPS-LV |
CN107422337A (zh) * | 2017-08-23 | 2017-12-01 | 池州睿成微电子有限公司 | 一种大气探测激光雷达 |
CN109270030A (zh) * | 2018-08-01 | 2019-01-25 | 西安理工大学 | 一种利用测量大气相干长度的结果反演大气折射率结构常数的方法 |
US20220272293A1 (en) * | 2021-02-20 | 2022-08-25 | Mloptic Corp | Method for positioning sub-pixel centers of light spots based on pixel movement and cutting |
CN114578455A (zh) * | 2022-02-25 | 2022-06-03 | 中国科学院合肥物质科学研究院 | 一种获取低空湍流强度廓线的方法及装置 |
CN114859381A (zh) * | 2022-04-18 | 2022-08-05 | 中国科学院合肥物质科学研究院 | 一种大气成分差分吸收激光成像雷达廓线探测方法及系统 |
CN115184954A (zh) * | 2022-09-13 | 2022-10-14 | 中国科学院合肥物质科学研究院 | 一种探测大气相干长度和湍流廓线的雷达系统及方法 |
CN115639571A (zh) * | 2022-10-31 | 2023-01-24 | 哈尔滨工业大学 | 条纹管成像激光雷达图像坐标校正方法及装置 |
Non-Patent Citations (2)
Title |
---|
BOWEN REN ET AL.: ""Fine Scale Partial Coherent Model Based on lidar Elevation Measurements for GNSS-R Applications"", 《2021 XXXIVTH GENERAL ASSEMBLY AND SCIENTIFIC SYMPOSIUM OF THE INTERNATIONAL UNION OF RADIO SCIENCE (URSI GASS)》, 14 October 2021 (2021-10-14), pages 1 - 3 * |
李艳晓等: ""基于双CCD探测的外场高精度激光光斑测试技术"", 《红外与激光工程》, vol. 44, no. 1, 25 January 2015 (2015-01-25), pages 59 - 64 * |
Also Published As
Publication number | Publication date |
---|---|
CN117111021B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104966308B (zh) | 一种计算激光光束光斑大小的方法 | |
WO2023193670A1 (zh) | 基于事件相机的脉冲神经网络目标跟踪方法及系统 | |
CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
CN112200163B (zh) | 水下底栖生物检测方法及系统 | |
WO2022116104A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112233076B (zh) | 基于红色圆标靶图像处理的结构振动位移测量方法及装置 | |
CN112446927A (zh) | 激光雷达和相机的联合标定方法、装置、设备及存储介质 | |
CN109165603B (zh) | 一种舰船检测方法及装置 | |
US20180268522A1 (en) | Electronic device with an upscaling processor and associated method | |
CN115375581A (zh) | 基于事件时空同步的动态视觉事件流降噪效果评价方法 | |
CN102262733B (zh) | 激光点检测方法及装置 | |
CN117111021B (zh) | 一种基于fpga测量大气相干长度廓线的系统和方法 | |
CN117935063A (zh) | 基于rssdm夜间气溶胶光学厚度反演方法、装置及设备 | |
CN114387353A (zh) | 一种相机标定方法、标定装置及计算机可读存储介质 | |
Islamadina et al. | Estimating fish weight based on visual captured | |
CN110225335A (zh) | 相机稳定性评估方法及装置 | |
CN112215036B (zh) | 跨镜追踪方法、装置、设备及存储介质 | |
CN107067397A (zh) | 一种基于红外图像复杂度的图像分级方法 | |
CN116929290A (zh) | 一种双目视角差立体深度测量方法、系统及存储介质 | |
CN109448060B (zh) | 一种基于蝙蝠算法的相机标定参数优化方法 | |
KR20110053417A (ko) | 디지털 비디오 필터 및 화상 처리 | |
CN115170523A (zh) | 一种基于局部对比度的低复杂度红外弱小目标检测方法 | |
Liu et al. | Target Recognition Algorithm Based on YOLOv5 Network and Depth Camera for 2D Interference Elimination | |
CN112146834A (zh) | 结构振动位移测量方法及装置 | |
CN111311615A (zh) | 基于ToF的场景分割方法及系统、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |