为了增强短波红外成像仪的成像对比度，提高目标的识别率，介绍了一种基于现场可编程门阵列 (FPGA)的灰度拉伸算法的实现方法。利用视频数据两帧之间灰度分布近似的特性，通过统计上一帧图像的灰度分布，计算图像拉伸所需要的参数，处理当前帧的图像，达到实时处理的效果。在灰度统计模块中，利用 FPGA的片上块随机存储器 (Block RAM)资源，采用非倍频的流水线数字逻辑设计，避免了跨时钟域的操作，降低了系统状态机的复杂度，提高了系统的工作频率。采用国产 320×256元 InGaAs面阵探测器，搭载了 Xilinx Artix-7系列芯片的实验平台进行实验，仿真结果表明,该方法能有效提高短波红外图像的对比度，具有占用资源少、运算速度快、成本低、可移植性高等优点，满足短波红外成像仪实时灰度拉伸处理的设计要求。

为降低夜间行车导致交通事故的概率,在能见度不理想的行车环境中为车辆提供主 动安全系统,依据汽车辅助驾驶系统的基本要求,基于远红外传感技术设计出夜间行人 辅助模型。该模型通过远红外传感器来捕捉原始的数据源,利用灰度统计技术获取候选区域(Regions of interest),构造 出多尺度概率模板,在此基础上对数据源进行匹配检测,通过多帧校验综合处理技术进一步改善 模型的漏检率和检测率。实验结果表明:该模型的概率模板在匹配精度上相对于业内常用方法有了 较大程度的提高,能在郊区和市区交通路况下使用,实用性较好。

By analyzing the error distribution rule of the boundary recursive reconstruction algorithm in controlled micro-scanning, a sub-pixel image processing algorithm is proposed to reduce the error. The gray statistical principle is used in the algorithm to optimize the error and acquire the sub-pixel image that approximates the original image. The simulation result shows that the e?ect of this algorithm is better than the over-sample and simple boundary recursive algorithm (BRA), and it results in a good effect both in those of visible light and infrared imaging systems. Therefore, the application of this algorithm will enhance the performance of optoelectronic imaging systems.

针对视频监视系统中的阴影检测问题,提出了一种基于灰度比值统计与边缘特征分析相融合的阴影检测方法.根据阴影的面积和灰度特征,采用灰度统计和正态分布曲线拟合的方法估计出阴影灰度的分布区域,实现对阴影的初分割.利用熵判据对初分割的结果进行判断,对于过分割的情况,依据目标与阴影间的位置关系,利用阴影的边缘特性进行目标重构.不同光照环境下的视频监控图像测试结果表明,该方法可以用于灰度图像和彩色图像,能够有效检测出阴影区域并保持目标的完整性.

针对传统的基于灰度值的匹配算法计算量大、时间复杂度高的缺陷,提出了一种基于灰度统计的快速模板匹配算法,以十字特征直线代替模板进行粗匹配,仅对搜索图中像素点数目较少的一段灰度区域进行匹配,从而大大减小了计算量,使匹配速度得到极大提高.仿真实验证明本算法匹配速度快、较传统的灰度相关算法快了二至三个数量级,具有较强鲁棒性.