FPGA实现的深空图像实时边缘检测算法

需积分: 9 2 下载量 102 浏览量 更新于2024-09-02 收藏 922KB PDF 举报
"这篇论文详细探讨了基于FPGA的深空图像实时边缘检测算法及其具体实现,旨在提高航天器自主导航系统的性能。" 在深空探索中,航天器的导航控制至关重要,尤其是在远离地球的探测任务中,传统地面站的控制方式已经无法满足实时性需求。因此,自主导航技术成为了深空探索的发展趋势。在这个领域,光学自主导航系统起着关键作用,其中边缘检测是定位天体目标的核心算法之一。 论文中提到了一种优化的Canny边缘检测算法,这是经典的边缘检测方法,但针对星载计算机的实时计算需求进行了改进。传统的Canny算法包括高斯滤波、梯度计算、非极大值抑制和双阈值检测四个步骤,而文中通过减少资源占用和优化非极大值抑制阶段,实现了算法的实时处理。同时,采用动态单阈值策略,使得算法能在FPGA(Field-Programmable Gate Array,现场可编程门阵列)上以流水线架构高效运行。 FPGA因其可重构性和高速运算能力,是实现复杂算法硬件化的理想选择。论文中的设计确保了在保持边缘提取精度的同时,满足了光学自主导航系统的实时性要求,增强了对复杂星体目标识别的鲁棒性。 边缘检测的优化对于深空图像处理至关重要,因为深空图像通常包含大量的噪声,而且由于通信距离远,图像质量可能较差。通过在FPGA上实现高效的边缘检测,可以快速准确地识别出图像中的天体特征,从而辅助航天器进行精确的定位和导航。 总结来说,这篇论文贡献了一种适用于深空探索的FPGA实现的实时边缘检测方案,对于提高航天器自主导航系统的效率和准确性具有重要意义。该方法不仅可以降低计算延迟,还能适应各种环境条件下的图像处理需求,对于未来的深空探测任务具有广泛的应用前景。