红外夜视观瞄轮廓提取

红外夜视观瞄系统是现代军事装备的核心感知器件。从单兵热像仪到装甲车火控系统，红外探测器捕获的热辐射图像可在完全黑暗、烟雾、逆光等极端条件下呈现目标信息 #Bai-2011。全球夜视设备市场 2025 年规模约 101.9 亿美元，军用夜视系统预计 2034 年达 147.3 亿美元 #Background-2025。

在这些观瞄系统中，一个关键的图像处理环节是目标凸显——在原始红外图像上叠加目标轮廓，帮助射手快速识别威胁。这本质上就是我们系列中反复讨论的"红外轮廓图像"的一个典型工程应用：从热辐射场中提取目标边界，再以颜色渲染叠加回原始图像。

本文作者来自江苏北方湖光光电有限公司——中国兵器工业集团下属的专业夜视观瞄设备研制单位 #Li-2024。他们面对的工程约束极为严苛：FPGA 芯片资源有限、必须满足 25 Hz 实时帧率、分辨率高达 $1280 \times 1024$、功耗受限。在这种约束下，深度学习目标检测 #Wu-2023 虽然效果更好，但无法在观瞄系统的 FPGA 上运行。

论文的核心思路是：以经典 Sobel 算子为骨架，通过四级增强管线（高斯滤波去噪、Sobel 梯度、指数对比度增强、暗背景边缘去除）弥补 Sobel 在红外图像中的先天不足，最终在 Intel Cyclone IV FPGA 上以 <2% 的资源占用实现实时目标轮廓提取。这是一种典型的"工程优化优先"路线——不追求理论最优的边缘检测质量，而是在硬约束下让经典方法真正可用。

Sobel 算子是最经典的边缘检测算子之一，运算简单（仅需两次 $3 \times 3$ 卷积），非常适合 FPGA 流水线实现 #Xu-2022。然而，直接将 Sobel 应用于红外夜视图像会遇到三个严重问题：

问题一：噪声伪边缘

红外图像受限于探测器器件工艺，不可避免地存在条纹噪声和随机噪声 #Li-2024。Sobel 算子本质上是梯度计算，对噪声极度敏感——任何灰度跳变都会被识别为"边缘"，导致大量伪边缘淹没真实目标轮廓。

问题二：边缘断裂

标准 Sobel 通过硬阈值分割提取边缘，处于阈值附近的梯度值会被"撕裂"。在红外图像中，目标的温度梯度通常比可见光图像的颜色梯度更平缓，这使得阈值附近的边缘断裂问题更为严重，目标边界不连续、不闭合。

问题三：暗背景干扰

Sobel 算子无法区分"亮目标边缘"和"暗背景边缘"。在红外夜视场景中，树干、围栏、地面纹理等暗区域同样会产生梯度变化，被 Sobel 检测为边缘。这些干扰边缘使画面杂乱，反而降低了目标的凸显性。

本文设计了一条两路并行的处理管线，路径 A 负责边缘提取，路径 B 负责局部阈值计算，最终在判定节点汇合：

图 1：算法仿真效果图对比。(a) 原始红外图像 → (b) 直接 Sobel（大量杂散边缘）→ (c) 高斯滤波+Sobel（杂散边缘减少）→ (d) 指数对比度增强后（进一步抑制）→ (e) 暗边缘去除后（树干和围栏边缘被抑制）→ (f) Canny 结果（边界连续性稍差）。来源：论文 Fig.7 #Li-2024

阶段 1 · 高斯滤波预处理

对输入红外图像 $I(x,y)$ 施加 $2n+1$ 阶二维高斯卷积，抑制条纹噪声与随机噪声：

其中高斯核函数为：

$\sigma^2$ 为图像方差，控制平滑程度。高斯滤波的效果可从图 1(b) → (c) 的对比中直观验证：经过滤波后，大量由噪声引起的杂散边缘被消除，保留的梯度变化来自真实的灰度跳变。

阶段 2 · Sobel 边缘检测

使用标准 $3 \times 3$ Sobel 模板 $G_X$ 和 $G_Y$ 分别计算水平和垂直梯度：

梯度幅值为：

其中 $g_x$ 和 $g_y$ 分别为 $G_X$ 和 $G_Y$ 与图像的卷积结果。这一步计算量极小（仅 2 次 $3 \times 3$ 卷积 + 1 次平方和开方），完全适合 FPGA 流水线。

阶段 3 · 指数对比度增强

这是本文最具技巧性的环节。直接对梯度图 $g(x,y)$ 做硬阈值分割会导致边缘断裂，因此引入一个Sigmoid 型指数映射展宽阈值附近的灰度值：

其中 $p$ 为输入梯度灰度值，$q$ 为增强后输出值，$Th$ 和 $E$ 为可调参数。该函数在 $p \approx Th$ 附近具有最大的灰度拉伸率，使得弱边缘被增强、强边缘保持饱和，从而获得连续性更好的目标边界。参数 $Th$ 控制展宽中心位置，$E$ 控制展宽陡度，需根据不同红外系统的图像特征手动调优 #Li-2024。

阶段 4 · 暗背景边缘去除

这是管线的最后一级，也是最具"红外场景特异性"的操作。在红外夜视观瞄中，典型目标（人员、车辆）表现为高亮度区域，而暗背景（树干、围栏、地面）的边缘是干扰信息。本文提出基于 $3 \times 3$ 局部均值的阈值判断：

判定规则：当 $\mu_{\text{local}} > T_{\text{target}}$ 时保留边缘，否则视为暗背景边缘予以去除。从图 1(d) → (e) 的效果可以看到，树干和马路围栏的暗边缘被有效抑制，而人物的亮目标轮廓被完整保留。

这篇论文最值得关注的不仅是算法本身，更是它在严苛硬件约束下的工程实现。平台选择为 Intel Cyclone IV EP4CE75U19I7 芯片，具体资源如下：

三个数字全部低于 2%，这意味着算法对硬件资源的需求极为克制。在同一块 FPGA 上，还有大量其他功能模块（非均匀校正、盲元补偿、图像增强、显示合成等）需要共享资源，<2% 的占用率使得该算法可以轻松嵌入现有观瞄系统的处理链路。

行缓存器：流式处理的关键

FPGA 中图像视频以流水线形式处理，无法像 CPU/GPU 那样随机访问像素。实现 $3 \times 3$ 卷积需要同时获取相邻 3 行的像素数据。本文使用 shift register IP 核构建两级行缓存器：

• Shift Register 2：存储第 $n-2$ 行数据
• Shift Register 1：存储第 $n-1$ 行数据
• 当前行：第 $n$ 行数据

三路数据并行送入 $3 \times 3$ 卷积核，实现完全流水线的滑窗运算。

查找表技巧：1 个时钟完成指数运算

公式 (7) 中的指数运算在 FPGA 中是一大难点——直接实现需要消耗大量逻辑资源和乘法器。本文采用了一个精妙的工程技巧：离线预计算所有 256 个灰度值的指数运算结果，存入 FPGA 片上 ROM（只读存储器），运行时以像素灰度值作为地址索引，单个时钟周期即可完成指数运算。这一查找表策略将复杂的非线性运算转化为简单的存储器访问，是 FPGA 图像处理中的经典手法。

算法在 FPGA 中的实现框图如下所示，核心设计思想是两路并行 + 时序对齐：

图 2：实时红外成像系统效果。(a) 关闭勾边功能的人物图像 → (b) 开启勾边后的凸显效果（红色轮廓叠加，背景边缘被有效消除）→ (c)(d) 分别为两者的显著度图，可见勾边后目标显著区域更集中。来源：论文 Fig.8 #Li-2024

原始红外图像输入后一分为二：

• 路径 A（边缘提取路）：高斯滤波 → 行缓存 → Sobel 边缘检测 → 指数对比度增强（ROM 查找表）→ 全局阈值 → 候选边缘
• 路径 B（局部阈值路）：$3 \times 3$ 局部均值计算 → 数据延迟（与路径 A 的流水线延迟对齐）

两路在最终判定节点汇合：比较路径 B 的局部均值与目标阈值 $T_{\text{target}}$，决定路径 A 输出的候选边缘是保留还是去除。最终边缘可以不同颜色渲染（论文中使用红色）并叠加回原始红外图像，实现目标凸显。

实时性能指标

在 $1280 \times 1024$ 分辨率、25 Hz 帧率下，算法能够完全满足实时处理需求。由于采用全流水线设计，每帧的处理延迟仅为数个行周期（约微秒量级），远小于帧间隔的 40 ms。

静态图像仿真对比

论文在静态红外图像上进行了逐步消融式的视觉对比（图 1），清晰展示了每个增强阶段的贡献：

实时系统验证

在真实红外夜视观瞄系统中测试（图 2），视频帧率 25 Hz、分辨率 $1280 \times 1024$。结果显示：

• 开启勾边功能后，背景中除天地线外的绝大多数背景边缘被有效消除
• 人物目标的红色轮廓清晰可见，起到目标凸显作用
• 使用 Hou & Zhang #Hou-2007 的谱残差方法评价显著度：勾边后目标显著区域更集中在人物附近

FPGA 边缘检测横向对比

将本文方法与其他基于 FPGA 的边缘检测工作对比：

关键区别：上述工作均将边缘检测作为通用图像处理任务，未考虑红外图像的目标特性（高亮度目标 + 暗背景干扰）。本文的核心贡献不是更好的边缘检测算子，而是针对红外夜视观瞄场景的领域适配。

局限性

其他局限包括：仅测试了静态图像和简单人物动态场景，缺乏多目标、复杂天气、不同距离的鲁棒性验证；缺乏定量指标（F1、Chamfer 距离等）对比；消融实验仅以视觉方式呈现，未给出各模块的独立贡献度。

对本系列的启发

尽管论文在学术贡献上有限（属于工程应用型工作），但它为我们的红外轮廓图像压缩系列提供了几个有价值的观察：

1. 红外轮廓图的真实应用形态：本文展示的轮廓提取结果（红色边缘叠加在红外图像上）就是红外轮廓图在军事领域的典型应用形态。压缩这类数据时，需要保留的是轮廓的连通性和目标几何形状，而非每个边缘像素的精确位置。
2. 暗背景边缘去除 ≈ 结构化稀疏：论文的局部阈值判断本质上是一种空间自适应的稀疏化操作——只保留亮区域的边缘，其余全部置零。这与我们系列中讨论的"红外轮廓图应被视为稀疏结构图"的观点高度一致。
3. FPGA 约束定义了压缩的上限：在观瞄系统中，轮廓提取已经是 FPGA 上实时完成的，后续的压缩编码同样需要在资源受限的平台上运行。本文 <2% 的资源占用意味着，剩余的 98% 资源需要支撑图像处理、显示合成和潜在的压缩编码——这对压缩算法的复杂度提出了硬约束。