引言

在智能感知技术快速发展的当下，可见光成像与红外成像作为两种互补的视觉感知手段，已在自动驾驶、航空航天、工业检测等领域得到广泛应用。可见光图像具有丰富的色彩与纹理细节，适合目标识别与场景理解；红外图像则能突破光照条件限制，在夜间、雨雾等复杂环境中获取目标的热辐射信息，实现全天候监测[1]。然而，单一模态的成像系统难以兼顾不同环境下的感知需求，双光融合成像技术通过对可见光与红外图像的信息互补处理，可显著提升复杂场景中的目标探测与识别能力，成为当前视觉感知领域的研究热点。另一方面，随着深度学习的发展，目标检测在机器视觉和无人机目标检测等方面受到了广泛的关注和研究[2]，这些模型在目标检测领域上能够达到、甚至超越人类的水平。同时，这些模型也能够提供更高层级的语义信息用于自动驾驶或辅助驾驶分析决策，具有广阔的应用前景[3]。

随着车载、船载、机载等移动平台对轻量化、低功耗、高可靠性成像设备需求的不断增长，现有方案多采用分离式架构，将可见光与红外图像处理模块独立设计，导致系统体积庞大、功耗偏高，且难以满足实时性处理要求[4]。此外，复杂环境使用场景下的温度剧烈变化、振动冲击等因素，对上述现有系统方案的稳定性与可靠性提出了更高要求。

针对上述问题，本研究提出一种基于主协处理器架构的小型化双光成像图像处理平台设计方案。通过采用RK3588与ZYNQ芯片构建异构计算系统，实现1080P可见光图像与1 280×1 024分辨率非制冷红外图像的并行实时处理，并在软件算法协同下完成双光融合图像的实时显示。一体化设计理念的引入，有效解决了传统分离式架构的集成度难题，结合高效的硬件加速与算法优化，在保证处理性能的同时显著降低系统功耗。通过实物样机的外场实测与高低温环境测试，验证了该平台在复杂应用场景下的稳定可靠性，为车载、船载、机载等移动平台的视觉感知系统提供了高性能、高适应性的解决方案。

本文详细内容请下载：

http://www.chinaaet.com/resource/share/2000006834

作者信息：

刘旭东1，汤松涛2，张雷鸣2，葛敬涛1，季春雨1

（1.洛阳瑞极光电科技有限公司，河南 洛阳 471009；

2.河南科技大学 信息工程学院，河南 洛阳471009）