声光可调谐滤波器成像光谱仪实时预处理系统

赵慧洁，宋汪洋，张 颖，赵 峰，程 宣

(北京航空航天大学精密光机电一体化技术教育部重点实验室，北京100191)

1 引言

随着声光可调谐滤波器(Acousto-optic Tunable Filter，AOTF)和成像光谱技术的不断发展，AOTF成像光谱仪以其结构简单、体积小、无移动部件、集光能力强等特点成为国内外成像光谱仪的研究热点［1］。

成像光谱仪能够获取丰富的地物信息，但其巨大的数据量给应用和分析带来不便［2］，因此有必要设计一套成像光谱仪数据实时处理系统。目前国外一些成像光谱仪系统已经具备实时处理能力，如美国的光栅色散型机载高光谱成像仪(AHI)［3］，其处理器接收传感器采集的12位数字信号，传送给后端的现场可编程门阵列(FPGA)实现光谱合并，再传送给4个SHARC数字信号处理器(DSP)，以流水线模式实现辐射定标、主成分分析、目标探测和上位机数据传输;另外，美国的紧凑型机载光谱传感器(COMPASS)［4］、美国海军地球观测者(NEMO)［5］等也均实现了实时目标识别与分类等功能。国内也在积极开展此项研究，如中国科学院西安光学精密机械研究所于2007年提出一种基于并行DSP的干涉超光谱实时复原系统［6］，他们采用DSP+FPGA技术，能够实现对干涉型超光谱图像进行多通道实时复原，完成干涉图修正、切趾、傅里叶变换等数据预处理任务;中国科学院上海技术物理研究所研制的光栅色散型的实用型模块化成像光谱仪(OMIS)［7］系统，可完成机上实时定标、坏行修补、像元配准、光谱曲线显示等预处理功能。

相比于干涉型成像光谱仪，AOTF成像光谱仪的数据预处理算法相对简单，但数据量大;相比于光栅色散型成像光谱仪，则算法近似，但由于其独特的凝视型扫描方式和画幅式成像数据，校正系数数据量更大，因此在非均匀性校正中需要更多的运算量。目前，中国科学院西安光学精密机械研究所、武汉大学及日本Opto-research公司等都做了相关研究，数据预处理方法主要是先将实时获取的高光谱影像进行存储，后期再通过PC机软件平台进行暗电流噪声去除、反射率转换等工作，实时性不强，对于目标跟踪和识别显得过于迟缓［8］。若能将这个过程快速实时化，可省去暗电流数据的传输，数据量减半，在PC机便可直接获得地物光谱曲线，这样就可以及时获得目标的光谱特征，对民用和军用等领域都具有非常重要的现实意义。

鉴于DSP在实现数字信号处理算法方面具有优越的性能［9-10］，本文采用DSP作为核心器件代替PC机来实现AOTF成像光谱仪的数据预处理。由于高光谱数据量巨大，目前单片DSP很难满足实时性要求，文中合理地采用了多DSP并行计算结构［10］，通过设计双DSP并行结构并以流水线方式分配DSP的预处理任务，完成了高光谱数据的实时预处理并缩短了预处理时间。

2 AOTF成像光谱仪数据预处理算法

AOTF成像光谱仪数据预处理算法主要包括暗电流剔除、系统非均匀性校正、辐亮度反演以及反射率转换。

暗电流是残存在像素单元内的热噪音电荷，需要将所得图像中每个像元的暗电流值剔除，如式(1)所示:

式中:DN0(i，j，λ)代表第 λ 个波段像素(i，j)剔除噪声后的值，DN1(i，j，λ)为噪声剔除前的原始数据值，DN2(i，j，λ)为暗电流数据。

系统的非均匀性校正等效为CCD图像传感器的非均匀性校正［12］。利用辐射定标源获得校正系数 α(i，j)和 β(i，j)，代入式(2):

式中:DN0(i，j)和 DN(i，j)分别为校正前和校正后的图像灰度值。

为计算反射率，需要知道成像光谱仪入瞳处的辐亮度值，通过绝对辐射定标［13］得出像元增益及偏置系数［14］，代入公式(3):

式中:A1(λ)、A2(λ)、A3(λ)为第 λ 波段的像元增益系数，A0(λ)为偏置系数，L(λ)为第λ波段的辐亮度反演值，DN(λ)为第λ波段的图像灰度值。

通过计算给定矩形区域中标准白板的平均辐亮度值，并用图像数据除以这一平均值来得到反射率［15］。用式(4)表示:

式中，ref(i，j，λ)为第 λ 波段像元(i，j)的反射率值，L(i，j，λ)为辐亮度值为标准白板指定矩形区域中像元辐亮度值的平均值。

根据以上AOTF成像光谱仪预处理算法得出流程图如图1所示。

AOTF成像光谱仪数据预处理算法的4个子模块按先后顺序成流水线结构排列，在提取光谱曲线之前，波段间的关联性较小，可以以帧为单位进行数据预处理，得到各波段的反射率数据立方体。AOTF成像光谱仪的这种数据及预处理算法特点为双DSP并行处理提供了可行性。

3 双DSP并行策略

3.1 双DSP并行结构设计

本文选择在并行结构方面更具优势的ADI公司的ADSP-TS201处理器。根据系统运算量需要，选择两片ADSP-TS201进行设计。

图2 双DSP并行结构图Fig.2 Parallel structure diagram of dual-DSP

根据AOTF成像光谱仪数据预处理算法及数据量大的特点，为保证两片DSP能高速传输数据并共享处理器片内及片外的SDRAM数据，采用高速链路口与高速外部总线口混合耦合模型，以建立DSP间的点对点数据通道及资源共享的工作块模式，双DSP并行结构如图2所示。

3.2 预处理任务分配

多处理器在进行信号处理时一般有两种并行形式;流水线处理和多路并行处理。多路并行处理适合系统的多个功能是并行处理或者数据内部之间没有相关性，可以考虑将数据分块，分配各不同的DSP进行运算，最后将数据拼接，这样做需要非常精确的同步时序控制，不利于软件设计;如果系统的多个处理功能是流水线方式，则采用流水线处理进行任务分割更加合适，前一模块的输出数据是后一模块的输入数据，对软件设计有利。

针对AOTF成像光谱仪，其数据预处理过程中的4个子功能模块是按照先后顺序以流水线方式完成的，数据是以帧为单位进行处理的。若采用多路并行处理方式，即将每帧数据平分成两部分，分别输入两片DSP进行相同的运算，最终得到反射率数据再拼接成完整的一帧，那么在搜索标准白板及计算标准白板辐亮度平均值时，白板有可能落在该帧数据的某一半内，或平分后的两部分数据都有白板，这将为计算反射率带来不必要的麻烦，因此本文在双DSP结构上分配预处理任务时采用流水线方式比较合适。

流水线结构主要是通过时间重叠，让多个处理器在时间上交错重叠的并行执行运算和处理，以实现时间上的并行［16］。根据AOTF成像光谱仪预处理流程，流水线上的处理器DSP1完成暗电流剔除和系统非均匀性校正任务，并把结果传递给处理器DSP2，继续完成辐亮度反演和反射率转换，最终得到反射率数据，如图3所示。

图3 双DSP处理流程图Fig.3 Process flow diagram of dual-DSP

只有第一帧数据在 DSP1中处理的时候，DSP2需要等待，当第一帧数据的结果送到DSP2时，DSP2就可以继续处理第一帧数据，同时，DSP1可以读取下一帧数据，实现并行运算，以提高运算速度。

4 实验测试

4.1 硬件平台

AOTF成像光谱仪实时预处理系统的硬件主要包括:AOTF成像光谱仪光机部分、数据采集卡、数据传输接口板、DSP数据处理板卡和PC机。数据采集卡将采集到的AOTF成像光谱仪高光谱数据传入双DSP处理单元进行预处理，上位机接收反射率数据进行显示和存储。这种方案与现有的AOTF成像光谱仪数据预处理方法相比，减少了手动操作，集数据的采集、预处理和分析于一体，实时性大大提高。

根据双DSP设计方案需求，选择ADI公司的ADSP-TS201 EZ-KIT评估板作为双DSP处理单元，进行可行性实验，验证本文设计方案。

系统设计阶段采用存储在上位机中的高光谱数据模拟数据源，通过USB接口进行发送。根据实际需要研制了数据传输接口板，负责上位机与ADSP-TS201评估板之间的数据传输。接口板主要由FPGA芯片、SRAM缓存单元、链路口数据收发单元、USB通信单元组成，通信接口主要包括RJ-45接口及USB接口。其中RJ-45接口可与ADSP-TS201评估板进行数据通信，通信速率可达31.25 MB/s;USB接口用来与上位机通信，传输速率可达10 MB/s。AOTF成像光谱仪原始高光谱数据的数据率为 7.5 MB/s，每帧数据为256 KB，分辨率为 256×256，采集速度为30 frame/s，可见接口板及评估板在性能指标上满足要求。流程图如图4所示。

图4 系统设计阶段数据处理流程图Fig.4 Data process flow diagram of system design phase

上位机中存储的AOTF成像光谱仪高光谱数据通过USB接口发送至接口板，经过信号转换传输至ADSP-TS201评估板进行预处理，结果再传回上位机，调试过程如图5所示。

图5 系统调试实验图Fig.5 Debug picture of system

4.2 DSP 程序设计

在链接描述文件(LDF)中，将系统非均匀性校正以及辐亮度反演的系数矩阵定位到DSP片内存储器空间，图像及暗电流数据定位到片外SDRAM存储器，处理的时候先将图像及暗电流数据读入片内，处理完成后再送到片外，以提高系统整体的运算速度。根据设计好的LDF文件以及双DSP并行策略，编写DSP程序，流程图如图6所示。

通过ADSP-TS201评估板上的链路口可以将图像数据及暗电流数据存入片外SDRAM存储器，然后按波段顺序，以帧为单位将第一帧数据通过ADSP-TS201外部总线接口读入DSP1的片内存储器，进行暗电流剔除及系统非均匀性校正运算。处理完毕后发送链路口中断，通知链路口传输数据到DSP2片内存储器，再进行辐亮度反演及反射率转换运算;同时DSP1读取下一帧数据，实现了流水线式的并行运算。最终结果传回SDRAM，得到反射率数据，完成预处理任务。

图6 双DSP程序流程图Fig.6 Code flow diagram of dual-DSP

4.3 运行结果

为验证程序功能，采用AOTF成像光谱仪采集好的一段高光谱数据作为数据源，如图7所示。

图7 AOTF成像光谱仪高光谱数据Fig.7 Data of AOTF imaging spectrometer

在VisualDSP++环境下通过“Image Viewer”功能逐波段将该高光谱数据及暗电流数据读入评估板的SDRAM存储器中，编译链接后运行程序，通过“TigerSharc Memory”功能可以查看每个像元的反射率运算结果。为检验结果的正确性，与PC机处理结果进行对比，选取图7中A、B两点，观察反射率曲线分别如图8、9所示。

其中左侧曲线代表双DSP处理结果，右侧曲线代表PC机处理结果，横坐标为光谱维，纵坐标为地物反射率。对比结果表明，AOTF成像光谱仪预处理算法成功移植到双DSP并行处理系统，得到了正确的反射率数据。

图8 A点反射率对比Fig.8 Reflectivity comparison of A

图9 B点反射率对比Fig.9 Reflectivity comparison of B

为得到准确的实际处理时间，在ADSP-TS201评估板上将单帧高光谱数据预处理程序循环1 000次并计时，可以得出整个程序的平均运行时间为23.5 ms，即每帧256×256大小的AOTF成像光谱仪采集的高光谱数据，预处理仅需23.5 ms，处理速度可达42 frame/s。对比原有PC机处理速度，结果如表1所示。

表1 双DSP与PC机处理速度对比Tab.1 Speed comparison between dual-DSP and PC

PC机配置为奔腾双核2.7 GHz，1 G内存，320 GB硬盘。虽然用高配置PC机可能达到与双DSP不相上下的处理速度，但嵌入式架构的设计应当是当前及未来一段时间的主流，该设计思想完全脱离以计算机以及相应的总线为载体，实现完全的硬件底层操作。与PC机处理平台相比，大大降低了系统功耗、体积和重量，高度集成，成本低。

AOTF成像光谱仪数据采集速度为30 frame/s，该处理速度为消耗在数据传输上的时间留出了余量，可以满足系统实时性要求。

5 结论

AOTF成像光谱仪具有结构简单、体积小、无移动部件、集光能力强等特点。为了将AOTF成像光谱仪数据预处理快速实时化，从而及时获得目标的光谱特征，本文在分析AOTF成像光谱仪预处理算法的基础上，采用ADSP-TS201芯片作为核心器件来代替传统的PC机处理平台，合理设计了双DSP并行结构，并以流水线方式分配了两片DSP的预处理任务，最后通过实验测试表明双DSP并行处理系统完成一帧256×256大小的高光谱数据预处理仅需23.5 ms，满足了系统实时性要求，为多片DSP并行处理AOTF成像光谱仪高光谱数据提供了可行性依据，促进了AOTF成像光谱仪系统化、模块化、小型化并兼具实时处理能力的发展。

［1］ JOAN V F，JAVIER C M，LUIS G C，et al..Analysis of acousto-optic tunable filter performance for imaging applications［J］.Optical Engineering，2010，49(11):113203.

［2］ 杨哲海，聂晶.正在崛起的成像光谱遥感［J］.数字通信世界，2011(6):70-73.YANG ZH H，NIE J.Uprising imaging spectrum remote sensing［J］.World Digital Communication，2011(6):70-73.(in Chinese)

［3］ LUCEY P G，WILLIAMS T J，WINTER M.Two years of operations of AHI a LWIR hyperspectral imager［J］.SPIE，2000，4030:31-40.

［4］ CHRISTOPHER G S，EDWIN M W，MICHAEL J S，et al.On-board processing for the COMPASS［J］.SPIE，2001，4381:137-142.

［5］ THOMAS W，CURTISS D.Hyperspectral Remote Sensing Technology(HRST)program and the Naval EarthMap Observer(NEMO)satellite［J］.SPIE，1998，3437:2-10.

［6］ 曾文华.基于并行DSP的干涉超光谱实时复原的研究［D］.西安:中国科学院西安光学精密机械研究所，2007.ZENG W H.Dual-DSP-based research of interference hyper-spectral real-time reconstruction［D］.Xi'an:Xi'an Institute of Optics and Precision Mechanics，Chinese Academy of Sciences，2007.(in Chinese)

［7］ 刘银年，薛永祺，王建宇，等.实用型模块化成像光谱仪［J］.红外与毫米波学报，2002，21(1):9-14.LIU Y N，XUE Y Q，WANG J Y，et al..Operational modular imaging spectrometer［J］.Infrared Millim.Waves，2002，21(1):9-14.(in Chinese)

［8］ MICHAEL E S，DANIEL S，JASON B，et al..Processing of large-volume airborne imaging spectrometer data the APEX approach［J］.SPIE，2002，4816:72-79.

［9］ 王鹤淇，孟范江，郭立红，等.基于DSP的高功率TEACO2激光器控制系统的高精度数据采集［J］.中国光学，2011，4(4):411-417.WANG H Q，MENG F J，GUO L H，et al..High precision data acquisition of control system for high-power TEACO2laser based on DSP［J］.Chinese Optics，2011，4(4):411-417.(in Chinese)

［10］ JAVIER C，FILIBERTO P，JOAN V，et al..Smartspectra:smart multispectral camera for industrial applications［J］.Advanced Concepts for Intelligent Vision Systems，2003，9(2):242-249.

［11］ JEFFREY B，JOHN A，JEFF S，et al..On-board hyperspectral compression and analysis system for the NEMO satellite［J］.SPIE，1998，3437:20-28.

［12］ 陈迎娟，张之江，张智强.CCD像素响应不均匀性的校正方法［J］.光学 精密工程，2004，12(2):216-220.CHEN Y J，ZHANG ZH J，ZHANG ZH Q.Correction of CCD pixel nonuniformity［J］.Opt.Precision Eng.，2004，12(2):216-220.(in Chinese)

［13］ 张军强，邵建兵，颜昌翔，等.成像光谱仪星上光谱定标的数据处理［J］.中国光学，2011，4(2):175-181.ZHANG J Q，SHAO J B，YAN CH X.Data processing of on-orbit spectral calibration of space-borne high resolution imaging spectrometer［J］.Chinese Optics，2011，4(2):175-181.(in Chinese)

［14］ 邢辉，赵慧洁，程宣，等.AOTF的高光谱成像光谱仪的辐射定标技术［J］.红外与激光工程，2009，38(2):205-209.XING H，ZHAO H J，CHENG X ，et al..Radiometric calibration of hyperspectral imaging spectrometer based on AOTF［J］.Infrared and Laser Eng.，2009，38(2):205-209.(in Chinese)

［15］ 赵慧洁，周鹏威，张颖，等.声光可调谐滤波器的成像光谱技术［J］.红外与激光工程，2009，38(2):189-193.ZHAO H J，ZHOU P W，ZHANG Y，et al..Acousto-optic tunable filter based spectral imaging technology［J］.Infrared and Laser Eng.，2009，38(2):189-193.(in Chinese)

［16］ 郭元曦.水声阵列信号处理的并行实现研究［D］.哈尔滨:哈尔滨工程大学，2008.GUO Y X.Research of parallel implement of water sound array signal process［D］.Haerbin:Haerbin Engineering College.2008.(in Chinese)