王 磊，关 英，孟志敏，郝永平，徐九龙

(沈阳理工大学 兵器科学与技术研究中心， 沈阳 110159)

坦克是现代地面大集群作战的主要武器，主要用于摧毁野战工事，快速歼灭有生力量[1]。随着坦克在陆地战场上的综合实战能力不断增强，反坦克作战逐渐成为了各国陆军的重要能力[2]。反坦克打击的首要任务就是对典型的坦克目标进行精准识别。随着探测技术的飞速发展，传统的可见光探测已不能满足现代化战场的要求，因此，红外探测技术应运而生[3]。常见的目标识别算法大多采用PC机实现，但是由于其功耗与散热的问题也使其很难实现小型化、集成化[4]。随着半导体技术与数字计算机技术的飞速发展，嵌入式系统越来越常见。Oishi采用HOG特征和SVM分类算法在Kintex-7 FPGA上设计了一种目标识别系统[5]。Viola和Jones提出了AdaBoost目标识别的级联算法，该算法在保持准确率的同时显著的提高运算速度[6]。

针对本文所涉及的目标识别领域，单一平台往往难以很好地满足要求，更多的是基于组合平台来完成这一任务[5]。采用低成本、具有红外成像的嵌入式系统开发具有广泛的应用。基于ARM+FPGA架构的ZYNQ SoC平台，完美地结合了FPGA平台灵活的硬件结构与强大的并行计算能力以及ARM平台在嵌入式操作系统上的优势[7-8]。在此类平台下实时性算法的开发与实现是研究的热点[4]。

本文采用HOG特征结合AdaBoost分类算法进行坦克目标识别，根据FPGA平台的计算特性，对HOG特征提取算法进行优化设计，通过软硬协同设计的方法搭建嵌入式系统，定制了小型化样机，在不同平台开展了相关实验，验证所提出方法的可行性。……