关键字 |
| 二值图像处理，现场可编程门阵列(FPGA)，数学形态学，结构元素，二值化。 |
介绍 |
| 数学形态学是图像几何形状分析、描述和特征提取的有力工具。数学形态学使用数学集合论的概念从图像[7]中提取意义。本研究的主要目的是将数字图像转换成不同的形式。图像处理技术被广泛应用。不同的应用要求不同。本文主要研究如何利用数学形态学对图像进行变换，使其适合于各自的应用。数学形态学已被选择来解释如何使用图像来说明数学集论操作，如联合，交集的形态操作，如中值滤波，膨胀，侵蚀和二值化。有许多应用使用不同的二进制形态操作，如对象识别，跟踪和区域填充。现有的二值形态学采用MATLAB仿真对图像进行处理。因此，综合可以用FPGA架构来完成。 Binary image processing is a powerful tool in many image and video applications. Hence a reconfigurable processor is presented for binary image processing in this method.. Reconfigurable computing represents an intermediate approach between the extremes of Application Specific Integrated Circuits (ASICs) and general-purpose processors. A reconfigurable system generally has wider applicability than an ASIC [8]. Also, most general-purpose processors would very likely not satisfy the performance constraints for the entire application. |
相关工作 |
| 采用500dpi的蜂窝逻辑处理阵列芯片对指纹图像[1]进行增强和验证。针对[9]的运动检测，提出了一种采用专用算法的指向装置。在[2]中介绍的MIPA4k是一个64×64混合模式数组处理器，用于识别本地二进制模式。上述所有芯片都是针对特定应用而设计的。专用芯片的主要缺点是缺乏灵活性。可重构技术可以弥补特定应用集成电路和灵活性之间的差距。为实现高速目标跟踪，设计了一种可编程单指令多数据(SIMD)实时视觉芯片。在[11]中，将可编程二进制形态学协处理器引入到用于视觉监控的芯片视觉内容分析引擎中。针对实时二值图像处理，构建专用芯片[1]、[2]已经成为一种普遍的做法。然而，这种芯片的应用范围有限。 On the other hand, the general-purpose binary image processing chips mentioned above have their own problems. Some of these chips are made of analog circuit [3], [4], and some are made up of an analog part and a digital part [10], [5]. When compared with the digital part, the analog part shows low robustness, accuracy, and scalability although it has a small area and low power consumption [5]. Other general-purpose chips have the architecture of a digital processor array, in which each digital processor handles one pixel. When large sized images are processed, the chips will become extremely large. Thus, further studies are needed to design a high performance, small size, and wide application range chip for real-time binary image processing.Reconfigurable systems are computing systems that combine a reconfigurable hardware processing unit with a software-programmable processor. |
体系结构 |
| 该处理器具有速度快、结构简单、适用范围广等优点。所提议的处理器的体系结构如图1所示。一种二进制图像处理器，由可重构二进制处理模块组成，包括可重构二进制计算单元和输出控制逻辑、输入和输出图像控制单元。采用动态重构的方法提高了处理器的性能。在此基础上可以实现基本的数学形态学运算和复杂的算法。该处理器具有速度快、结构简单、适用范围广等优点。 |
| 处理器的核心是由二进制计算单元和输出控制逻辑组成的可重构二进制处理模块，如图2所示。处理器还有内存、输入输出控制逻辑单元、过程控制单元。可重构二进制处理模块可分为两个主要部分。第一部分输出控制逻辑单元，第二部分由几个二进制计算单元组成。每个二进制计算单元分别执行不同的操作，如中值滤波、膨胀、侵蚀和二值化。 |
| 框图由两部分组成。第一部分是输出控制逻辑，它根据给定的参数从所有二进制计算单元输出中选择输出。第二部分由几个二进制计算单元组成，可高速执行二进制逻辑和二进制图像运算。二值图像算法是通过各个二值计算单元的运算和这些单元的连接模式来实现的。每个二进制计算单元分别执行不同的运算，如中值滤波、膨胀、侵蚀和二值化。在二进制计算单元中执行的运算由可配置寄存器决定，包括逻辑运算参数、图像分辨率参数、掩码大小、输入输出选择参数。 |
二进制计算单元 |
| 二进制计算单元以高速执行二进制逻辑和二进制图像运算。二值图像算法是通过各个二值计算单元的运算和这些单元的连接模式来实现的。A.二进制计算单元1:使用排序优化的中值过滤。 |
| 中值滤波是一种非线性方法，用于去除图像[6]中的盐和胡椒噪声等噪声。中值过滤器通过逐个像素移动图像，用相邻像素的中值替换每个值来工作。 |
| 中值滤波公式可表示为: |
| 首先，我们必须按列对数据进行排序。我们需要做9次比较来得到下面的结果，我们假设结果是 |
| A1 > B1 > C1 |
| A2 > B2 > C2 |
| A3 > B3 > C3 |
| 其次，我们需要通过2次比较找到C1、C2、C3中的最大数据，通过2次比较找到A1、A2、A3中的最小数据，通过3次比较找到B1、B2、B3中的中值数据。公式如下 |
| Amin = min(A1,A2,A3) |
| Bmed = med(B1,B2,B3) |
| Cmax = max(C1,C2,C3) |
| 最后，我们需要通过3次比较找到Amin, Bmed和Cmax中的中位数数据。 |
| Fmed = med?阿敏，Bmed, Cmax? |
| 结果的Fmed是最终的结果。在下一圈中，A2,B2,C2?和A3, B3, C3 ?，我们只需要寻求更新数据A4, B4, C4的排序，然后利用前面的方程计算所需的中位数。PE (processing element)是基本的处理单元，用于比较两个输入数据。D表示D触发器，其功能是进行单圈延迟。它用于同步这里的计算。由于提出的算法在当前处理中需要存储两组临时数据，我们设计了两个D触发器来实现这一功能。 |
| A、B和C中的数据将发送到排序比较器进行数据排序，结果将发送到下一个不同的比较器，如图4所示。在第二次比较之前，数据需要2个圈延迟，通过两个D触发器来区分输入数据的圈顺序。第二个比较结果将被发送到最终的中值比较器以获得最终结果。 |
| B.侵蚀二进制计算单元-2: |
| 侵蚀是数学形态学的基本运算符，是分析空间结构的理论。数学形态学的方法使大量非常强大的图像分析技术成为可能，因此这些算子及其实现对于许多涉及图像处理和分析的人来说具有很大的理论和实践意义。Erosion操作的原理是输出像素的值是输入像素邻域中所有像素的最小值。 |
| 侵蚀使二值图像中的连通1集缩小。可用于形状的缩小和桥、枝、小突起的去除。 |
| C .二进制膨胀计算单元-3: |
| 膨胀使二值图像的1s连通集展开。它可用于扩大形状和填补孔、隙和海湾。膨胀运算的原理是输出像素的值是输入像素邻域中所有像素的最大值。 |
| 从输入图像中，选择包含9个输入像素的(3x3)窗口，将其发送到如图5和6所示的寄存器，并在min/max比较器中进行比较。最大值为膨胀结果，最小值为侵蚀结果。以相同的方式对剩余的输入像素进行比较。这里我们没有使用结构化元素，它必须与输入图像进行卷积，然后进行比较，通过不使用结构化元素，我们可以减少硬件资源。 |
| D.二进制计算单元4:二值化 |
| 阈值化是一种将灰度图像转换为二值图像的方法，使感兴趣的对象从背景中分离出来。二值化采用固定全局阈值法，如图7所示。二值化或阈值化是将图像转换为黑白的过程:定义一个阈值，高于该值的颜色转换为白色，而低于该值的颜色转换为黑色。这在数字图像处理中是一个非常简单的过程，当一个人有一个用黑色墨水写在白纸上的文件。文档图像二值化是文档图像分析与识别流程中的一个重要步骤。二值化技术的性能直接影响识别分析。我n order to reduce storage requirements and to increase processing speed, it is often desirable to represent gray scale as binary images by picking a threshold value. Binarization algorithms are classified into global and local methods. The global algorithms calculate one threshold for the entire image. The pixels are separated into two classes, foreground and background. By selecting an adequate threshold value T, the gray level image can be converted to binary image. The binary image should contain all of the essential information about the position and shape of the objects of interest (foreground). This can be expressed as in the equation |
 |
仿真结果 |
| 本文采用Xilinx ISE和MATLAB作为实现工具，利用数学形态学作为工具，提取出有利于区域形状表示和描述的图像分量。执行形态学操作应遵循的步骤。 |
| 步骤1:分别从输入的图像生成文本文件(MAT LAB中图像到文本的转换)。 |
| 步骤2:将文本文件复制到源位置。 |
| 步骤3:根据命令执行形态操作，如中值过滤，膨胀，侵蚀和二值化(在Xilinx中)。 |
| 步骤4:处理。文本在源位置生成。 |
| 第五步:将处理好的文件复制到MAT LAB当前文件夹中。 |
| 步骤6:分别从文本文件(MATLAB中文本到图像的转换)生成Processed图像。 |
| a .二值图像处理器设备利用率总结 |
| 下表为二值图像处理的设备利用率汇总表1(a)为图像的设备利用率汇总，7.3(b)为二值图像处理器的时序分析。所选设备:XC5VLX110t |
结论 |
| 该二值图像处理器由可重构二进制处理模块组成，包括可重构计算单元和输出控制逻辑、输入输出图像控制单元。提出了在现场可编程门阵列(FPGA)芯片上实现形态学算法的硬件结构。提出的体系结构执行四种操作，如中值滤波、膨胀、侵蚀和二值化。可重构二进制处理模块具有高效、高性能的混合粒度结构。采用动态重构方法提高处理器性能。由于其结构简单，可以实现基本的数学形态学运算和复杂的算法。在Xilinx Vertex5 XC5VLX110t FPGA芯片上的仿真结果和合成二值图像处理器证明了所提出的架构在灰度图像处理和二进制256x256图像实时处理应用中的有效性。处理器使用VHDL进行编码，并使用Modelsim 6.5进行仿真。 |
表格一览 |
 |
|
| 表1 |
表1 b |
|
数字一览 |
|
|
|
|
参考文献 |
- 藤井，中西，重松et al。“一种用于指纹图像增强和验证的500 dpi细胞逻辑处理阵列”，见IEEE自定义积分。电路设计。， 2002年5月，第261-264页。
- M. Laiho, J. Poikonen和a . Paasio，“64×64混合模式阵列处理器中的空间依赖二进制图像处理”，见Proc。Eur.Conf。电路理论设计， 2009, pp.189-192。
- R. Dominguez-Castro, S. Espejo, A. Rodriguez-Vazquezet al。”,一个0.8 -μm CMOS二维可编程混合信号焦平面阵列处理器，具有片上二进制成像和指令存储，”固体电路，第32卷，no。7，第1013-1026页，1997年7月。
- A.扎兰迪，A.斯托费尔斯，T.罗斯卡et al。，“二进制和灰度数学形态学在CNN通用机上的实现”，IEEE反式。电路系统。我，第45卷，no。2，第163-168页，1998年2月。
- A. Lopich和P. Dudek，“具有异步处理能力的SIMD蜂窝处理器阵列视觉芯片”，IEEE反式。电路系统。我，第58卷，no。10，页2420-2431,2011年10月。
- “基于FPGA的中值滤波排序优化算法”，2010年机器视觉与人机界面国际会议。
- Rahul Gaurav“图像世界中的数学形态视角”空间信息检索，分析研讨会，ISI-DRTC, 2009年3月。
- 动态可重构计算第九届军事和航天可编程逻辑器件国际会议，2006年9月。
- Park H. J. Kim K. B. Kim J. H. Kimet al。，“一种使用二进制CMOS图像传感器的新型运动检测指向设备”，在Proc. IEEE Int。计算机协会。电路系统。， 2007年5月，第837-840页。
- 苗伟，林青，张伟et al。，“用于实时视觉应用的可编程SIMD视觉芯片”，固体电路，第43卷，no。6, pp. 1470-1479, 2008年6月。
- 陈伟文，张俊杰，陈涛et al。，“高效的视频监控网络内容分析引擎”，IEEE反式。电路系统。视频抛光工艺。，第19卷，no。5, pp. 693-703, 2009年5月。
|
菜单
