雷竞技网页版研究与评论-国际期刊雷竞技苹果下载

国际电气、电子和仪器工程高级研究杂志

菜单

在线刊号(2278-8875)印刷版(2320-3765)

所有提交的EM系统将被重定向到网上投稿系统．作者被要求将文章直接提交给网上投稿系统各自的日志。

Fpga实现用于生物医学图像处理的图像增强算法

Praveen vanaparthy1,“。G2克里希纳·斯里3.和Dr.C.D.Naidu4
  1. Vignana Jyothi IET ECE部，海得拉巴，印度
  2. Vignana Jyothi IET，印度海得拉巴，欧洲经委会系助理教授)
  3. Vignana Jyothi IET，印度海得拉巴，欧洲经委会系副教授
  4. Vignana Jyothi IET负责人，印度海得拉巴
有关文章载于Pubmed，谷歌学者

更多相关文章请访问国际电气、电子和仪器工程高级研究杂志

国际电气、电子和仪器工程高级研究杂志

摘要

数字图像增强技术是为了提高图像的视觉质量。图像增强的主要目的是对图像进行处理，使结果比原始图像更适合特定的应用。本文介绍了基于现场可编程门阵列(FPGA)的实时硬件图像增强技术。本文重点介绍了在Fpga上实现的图像增强算法，如亮度控制、对比度拉伸、负变换、阈值、滤波等技术，这些技术已成为高性能数字信号处理应用的竞争性替代方案。这些算法利用Xilinx ISE、MATLAB和MODELSIM在Verilog HDL中成功地实现了视网膜图像。本文的目的是用verilog HDL来模拟和实现这些算法。这里选择的实现设备是Xilinx的(Spartan-3E)。

关键字
FPGA, Xilinx ISE，数字图像处理，增强，Matlab和Verilog-HDL。

介绍
数字图像处理在遥感数据分析解译中起着至关重要的作用。特别是从医疗和卫星遥感获得的数字形式的数据，可以在数字图像处理的帮助下得到最好的利用。图像增强和信息提取是数字图像处理的两个重要组成部分。图像增强技术有助于提高图像的任何部分或特征的可见性。
图像增强过程有不同的技术来改善图像的视觉外观。同时，术语图像增强是指通过增加某些特征的优势或通过减少图像不同区域之间的模糊性来改善图像外观。增强方法大致可分为以下两类:
1.空间域方法
2.频域法
空间域技术，直接处理图像像素。像素值被操纵以实现所需的增强。在频域方法中，首先将图像转移到频域。这意味着，图像的傅里叶变换是首先计算出来的。所有增强操作都是对图像进行傅里叶变换，然后进行傅里叶反变换得到合成图像。8位数字灰度图像的像素值范围为0到255。
今天，数字图像处理在某种程度上受到了很大的技术领域的影响。数字图像处理应用于非常广泛和不断扩大的领域，包括多媒体服务、艺术、医学、空间探索、监视、认证、自动化工业检验和许多其他领域。Sowmya等在FPGA上实现了图像增强算法，如亮度控制、对比度拉伸和直方图均衡。对于大小为100x100[2]的图像，实现算法的最小周期为5 ns。Nitin Sachdeva等人利用FPGA[3]设计了一种用于图像增强的实时直方图均衡化电路。Varsha S.等人，解释了使用Spartan-3E板进行负变换、阈值和对比拉伸的硬件实现。结果图像显示在显示器上使用vga[4]。Terek m.bittibssi等人提出了基于FPGA的不同图像增强算法。如中值滤波，对比度拉伸，直方图均衡化，负图像变换和幂律变换。所有这些设计算法都是在基于cyclone-III fpga硬件的100 × 100灰度' Lena '图像[5]上实现的。 Enhancement algorithms using Xilinx system generator (XSG) tool. In these all paper they explain different image enhancement algorithms using fpga [7] & [8]. Raman maini et.al, proposed an algorithm for image enhancement [9]. Anthony E et.al, implemented image processing algorithms on fpga hardware [10].
首先利用MATLAB将图像转换为文本/系数文件。这些数据经过数字设计处理，并将输出处理后的数据转换为图像。使用Verilog HDL实现了不同的数字图像增强算法。图1显示了所提算法的框图。
图像
本文介绍了图像增强的实现算法，包括:亮度控制、对比度拉伸、负变换、阈值和滤波技术。为什么图像增强是必要的一个例子是，医学成像可能会拍摄视网膜眼底图像，这对分析和早期发现与眼睛有关的疾病很重要。增强这样的图像是必要的，以突出特征，检测异常的眼睛。因此被广泛应用于糖尿病视网膜病变、青光眼等各种眼病的诊断和治疗。本文的组织结构如下:第三部分，讨论了实现的图像增强算法的原理。第四部分介绍了这些技术的硬件实现。第五部分，报告实验结果。最后，第六节提出本文的结论。

材料
A.斯巴达-3E
Xilinx XC3S500E spar坦- 3e FPGA Starter Kit板支持各种FPGA配置选项，其主要特性是232用户i /O引脚，320引脚FBGA包，超过10,000逻辑单元，Xilinx 4兆平台Flash配置PROM, 64 MByte (512 Mbit)的DDR SDRAM, x16数据接口，100+ MHz, 16 MByte (128 Mbit)的并行NOR Flash (Intel Strata Flash)， FPGA配置存储，16 Mbits的SPI串行Flash (ST Micro)， FPGA配置存储，2线，16字符液晶屏PS/2鼠标或键盘端口，VGA显示端口，10/100以太网PHY (FPGA中需要以太网MAC)， 2个9针RS-232端口(DTE和dce风格)，板上usb型FPGA/CPLD下载/调试接口，50 MHz时钟振荡器，基于spi的模数转换器(ADC)，带可编程增益前置放大器chipscosoft Touch调试端口，带按钮式轴的旋转编码器，8个离散led, 4个滑动开关，4个按钮式开关，SMA时钟输入，辅助时钟振荡器的8针DIP插座。
B.赛灵思ISE
该系统使用Xilinx ISE 10.1在fpga上对HDL算法进行综合和处理。本文利用Matlab、Model-sim和FPGA实现视网膜眼底图像的亮度控制、对比度拉伸、负变换、阈值和滤波技术。

方法
本节讨论了最常用的图像增强算法的理论，如1)亮度控制，2)对比度拉伸，3)负变换，4)阈值和5)滤波技术。
A.亮度控制
亮度控制是对亮度较差的图像像素增加一个常数值，从而增加每个像素灰度的过程。如果数字图像的亮度较差，图像中的物体就不清晰可见。这是由于图像是在低光条件下捕获的。为了纠正这个问题，我们可以进一步提高捕获的数字图像的亮度，使图像更具吸引力。暗图像的亮度可以通过给每个像素的灰度值增加一个常数来很容易地增加。这个加法操作将用常数因子将直方图移向更亮的一侧。当应用这种方法来增加图像的亮度时，我们必须明智地选择常数，使灰度值的完整范围在0到255之间。如果任何像素的最终灰度值大于255，那么我们将丢失信息。
该算法的工作原理如下:
图像
B.对比拉伸
对比度拉伸试图通过拉伸图像包含的强度值的范围来改善图像，以充分利用可能的值。这种拉伸仅限于输入到输出值的线性映射。如果由于弱光条件，相机传感器缺乏动态范围，导致图像对比度低，对比度拉伸操作导致图像质量好。在对比度拉伸操作中，我们基本上增加了被处理图像中灰度值的动态范围。采用分段变换函数实现对比拉伸。对比拉伸算法工作原理如下:
J(r) = {I(r)-fmin} (max-min/fmax-fmin) + min
I(r)为输入像素(r)的灰度值，J(r)为对比度拉伸后输出像素(r)的灰度值。Fmax和fmin是输入图像中灰度值的最大值和最小值。max和min是所期望的最大和最小灰度，它们决定了输出图像的灰度范围。
C.负变换
在许多应用中，数字图像的负片是非常有用的。例如，展示医学图像和用单色正片拍摄屏幕，并将产生的底片用作普通幻灯片。利用变换函数得到数字图像的负数:
J(r) = (L-1)-I(r)
其中L为灰度数，I(r)为输入像素灰度，J(r)为输出变换后的灰度。其思想是从黑到白颠倒顺序，这样输出图像的强度随着输入图像强度的增加而降低。
d .的阈值
对图像进行阈值处理意味着只将所有像素转换为两个值。这是将像素值与给定阈值进行比较的特殊类型的量化。阈值化使得输出图像只有两个值，即8bit灰度图像为0和255。
图像
结果阈值图像是黑白图像，这只有两个灰度值。
E.过滤技术
增强图像J(x,y)中坐标为(x,y)的像素值是对输入图像I(x,y)中(x,y)邻域像素进行某种操作的结果。社区可以是任何形状，通常是矩形。这些滤波操作也可以去除输入图像中的噪声。
(i)图像平滑:图像平滑的目的是减少相机噪声，伪像素值，缺失像素值等的影响。图像平滑有许多不同的技术。我们将考虑邻域平均和边缘保持平滑。
a.邻域平均(Mean filter):平滑图像J(x,y)中的每个像素都是从输入图像中(x,y)邻域的平均像素值得到的。

例如，每个像素周围的3X3邻域我们将使用蒙版:
图像
这里每个像素值乘以1/9，求和，并将结果放在输出图像中。这个蒙版在图像上连续移动，直到每个像素都被覆盖。这是与平滑掩模卷积的图像。
b.边缘保持平滑(中值滤波):邻域平均会使边缘模糊，因为图像中的高频被衰减了。另一种方法是使用中值滤波。在这里，我们将灰度设置为该像素附近像素值的中值。例如，假设3X3邻域中的像素值为(10,20,20,15,20,20,20和25,100)。如果我们对这些值进行排序(10,15,20,20，| 20| 20,20,25,100)这里的中位数是20。

实现算法
亮度控制、对比度拉伸、负变换、阈值和平滑技术的RTL原理图的实现如下所示:
图2至图7分别为亮度控制、对比度拉伸和负变换、阈值、中值、均值算法实现的图像增强算法的RTL原理图。
图像
图像
图像
图像
图像
图像

结果
图像增强算法的硬件实现是在单个Spartan-3E系列fpga上完成的。用于开发和验证设计的软件开发工具是Xilinx ISE 10.1版本。用于测试的图像大小为100x100像素分辨率灰度图像。考虑100x100分辨率图像的原因是fpga的内存大小有限。
图8至图13分别为亮度控制、对比度拉伸、负变换、阈值、中值、均值算法等图像增强算法的MODELSIM仿真结果。图- 14到图-20显示了这些算法的输出图像。
图像
图像
图像
图像
图像
图像
图像
图像
图像
图像
图像
图像
图像

结论
本文利用fpga实现了高速图像增强应用。在医学图像中，亮度和对比度调整等图像增强技术尤为重要。本文介绍了亮度控制、对比度拉伸、负变换、阈值、中值滤波和均值滤波算法在fpga上的实现。算法在Spartan-3E fpga开发平台上实现。这使数字图像具有良好的亮度/对比度，并提高了图像质量。这种技术用于不同的应用取决于需求和需要。这些技术应用于数字x光，数字乳房x光摄影，CT扫描，核磁共振成像等。同样的图像增强技术可以应用于RGB彩色图像，代替灰度图像的手动和自动色彩校正。

参考文献











全球科技峰会