基于DM642的圖像邊緣檢測算法的研究

1、基于DM642的圖像邊緣檢測算法的研究摘要針對基于P實現(xiàn)的圖像邊緣檢測普遍存在的執(zhí)行速度慢、不能滿足實時應(yīng)用需求等缺點，本文借助于TI公司的TS320D642圖像處理芯片作為數(shù)字圖像處理硬件平臺，DSP/BIS為實時操作系統(tǒng)，利用S開發(fā)環(huán)境來構(gòu)建應(yīng)用程序；并通過攝像頭提取視頻序列，實現(xiàn)對邊緣檢測Sbel算子改良1。關(guān)鍵詞D642；Sbel算子；程序優(yōu)化；圖像邊緣檢測邊緣是圖像中重要的特征之一，是計算機視覺、形式識別等研究領(lǐng)域的重要基矗圖像的大部分主要信息都存在于圖像的邊緣中，主要表現(xiàn)為圖像部分特征的不連續(xù)性，是圖像中灰度變化比擬強烈的地方，也即通常所說的信號發(fā)生奇異變化的地方。經(jīng)典的邊緣檢測算

2、法是利用邊緣處的一階導(dǎo)數(shù)取極值、二階導(dǎo)數(shù)在階梯狀邊緣處呈零穿插或在屋頂狀邊緣處取極值的微分算法。圖像邊緣檢測一直是圖像處理中的熱點和難點。近年來，隨著數(shù)學(xué)和人工智能技術(shù)的開展，各種類型的邊緣檢測算法不斷涌現(xiàn)，如神經(jīng)網(wǎng)絡(luò)、遺傳算法、數(shù)學(xué)形態(tài)學(xué)等理論運用到圖像的邊緣檢測中。但由于邊緣檢測存在著檢測精度、邊緣定位精度和抗噪聲等方面的矛盾及對于不同的算法邊緣檢測結(jié)果的精度卻沒有統(tǒng)一的衡量標(biāo)準(zhǔn)，所以致今都還不能獲得令人滿意的效果。另外隨著網(wǎng)絡(luò)和多媒體技術(shù)的開展，圖像庫逐漸變得非常龐大；而又由于實時圖像的目的和背景間的變化都不盡一樣，如何實現(xiàn)實時圖像邊緣的準(zhǔn)確定位和提取成為人們必須面對的問題。隨著DSP芯

3、片處理技術(shù)的開展，尤其是在圖像處理方面的進(jìn)步如TS3206000系列，為實現(xiàn)高效的、實時的邊緣檢測提供了可能性5。在經(jīng)典的邊緣檢測算法中，Sbel邊緣檢測算法因其計算量孝實現(xiàn)簡單、處理速度快，并且所得的邊緣光滑、連續(xù)等優(yōu)點而得到廣泛的應(yīng)用。本文針對Sbel算法的性能，并借助于TS320D642處理芯片3，對該邊緣檢測算法進(jìn)展了改良和對程序的優(yōu)化，滿足實時性需求。經(jīng)典的Sbel圖像邊緣檢測算法，是在圖像空間利用兩個方向模板與圖像進(jìn)展鄰域卷積來完成的，這兩個方向模板一個是檢測垂直邊緣，一個是檢測程度邊緣。算法的根本原理：由于圖像邊緣附近的亮度變化較大，所以可以把那些在鄰域內(nèi)，灰度變化超過某個適當(dāng)閾

4、值TH的像素點當(dāng)作邊緣點。Sbel算法的優(yōu)點是計算簡單，速度快。但由于只采用了兩個方向模板，只能檢測程度方向和垂直方向的邊緣，因此，這種算法對于紋理較復(fù)雜的圖像，其邊緣檢測效果欠佳；同時，經(jīng)典Sbel算法認(rèn)為，凡灰度新值大于或等于閾值的像素點都是邊緣點。這種斷定根據(jù)是欠合理的，會造成邊緣點的誤判，因為多噪聲點的灰度新值也很大。2.1圖像加權(quán)中值濾波由于圖像中的邊緣和噪聲在頻域中均表現(xiàn)為高頻成分，所以在邊緣檢測之前有必要先對圖像進(jìn)展一次濾波處理，減少噪聲對邊緣檢測的影響。中值濾波是一種非線性信號的處理方法2，在圖像處理中，常用來保護(hù)邊緣信息；保證濾波的效果。加權(quán)中值濾波，首先對每個窗口進(jìn)展排序，

5、取適當(dāng)?shù)谋壤?，進(jìn)展曲線擬合，擬合后的曲線斜率表征了此窗口的圖像特征，再根據(jù)圖像各部分特性適當(dāng)?shù)倪x擇權(quán)重進(jìn)展加權(quán)。2.2增加方向模板除了程度和垂直兩方向外，圖像的邊緣還有其它的方向，如135和45等，為了增加算子在某一像素點檢測邊緣的精度，可將方向模板由2個增加為8個即再在經(jīng)典的方向模板的根底上增加6個方向模板，如圖1所示。2.3邊緣的定位及噪聲的去除通常物體的邊緣是連續(xù)而光滑的，且邊緣具有方向和幅度兩個特征，而噪聲是隨機的。沿任一邊緣點走向總能找到另一個邊緣點，且這兩個邊緣點之間的灰度差和方向差相近。而噪聲卻不同，在一般情況下，沿任一噪聲點很難找到與其灰度值和方差相似的噪聲點4?；谶@一思想，

6、可以將噪聲點和邊緣點區(qū)分開來。對于一幅數(shù)字圖像f(x，y)，利用上述的8個方向模板Sbel算子對圖像中的每個像素計算，獲得其中的最大值作為該點的新值，而該最大值對應(yīng)的模板所表示的方向為該像素點的方向。假設(shè)f(x，y)f(x+i，y+j)TH2，對于任意i=0，1，-1；j=0，1，-1均成立，那么可判斷點(x，y)為噪聲點。圖2給出了圖像邊緣檢測系統(tǒng)改良算法的軟件流程圖。圖1邊緣檢測8個方向模板圖2系統(tǒng)構(gòu)造圖3.1TS320D642功能模塊及圖像處理系統(tǒng)的硬件構(gòu)造DSP以高速數(shù)字信號處理為目的進(jìn)展芯片設(shè)計，采用改良的哈佛構(gòu)造(程序總線和數(shù)據(jù)總線分開)、內(nèi)部具有硬件乘法器、應(yīng)用流水線技術(shù)、具有良

7、好的并行性和專門用于數(shù)字信號處理的指令及超長指令字構(gòu)造(VLI)等特點；能完成運算量大的實時數(shù)字圖像處理工作。TS320D642是TI公式最近推出的功能比擬強大的TS3206x系列之一，是目前定點DSP領(lǐng)域里性能較高的一款6。其主頻是600Hz，8個并行運算單元、專用硬件邏輯、片內(nèi)存儲器和片內(nèi)外設(shè)電路等硬件，處理才能可達(dá)4800IPS。D642基于64x內(nèi)核，并在其根底上增加了很多外圍設(shè)備和接口，因此在實際工程中的應(yīng)用更為廣泛和簡便。本系統(tǒng)使用50Hz晶體震蕩器作為DSP的外部時鐘輸入，經(jīng)過內(nèi)部鎖相環(huán)12倍頻后產(chǎn)生600Hz的工作頻率。D642采用了2級緩存構(gòu)造(L1和L2)，大幅度進(jìn)步了程序

8、的運行性能。片內(nèi)64位的EIF(ExternaleryInterfae)接口可以與SDRA、Flash等存儲器件無縫連接，極大地方便了大量數(shù)據(jù)的搬移。更重要的是，作為一款專用視頻處理芯片，D642包括了3個專用的視頻端口(VP0VP2)，用于接收和處理視頻，進(jìn)步了整個系統(tǒng)的性能。此外，D642自帶的EA口以及從EIF口擴展出來的ATA口，還為處理完成后產(chǎn)生的海量數(shù)據(jù)提供了存儲通道。圖3軟件流程圖本系統(tǒng)是采用瑞泰公司開發(fā)的基于TITS320D642DSP芯片的評估開發(fā)板IETEKD642PI。在IETEKD642PI評估板中將硬件平臺分為五個部分，分別是視頻采集、數(shù)據(jù)存儲、圖像處理、結(jié)果顯示和電

9、源管理。視頻采集部分采用模擬PAL制攝像頭，配合高精度視頻A/D轉(zhuǎn)換器得到數(shù)字圖像?；贒SP的視頻采集要求對視頻信號具備采集，實時顯示、對圖像的處理和分析才能。視頻A/D采樣電路SAA7115與視頻端口0或1相連，實現(xiàn)視頻的實時采集功能。視頻D/A電路SAA7105與視頻口2相連，視頻輸出信號支持RGB、HD合成視頻、PAL/NTS復(fù)合視頻和S端子視頻信號。通過I2總線對SAA7105的內(nèi)部存放器編程實現(xiàn)不同輸出。整個系統(tǒng)過程由三個部分組成：圖像采集邊緣處理輸出顯示，如圖2所示。攝像頭采集的視頻信號經(jīng)視頻編碼器SAA7115數(shù)字化，D642通過I2總線對SAA7115進(jìn)展參數(shù)配置。在SAA7

10、115內(nèi)部進(jìn)展一系列的處理和變換后形成的數(shù)字視頻數(shù)據(jù)流，輸入到核心處理單元D642。經(jīng)過DSP處理后的數(shù)字視頻再經(jīng)過SAA7105視頻編碼器進(jìn)展D/A轉(zhuǎn)換后在顯示器上顯示最終處理結(jié)果。3.2圖像處理的軟件設(shè)計和算法優(yōu)化的實現(xiàn)由于在改良Sbel邊緣檢測算子性能的同時，也相對增加了計算量，尤其是方向模板的增加，每個像素點均由原來的2次卷積運算增加為8次卷積運算，其實時性大大減弱。為了改良上述的缺乏，在深化研究處理系統(tǒng)和算法后，針對TS320D642的硬件構(gòu)造特點，研究合適在TS320D642中高效運行的Sbel改良算法，滿足實時處理的要求。整個程序的編寫和調(diào)試按照6000軟件開發(fā)流程進(jìn)展，流程分為

11、：產(chǎn)生代碼、優(yōu)化代碼和編寫線性匯編程序3個階段。使用的工具是TI的集成開發(fā)環(huán)境S。在S下，可對軟件進(jìn)展編輯、編譯、調(diào)試、代碼性能測試等工作。在使用6000編譯器開發(fā)和優(yōu)化代碼時7-8，對代碼中低效率和需要反復(fù)調(diào)用的函數(shù)需用線性匯編重新編寫，再用匯編優(yōu)化器優(yōu)化。整個系統(tǒng)的控制以及數(shù)字圖像處理是用程序?qū)崿F(xiàn)，大部分軟件設(shè)計采用程序?qū)崿F(xiàn)，這無疑進(jìn)步了程序的可讀性和可移植性，而匯編程序主要是實現(xiàn)D642的各部分初始化。其邊緣檢測優(yōu)化算法在D642中的實現(xiàn)步驟詳細(xì)如下：S1：根據(jù)D642的硬件構(gòu)造要求和控制存放器設(shè)置，初始化系統(tǒng)并編寫實現(xiàn)邊緣檢測算法的程序。S2：借助S開發(fā)環(huán)境的優(yōu)化工具如Prfiler等

12、產(chǎn)生.UT文件。S3：根據(jù)產(chǎn)生的附件文件如.AP文件，分析優(yōu)化結(jié)果及源程序構(gòu)造，進(jìn)一步改良源程序和優(yōu)化方法。S4：使用S中調(diào)試、鏈接、運行等工具，再生成.UT可執(zhí)行文件。S5：運行程序，假如滿足要求那么停頓；否那么重復(fù)步驟S2S4直至滿足使用要求。本文以Lena圖像為例根據(jù)上述的硬件環(huán)境和算法實現(xiàn)的原理和方法，圖4圖6分別給出了在該系統(tǒng)下采集的視頻Lena圖像及使用邊緣檢測算子和改良后處理的結(jié)果。由實驗結(jié)果可以看出，在該系統(tǒng)下能實時完成視頻圖像的處理，并且給出的邊緣檢測算子能較好的消除噪聲的影響，邊緣輪廓明晰。該算法不僅能抑制圖像中大部分噪聲和虛假邊緣，還保證了較高的邊緣點位精度。圖4Lena

13、原始圖像圖5傳統(tǒng)Sbel算子圖6改良Sbel算子本文實現(xiàn)了在TS320D642評估板上用改良的Sbel算子對實時圖像進(jìn)展邊緣檢測，無延遲地得到邊緣圖像。邊緣檢測效果較好，既進(jìn)步了圖像檢測的精度又滿足了實時性的要求。從檢測結(jié)果看，利用該改良后的算子在邊緣準(zhǔn)確定位、邊緣提取都到達(dá)了很好的效果，且抗噪聲才能強，并為目的跟蹤、無接觸式檢測、自動駕駛、視頻監(jiān)控等領(lǐng)域的應(yīng)用提供了堅實的基矗1王磊等.基于Sbel理論的邊緣提取改善方法J中國圖像圖形學(xué)報，2022.102陳宏席.基于保持平滑濾波的Sbel算子邊緣檢測.蘭州交通大學(xué)學(xué)報，2022，25(1)：86903熊偉.基于TS320D642的多路視頻采集處理板卡硬件設(shè)計與實現(xiàn).國外電子元器件，20224朱立.一種具有抗噪聲干擾的圖像邊緣提取算法的研究J電子技術(shù)應(yīng)用.2022，25(1)5劉松濤，周曉東.基于TS3206201的