基于FPGA高速字符識別的算法分析與應用

劉小園

（羅定職業技術學院，羅定 527200）

0 引言

數字圖像處理技術發展迅速，應用于各個行業和領域，已成為當前研究的熱點課題。數字圖像處理方法的研究源于兩個主要應用領域：其一是為了便于人們分析而對圖像信息進行改進；其二是為使機器自動理解而對圖像數據進行存儲、傳輸及顯示。人們的研究熱點主要在于對算法處理方便，由于數字圖像的海量信息和復雜算法實現時的反復運算，對于單線程的CPU來說要付出昂貴的代價。而FPGA的靈活性和強大的并行處理能力能以較小的硬件開銷實現圖像的處理過程。人們已在近期內開展這方面的研究，文獻[1]討論了用FPGA實現快速中值濾波算法，分析利用Sobel算子和系統級并行流水線進行圖像邊緣檢測硬件電路設計的優點和可行性。文獻[2]應用提高程序效率、實現快速運算的一種方法，并設計了一個利用中值濾波進行圖像預處理的系統，之后進行了仿真和實驗驗證。所見研究都集中于圖像預處理方面，而在圖像最終識別方面研究甚少。

1 圖像采集

本文以實際項目鈔票流轉智能監控系統為依托，利用CIS（接觸式圖像傳感器）獲取鈔票、支票和轉賬單的圖像信息，由FPGA和ARM組成了實時圖像處理識別系統，利用FPGA構建了各種噪聲去除、圖像增強、圖像預處理、模板匹配等圖像硬件處理器，實現對26個英文字母和10個阿拉伯數字的實時識別。在匹配算法的基礎上，利用FPGA大規模的布爾代數并行計算特性，實現了識別的時鐘周期級別的識別速度。在大幅度降低了硬件成本的同時大幅度提高了識別的速度。由于鈔票流轉智能監控系統特殊的工作要求，圖像采集是由高速CIS來完成的。CIS采集與其它圖像傳感器不同，它成像物距幾乎為零，按照實物與圖像1:1的比例來完成的，所以采集到的字符圖像大小縮放和形變非常小，為后期的識別減少了大量的圖形校正工作。在實驗過程中加入定位裝置以后，經過幾千次的采集實驗，均未出現字符圖像較大形變的現象。

2 圖像降噪

中值濾波既能消除圖像中的噪聲，而且還能較好地保持圖像的邊緣。因此，本系統采用中值濾波來降噪。中值濾波的基本原理是把數字圖像中一點的值用該點的一個鄰域（即濾波窗口）中各點值的中值代替。所以，在實際的中值濾波設計中，主要的工作就是確定鄰域形狀及大小，選擇合理的方法找出中值即可。根據實際處理速度、處理效果和器件資源要求，本文選用的是3×3鄰域窗口。傳統的中值濾波算法，是使用冒泡法對濾波窗口內像素值排序找出中值來實現的，需經過12級的比較排序找出中值，也就是說，至少要經過12個時鐘周期的延時。本文所使用的排序方法對傳統方法進行了改進[3]，它基于三輸入排序單元（每個三輸入單元又是由若干二輸入單元構成）。其指導思想并不是對整個鄰域窗口內所有的像素值進行排序，而是直接找出其中的最大值、最小值和中間值，并不管其他像素值的排列順序。排序過程如1圖所示。

圖1 排序過程圖

這種方法比前一種方法減少了邏輯資源的占用，卻和前一種方法一樣能找出中值。本設計模塊共進行了三級排序操作，每一級采用了流水線緩存技術，使得每一組3×3鄰域窗口內的輸入像素值在每一時鐘節拍都得到處理，保證了模塊的處理頻率。

3 圖像增強

銳化處理主要是突出圖像中的細節或者增強被模糊了的細節，這些模糊是圖像采集時不可避免的。基于微分的細節銳化濾波器是應用很廣而又相對容易實現的銳化濾波器，其中二階微分處理對細節有較強的響應，對線的響應階梯性強，非常適合字符識別圖像的銳化處理。拉普拉斯算子是一種各向同性二階微分濾波器，其響應與圖像的突變方向無關[4]。二元圖像函數f(x, y)的拉普拉斯變換定義為：

在x軸和y軸方向上的離散形式可表示為：2f=[f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)]-4f(x,y)

如以3×3掩模為基礎(原圖如圖2所示)，將對角線上的項也加以考慮，其銳化效果將更加明顯(如圖3所示)，拉普拉斯的離散形式表達式為：

4 圖像識別的預處理

4.1 圖像的二值化

圖像二值化的關鍵在于閾值T的選擇既門限處理。設圖像f(x,y)，有筆劃的部分的f(x,y)小，白背景部分的f(x,y)大。二值化可以通過設定灰度閾值來完成，即當f(x,y)值比預定閾值大時，看成背景，以0表示；否則看成筆劃，以1表示。這樣，經過門限處理后，各點重新表示為：

由于人民幣號碼字符與背量灰度差異較大，所以二值化閾值T的可選擇范圍較廣。取T=158對圖3的處理如圖4所示。

圖4 二值化后

4.2 圖像的垂直切分

號碼字符的垂直切分，就是從垂直方向上將號碼中的字符分離開來。最基本的分割原理基于字符間存在一個垂直投影值接近于0的區域這一特征。因為有兩種類型，應先在系統內制定兩個切分模板M1，M2，再從標準模板中派生出一系列子模板M'。子模板用于垂直切分位置的匹配。設子模板M'中有k個字符，于是有k+1條切分線。設切分線在垂直投影直方圖H上對應的位置分別是：s1,s2,…,s(k+1)。切分線si的切分權重為wi，對應的直方圖投影為mi。決策函數f定義為

4.3 水平切分

水平切分就是要確定號碼上每個字符的上下邊界。當垂直切分完成后，由垂直切分線可以確定某個字符所在的垂直方向的條形區域。把這一區域向水平方向作投影，就能確定字符的大致水平邊界。以此計算各個字符的高度并統計相近高度的字符數，從而找到具有最多字符個數的相似組。凡與相似組相近高度的字符區設置為有效。

5 圖像識別

5.1 字符規格化處理

字符規一化包括位置和大小兩方面。位置處理又分重心和外框處理兩種。重心歸一化后字符的重心位于圖像中心；外框歸一化是將字符的外框移到圖像的規定位置上。重心計算是全局的，抗干擾能力強，不會造成字形失真，但對一些分布不勻的字符如9、6等失真；邊框搜索是局部性的，易受干擾影響，因此可考慮在邊框搜索的基礎上結合重心處理[5]。大小歸一化采用了二值圖像快速采樣的線性算法，建立坐標映射關系表。原始圖像(大小為Col*Row)中(x.y)處的像素點在規一化圖像(大小為Size*Size)中對應的坐標(X，Y)有如下關系：

5.2 基于FPGA的匹配矩陣構建

在識別的過程中，本文運用FPGA的異或門來判別實現，從而進一步大幅度地提高了識別的速度。在進行識別之前的切分階段已經將字符的尺寸統一為高7像素，寬5像素，字符模板的尺寸也按照這樣的要求事先設計好。

將字符模板T疊放在待測圖S上。比較T和S的內容。若兩者一致，則T和S之差為零，可用以下測度來衡量T和S的相似度。

上述匹配過程如果由CPU來完成，對每一個像素點只能串行操作，而且每一個像素點的匹配都需要3-4個總線周期。這樣就占用了大量的時間和硬件資源，使系統的成本大幅上升。FPGA的布爾代數運算突出，具有高速并行運算能力，總線帶寬幾乎不受限制，而且成本很低。如果我們構建一個由異或門組成的矩陣來完成匹配的過程，那么一次匹配就只需要一個時鐘周期就可以完成。如果我們構建25個匹配矩陣(人民幣實際只用了除V以外的25個大字英文字母)，就可以在一個時鐘周期內完成一個字符識別的匹配過程。

由圖5可見，匹配矩陣的匹配結果直接由35位位加法器完成，CPU只需檢測XSD[6..0]的結果就可以得出相似度最高的字母。

圖5 加法器

6 結束語

圖像識別處理的實時應用越來越多，如人臉識別、高速票據處理等。傳統的實時圖像處理算法和方法實現的代價太高，而且同樣的算法在不同的實現平臺上實時性也會有巨大差異。此外，真正實用的實時系統不僅能夠滿足核心的算法設計要求，而且還適應于不同的應用場合。比如可以擴展系統使之具備信號輸入模塊、實時控制模塊、網絡通信模塊等等。一個圖像識別系統的處理時間，一方面和算法所采用的實現策略有關，另一方面也和系統的架構和硬件性能有關。對于實時圖像識別系統的實現，基于計算機CPU體系結構和操作系統不適合實時大量的圖像快速處理的要求；而面向算法的高性能DSP處理器的并行結構相對于微機而言開發周期比較長，算法的靈活性也比較差。綜合考慮開發成本、靈活性、實時性以及系統的集成度等方面因素，本文采用了ARM＋FPGA系統，能很好的滿足高速實時圖像處理的要求。

[1] 王耀南.計算機圖像處理與識別技術[J].2001,6,1.

[2] 胡愛明,周孝寬.車牌圖像的快速匹配識別方法[M].計算機工程與應用,2003.

[3] 方翰華,陳新華,沈國新,焦漢明.基于FPGA圖像濾波算法硬件化設計[J].電子測量技術,2009,12:68-71.

[4] Rafacel C.Gonzalez,Richard E.Woods Digital Image Processing Second Edition,2007.

[5] 王欣,殷肖川,周翔翔.一種改進的模版匹配識別算法[M].計算機工程與應用,2007.