基于SOPC的紅外邊緣特征增強

華中光電技術研究所——武漢光電國家實驗室 汪 波

基于SOPC的紅外邊緣特征增強

華中光電技術研究所——武漢光電國家實驗室 汪 波

為了解決紅外圖像邊緣模糊問題，提出了一種基于SOPC紅外邊緣增強算法。利用了FPGA并行能力和SOPC的可編譯性的特點，詳細介紹基于SOPC系統的實現過程。實驗表明，基于梯度算子邊緣增強算法有效的增強圖像的特征信息，算法實時性較好。

SOPC；邊緣增強；梯度算子輯實時完成，其硬件架構如圖1所示。

1 引言

隨著紅外技術的快速發(fā)展，探測器靈敏度和分辨率不斷提高，探測能力不斷的提升，紅外系統應用越來也廣泛，如在安防監(jiān)控、醫(yī)療、軍事等領域。對紅外組件和圖像質量要求越來越高。紅外組件要求體積小、功耗低、多功能和集成性強等特點；紅外圖像要求噪聲小、圖像特征清晰等。因而對紅外系統組件和算法的要求越來越高。

目前紅外成像系統主要采用有DSP+FPGA、單片機+FPGA、單FPGA、ARM等硬件架構，各有優(yōu)缺點，本文采用了單FPGA，在FPGA內部搭建微處理器SOC，采用基于SOPC技術［1］［4］。SOPC是高性能片上集成系統，可根據需要搭建外設電路、存儲器等功能，并利用FPGA并行計算的能力，可以提高軟件開發(fā)能力，也可以減小功耗和體積。

本文針對提高紅外圖像邊緣信息方面進行了研究，首先針對邊緣檢測算法的研究，對傳統算法討論，并對其比較，得到較好的邊緣提取算法，并在硬件平臺實現。

2　基于SOPC硬件系統

基于SOPC硬件架構，在FPGA內置了SOC處理系統以及外圍硬件電路，完成對紅外探測器控制、數字圖像采集，數據圖像存儲、處理，以及外設控制，并對數字圖像的顯示。基于SOPC架構可以靈活的裁剪各種外設，較少的利用FPGA資源，SOPC與FPGA采用內部邏輯連接，無需額外硬件配置。

本文采用Altera公司的低功耗、低成本Cyclone III系列FPGA芯片作為處理器，進行相關圖像采集和后端處理，通過多內部數據交互完成圖像處理過程，圖像中邊緣增強算法在SOPC內核和FPGA邏

圖1　基于SOPC硬件架構

3　梯度邊緣算子

圖像邊緣特征為圖像特征變換位置，圖像梯度向量就反映圖像中的變化率的方法［2］。選擇合適的梯度邊緣檢測算子，有利提取圖像邊緣信息。圖像中在位置放入梯度為：

如上式圖像梯度為梯度方向的偏導數，在數字圖像處理中最簡單處理方法為灰度級相鄰像素的交叉運算。經典的邊緣梯度算子很多，如Roberts算子、Prewitt算子、Sobel算子、Gauss-Laplace算子和Canny算子等［3］。經典算子有一定的局限性，邊緣檢測偏差和穩(wěn)定性待提高，為了更好增強目標特征減小干擾，本文對傳統Sobel梯度算子進行改進。

傳統Sobel算子以一階導數為基礎，利用鄰近像素和不同權重進行加權得到。通常采用了3*3或5*5卷積模板，水平方向和垂直方向分別對原始圖像進行卷積，計算完后將兩個方向進行比較，選擇合適閾值處理。

垂直算子和水平算子模板：

本文采用了多方向對邊緣提取，增加了對角線方向分析，則變成六個方向梯度算子，最后通過卷積運算，具體模板如下：

利用上面8個方向的模板，對原始圖像進行逐點卷積，并對8個值進行比較，將最大值作為該點的灰度值。得到一幅新的梯度圖。

4　算法在FPGA中實現

基于SOPC硬件架構對紅外圖像的預處理包括有圖像濾波、壞元提取以及非均勻校正等算法。圖像特征增強算法的實現首先通過A/D采樣、得到圖像每個像素的數字灰度值，利用SOPC中的IP模塊LPM_FIFO進行緩沖。需要從每個相鄰像素的3列中讀取相應的數字；采用梯度邊緣提取因子3*3的窗口。

整個邊緣增強過程采用并行處理，具體FIFO數據流程圖采用了如圖2所示：

圖2　FIFO數據流程圖

圖像中的數據依次進入FIFO，每列分別進入，當有新的一列數據進入時，將FIFO1數據讀入到FIFO2中，依次類推。根據梯度算子進行乘法運算后得到邊緣信息，對邊緣部分增強處理。

5　功能實現

本文采用了廣微機電公司生產的384*288探測器，采用了Altera公司的EP3C16F256I7工業(yè)級芯片，采用了幀頻為25Hz，芯片時鐘為27MHz。系統采用了基于Quartus9.1的verilog語言設計和SOPC Builder編程，并對時序和圖像進行了仿真。

從圖3（b）可以看出圖像邊緣特征較原圖較清晰，認得輪廓較原始圖像明顯，有較好的邊緣特征增強效果。

圖3　邊緣增強前后圖像對比

6　結論

圖像特征增強是圖像處理較重要部分，本文針對傳統梯度Sobel邊緣檢測算子，通過基于SOPC系統架構的實現，并詳細介紹了在硬件處理過程，通過實驗結果表明，該系統實時對邊緣特征增強，且實現較為簡單，資源消耗低。但對噪聲也有一定加強，基于SOPC架構平臺需要進一步開發(fā)，對噪聲抑制和濾波處理。

［1］Rafael C.Gonzalez，Richard E Woods.Digital Image Processing. Second Edition ［M］.Prentice Hall，2002.

［2］金偉其，劉斌，范永杰，等.紅外圖像細節(jié)增強技術研究進展［M］.紅外和激光，2011.

［3］Hui-xin Zhou，Han-lin Qin，Rui Lai，Shang-qian Liu，Lei Wang. Scene-based Nonuniformity Correction Algorithms for Infrared Focal Plane Arrays［A］.IEEE 14th Conf.on Terahertz Electronics，Infrared Imaging and Application［C］.sept.，2006，Shanghai，China，pp.169.

［4］趙廣州，等.基于DSP和FPGA的模塊化實時圖像處理系統設計［J］.華中科技大學學報（自然科學版），2004，32（10）：4-6.