基于圖像處理與DSP的復雜圖像分類器的設計與實現

趙紅軍　吳斌

摘 要： 復雜圖像分類需要處理海量數據，縮小數據量是必經之路。根據這種情況，設計基于圖像處理與DSP的復雜圖像分類器，采取DSP輔助圖像處理進行分類主從結構，通過圖像處理器ARM870T接入復雜圖像模擬數據并去噪，由數字編碼器將圖像模擬數據轉換成數字數據，通過DSP進行像素點估計，聚合像素點估計值得到復雜圖像分類結果。設計了分類器接口、控制和計算的結構與資源，描述了圖像處理在DSP上的實現方法。實驗結果顯示，所設計的復雜圖像分類器具備魯棒性強的特點。

關鍵詞： 圖像處理； DSP； 主從結構； 復雜圖像分類器

中圖分類號： TN911.73?34； TP752.1 文獻標識碼： A 文章編號： 1004?373X（2017）16?0117?03

Abstract： The complex image classification needs to process the huge amounts of data， therefore the reduction of data quantity is the only way for that. According to this situation， a complex image classifier based on DSP and image processing was designed. The master?slave structure classified with DSP aided image processing is used to access into the complex image analog data through image processor ARM870T to denoise the data. The image analog data is converted into digital data through digital encoder. The pixel points are estimated through DSP. The estimation value of the pixel points is integrated to get the complex image classification results. The structure and resource of the classifier interface， control and computation were designed. The implementation method of image processing based on DSP is described. The experimental result shows that the complex image classifier has strong robustness.

Keywords： image processing； DSP； master?slave structure； complex image classifier

0 引 言

圖像分類是圖像處理的重要分支，在計算機科學、醫學、測繪、軍事、建筑等方面均具有巨大的應用價值，是國民經濟命脈的組成成分之一。圖像分類器是指可以隨時處理外部圖像信息，用最短的時間取得精確處理結果的器件，它的響應時間要大大短于普通圖像分類器，因而要求硬件內部資源可以進行數據的快速分類與通信，以保證分類器邏輯結構不會偏離既定時序運行[1]。復雜圖像分類將主要進行海量二維數據的處理，意味著需要將二維數據壓縮或轉換成數據量小且便于處理的格式，因此，設計基于圖像處理與DSP（數字信號處理）的復雜圖像分類器。

1 基于圖像處理與DSP的復雜圖像分類器設計

1.1 硬件結構設計

嚴格來說，DSP是一種微型處理器，圖像處理與DSP的結合擁有許多詳盡的參考案例，最早用在處理復雜數據的一個系統進程中[2]。隨著DSP數據處理性能的不斷提升，它具備了靈活、高速的處理和通信能力，可以提供低耗、快捷的數據編程空間，為圖像處理尋找有效的處理路徑。

圖1是基于圖像處理與DSP的復雜圖像分類器硬件結構圖，由控制平臺和計算平臺組成。控制平臺由圖像處理器ARM870T[3]、一些控制電路以及通信口組成。計算平臺采用雙核心DSP，由兩個相同的DSP、一個數字編碼器和一些計算電路組成。圖像處理最重要的任務是進行復雜圖像去噪，為了保證分類器的處理效率和精度，需要將圖像去噪進程引入DSP進行實現。

由圖1可知，圖像處理器ARM870T與DSP的通信方式是總線通信，前者可以驅動后者進行初始化、計算方案控制以及數據通信。控制平臺與計算平臺的器件可以互相控制，數據也可以實時互傳。基于圖像處理與DSP的復雜圖像分類器以圖像處理器ARM870T為主機，兩個DSP輔助主機進行數據訪問和存儲。計算平臺采用數字編碼器連接兩個DSP，同時溝通圖像處理的去噪進程。兩個DSP還可以通過圖像處理器ARM870T提供的主機接口進行連接，與數字編碼器構成一種環狀通信結構[4]，計算平臺所有的數據都可通過任意一個器件的存儲接口進行采集，代表復雜圖像分類器具有并行與串行兩種圖像通信模式。

基于圖像處理與DSP的復雜圖像分類器的結構特點如下：

（1） 通過平臺化設計方法區分圖像處理與DSP功能特點，弱化分類器實現難度；

（2） 具有豐富的通信接口，實現內、外部器件的簡易通信，硬件資源豐富，拓展能力強；

（3） 圖像處理為主機端，可對內、外部器件進行統一控制和分散管理，使分類器具有獨立計算的能力；

（4） 通過數字編碼器輔助進行邏輯控制，所有器件構成互通結構[5]，增強分類器靈活處理能力；endprint

（5） 兩個DSP同時進行復雜圖像去噪與分類計算，可采取模糊背景圖像處理；

（6） 主從結構模式有利于數據通信與控制。

1.2 硬件資源設計

控制平臺和計算平臺的硬件資源豐富，為基于圖像處理與DSP的復雜圖像分類器的基礎性能做出了貢獻。分類器接口資源設計時通用輸入/輸出口選擇1個并行口，1個串行口，接入雙徑模擬數據。顯示屏接口4線制[6]電容式顯示屏接入，屏幕大小為3.5寸以上。存儲接口為1個串行口、1個總線口。圖像輸入接口為1個串行口，支持單徑圖像接入圖像處理器。分類器控制資源中的圖像處理器存儲資源的基本存儲為150 MB、快存存儲5 MB；選擇ARM870T，主頻450 MHz，最大調制頻率550 MHz的圖像處理器。分類器計算資源設計中的DSP是主頻1.5 GHz，隨機存取存儲器3 MB；DSP存儲資源是多媒體存儲5 MB，數字內存512 MB；拓展資源為3個30針拓展接口[7]，有82個管腳可與開發板互通數據。

從接口、資源和計算資源中可以得出，整個復雜圖像分類器中接口資源是最多的，對復雜圖像的顯示、處理、數據通信、存儲、控制、計算、分類等提供了強有力的支持。控制平臺采用嵌入式操作系統，實現對復雜圖像分類器的數據流控制。圖像處理器ARM870T的最大調制頻率為550 MHz，不管是傳送控制指令，還是收發復雜圖像數據，都能取得優異的控制成效。對于計算平臺雙核心DSP結構，其具備獨立的資源存儲模塊，數字編碼器輔助DSP執行計算任務。

1.3 復雜圖像分類流程設計

從資源劃分與硬件結構上看，計算平臺其實是控制平臺的外接單元，作用是提供高速、靈活的復雜圖像分類進程，而復雜圖像分類器中進行的計算任務全部是由圖像處理器ARM870T、DSP和數字編碼器共同進行的[8]。通過圖像處理器ARM870T接入復雜圖像，存儲圖像模擬數據并進行去噪計算，將計算指令輸送到數字編碼器，由數字編碼器將圖像模擬數據轉換成數字數據，通過DSP進行復雜圖像分類。圖2是基于圖像處理與DSP的復雜圖像分類器分類流程。

由于復雜圖像不像普通圖像可以準確找出圖像像素中心點，因此在分類過程中將初始點指定為像素點i，設定圖像處理界限，再確定圖像虛擬中心點。設定一個復雜圖像分類處理窗口，從任意圖像位置j點開始處理，如果j點不在處理窗口之內，循環進行i=i+1指令，直到i點在處理窗口之內。將處于在處理窗口之內的j點與j+1點進行相似度計算，聚合計算得到的所有相似度數據，分離開復雜圖像中重疊的像素點，對像素點進行估計。聚合像素點估計值可得到分類結果。

2 復雜圖像分類器中圖像處理在DSP上的實現

圖像處理器ARM870T控制指令在DSP中的實現依靠C語言進行開發與調試，需要根據DSP的結構特點更新控制指令格式[9]，將復雜圖像控制指令輸送到DSP之后，通過圖像處理軟件平滑處理窗口邊界，拓展圖像邊界處的數字數據，令圖像處理控制指令可以為DSP所用。

在圖2的計算過程中，每進行一次像素點估計，便會得到一個m行m列的矩形估計窗，如圖3所示。所有估計窗重疊在一起達到一定數量將產生聚合指令，聚合后的圖像分辨率應與去噪后的復雜圖像分辨率相同。初始化聚合圖像，得到一個像素點平均估計值，將這個估計值展開根據估計塊大小賦予像素點估計值。當所有像素點都得到惟一的估計值，修剪處理窗口邊界的拓展數據，聚合后輸出分類結果。

3 實驗測試

如果一個圖像分類器的魯棒性強，那么它就可以對抗圖像野值點（嚴重偏離圖像像素平均值的像素點）帶來的噪聲干擾。可見，魯棒性對于分類器，尤其是進行復雜圖像處理的分類器極其重要。實驗準備了兩個魯棒性測試數據集合，圖像像素平均值分別是（0，0）和（3，0），偏離容錯區間是（0.5，0.5）和（1，0.5）。在第一個數據集合中添加兩個野值點，分別是（-15，80）和（30，-60）。在第二個數據集合中添加三個野值點，分別是（100，120），（75，-180）和（-80，-50）。編寫C語言程序，當野值點被分類到任何一個復雜圖像屬性中，輸出一個“NO”值。用三種復雜圖像分類器進行10次分類，統計“NO”值數量，如表1所示。

表1中，本文設計的基于圖像處理與DSP的復雜圖像分類器對野值點的正確劃分能力明顯優于其他兩種復雜圖像分類器，可以真實展示復雜圖像內在屬性，擁有有效的分類機制，分類結果純正，具備局部魯棒性強的特點。

重新編寫C語言程序，用來測試復雜圖像分類器的總體魯棒性與上述實驗結果是否一致[10]。當分類器將任何一個像素點分類到不相容的圖像屬性中，輸出一個“NO”值。下面在相同條件下進行10次測試，“NO”值數量統計表如表2所示。表2中，時域抖動分類器和模糊神經分類器依舊無法超越本文分類的魯棒性。

4 結 論

本文設計基于圖像處理與DSP的復雜圖像分類器，實現了圖像處理在DSP上的控制。分類器以圖像處理器ARM870T為主機，兩個DSP輔助主機進行數據訪問和存儲，具有并行與串行兩種圖像通信模式。實驗為復雜圖像分類器魯棒性測試準備了數據集合，在不同野值點的條件下進行測試，結果顯示本文分類器具備魯棒性強的性能優勢。

參考文獻

[1] 于洪松，韓廣良，孫海江，等.基于CPCI總線的FPGA+DSP架構通用視頻圖像處理系統的設計[J].液晶與顯示，2015，30（2）：333?339.

[2] 雷選華，閆森，馬治國，等.基于EMIF接口的圖像處理系統設計[J].光電技術應用，2014，29（3）：30?33.

[3] 曾曉娟.基于圖像的捕捉和展示雙軸陀螺儀運動的處理系統遠程控制DSP[J].電腦與信息技術，2016，24（5）：14?18.

[4] 曾志華，馬小雨.FPGA及DSP技術下的實況視頻圖像處理多種算法探究[J].現代電子技術，2016，39（16）：88?90.

[5] 才興.探究基于DSP的霧霾天氣圖像處理技術[J].科技創新導報，2015，12（9）：90.

[6] 寧賽男，朱明，孫宏海，等.采用SRIO協議實現多DSP實時系統圖像數據傳輸[J].計算機工程與應用，2014，50（22）：73?78.

[7] 靖固，楊華宇.基于FPGA+DSP實時圖像采集處理系統設計[J].哈爾濱理工大學學報，2016，21（4）：40?44.

[8] 李易難，牛燕雄，楊露.基于DSP+FPGA視頻圖像采集處理系統的設計[J].電子測量技術，2014，37（1）：58?61.

[9] 楊雙國，楊繼紅，全定可.基于FPGA和DSP的圖像采集與處理系統[J].中國新通信，2016，18（5）：36?37.

[10] 楊夢雯，李寶明，陳付亮，等.基于DSP的圖像去霧算法優化方法[J].傳感器與微系統，2016，35（6）：136?138.endprint