多核并行DSP光場偏振圖像快速處理技術

文/申扣明 楊國平

1 成像系統原理及圖像處理方法

1.1 光場成像原理

光場成像技術是一種能夠在曝光中獲得一種四維光場的信息，而通過光場成像技術的這個特點，可以使光場相機完成多維光學信息的采集工作。如圖1中所示，在微型的透鏡陣列型的光場相機中，我們能夠通過主鏡頭來進行偏振通道的調整，從而通過探測器進行相關偏振信息的獲得。

根據上述光場相機的微透鏡陣列的分析，其中其在主鏡頭位置上放置了一個偏振片陣列，其中每一個偏振單元都是具有不同的偏振方向的。在光場相機中每一個微透單元都包含了大量的探測器元件，并且根據其鏡頭的等級能夠劃分很多個子孔徑。當偏振單元與子孔徑的位置對應時，就能夠在目標光線經過鏡頭時，使每一個子孔徑得到不同的偏振方向的光源，并且這時探測器的接受裝置會將投射的微透鏡單元。而當光場的方向維度向偏振維度方向轉換時，則偏振采樣與方向采樣需要一一的進行對應，從而真正的實現不同偏振方向強度信息的獲取。

我們通過光場偏振成像技術的應用，并對偏振信息的獲取方式進行研究，其在偏振信息獲取為快照式時，為了能夠一次成像來獲得更多的偏振圖像，需要將大部分的圓偏振分量進行研究，并且不能夠忽略儀器能夠檢測的各項范圍，當整個成像系統只能夠測量入射光束時，主要是采集強度分量以及線偏分量。而為了有效的避免因為偏振片在探測器上出現的混疊現象，需要我們在進行陣列的設計過程中，將每一個偏振片的子孔徑大小進行準確的掌握，這樣才能夠得到需要的偏振數據。

1.2 偏振圖像處理方法

1.2.1 偏振圖像重構及仿真

偏振圖像處理過程中，我們對于理想光場成像系統的研究，需要將偏振通道與微透鏡后像元進行對應，并需要通過對像元的對應關系進行研究，只有利用定標方式來獲得對應像元灰度構建的偏振圖像。因此根據圖2中所示，在進行偏振重構算法過程中，利用雙線性插值的方法來進行對偏振通道的標注，其中利用周圍的四個像素點進行P點響應值的計算。

為了能夠對偏振圖像的定標方案進行研究，其在設計時我們將其設計如圖3所示，我們通過將定標光源選擇為全色積分球，設置理想出射光為完全的非偏振光，并且讓整個光源的輸出功率保持穩定。設計中將線性起偏器的比例大小確定在10000:1，并且能夠使起偏器在光軸上自由旋轉。此外，在全色積分球、孔徑光闌及起偏器等設置過程中，必須要將其全部設置為水平位置，這樣才能夠通過實驗來研究積分球的性能。而這時的采集光場相機的響應圖像則可以在去除暗電流后，其自身的數據作為我們掌握的原始數據進行后期的使用。

1.2.2 圖像校正

因為一些非均勻性的光學性能的鏡頭的使用，使得透鏡光學系統中所有的有邊比的圖像畸變中心的部分出現黑暗現象，而在使用CCD探測器的光電轉換系統中，因為其自身的靈敏度不同，使得其探測器的響應時間也是不一樣的，所有需要進行圖像的輻射校正工作。首先，我們要利用成像系統中的積分球生成均勻光學成像，在進行圖像真實鏡頭的校正，從而保證鏡頭的均勻性。而隨著科學技術的發展，基于遙感成像原理和光學領域中的各項知識，受到一些外部因素的影響，導致了在三個偏振圖像中，三個通道的像素圖像不在同一位置，從而直接導致后期在圖像的融合上出現嚴重的問題，必須要進行相應的登記轉型。而針對現階段遙感圖像背景的復雜特征，需要使用相應的方法對遙感圖像進行提取，而目前廣泛應用的就是傅立葉變換的配準算法，其自身能夠很好的去除相關的噪聲與頻譜噪聲，從而很好的滿足系統中各項時間與效率的要求。

2 圖像處理結果及效率

圖1：光場成像原理

圖2：雙線性差值原理

圖3：重構光場相機偏振圖像的定標光路圖

圖4：重構的三個偏振通道圖像

圖5：偏振圖像處理結果

2.1 偏振圖像處理結果

當對整個圖像處理程序進行試驗調試完成后，在計算機上進行運行時，可以清楚的從成像設備中將目標光場中的詳細圖像進行獲取，并且保證了原始光場圖像中分辨率，然后在DSP處理模塊中利用原始光場對圖像進行三個通道的偏振圖像重構，其結構為圖4中所示。

并且我們通過計算Stokes矢量中的I、Q、U，以及線性偏振度DOLP和偏振角θ，從而進一步的獲得融合圖像，結果如圖5所示。

2.2 程序運行效率

作為對于本文研究中的一個非常關鍵的地方，圖像處理系統的實時性處理非常重要，但是，針對偏振處理算法研究過程中，還沒有進行實際的嵌入式平臺的廣泛應用。所以，為了能夠將這幾種優化方法進行有效的比較，需要對比計算機上的處理效率。而在實際處理光場圖像偏振時，計算機的自身性能是非常關鍵的。根據相關數據顯示，計算機的處理器如果是雙核芯，那么其理論上將會有8個處理器，這時對于圖像處理的速度則將達到950ms，但是，因為在圖像處理過程中自身程序的效率與處理器核心數不是線性的，此種現象已經在多核DSP并行處理上得到了廣泛的驗證。此外，因為計算機處理中的圖像算法只是一種簡單的初級優化，而嵌入式平臺上的處理程序時采用多種處理設備的，所以能夠很好的對一些未經優化的C代碼進行優化，然后準確的記錄處理一幀圖像所用的時間，詳細的運行效率變化如圖6所示。

從上述操作我們能夠看出，DSP處理器的圖像處理性能遠遠高于普通計算機，并且隨著不斷增加的DSP核數，在圖像處理效率方面也會有明顯的提升。

3 結論

綜上所述，通過采用多核并行結構以及各種代碼的優化，不僅能夠大大的提升圖像的處理效率，并且為了更好的達到圖像的快速處理，還需要不斷的進行相關系統的優化，真正的找到最佳的處理方案。

圖6：DSP單核下處理一幀圖像時間

參考文獻

[1]汪方斌,儲朱濤,朱達榮,許露,劉濤,呂科.基于KAZE特征匹配的偏振圖像配準算法研究[J].安徽建筑大學學報,2017,25(05):40-47.

[2]彭文竹,張禹,王欽,吳亞建.基于暗原色先驗改進的偏振圖像復原方法研究[J].綿陽師范學院學報,2017,36(08):49-56.

[3]朱達榮,許露,汪方斌,劉濤,儲朱濤.基于區域能量的NSST域偏振圖像融合算法[J].安徽建筑大學學報,2017,25(04):43-48.

[4]董安冉.紅外光強與偏振圖像融合的多算法嵌接組合研究[D].中北大學,2017.