圖像處理中計算機并行處理技術的應用研究

苑金寶

(高密市高級技工學校 山東 濰坊 261500)

0 引言

近年來圖像處理技術得到快速發展,這種發展有賴于圖像處理算法和圖像處理硬件的發展。圖像信息處理是計算機信息處理的重要內容,廣義來說圖像處理系統主要包含圖像輸入、圖像處理和處理結果輸出。其中圖像輸入涉及多種圖像輸入設備以及相同設備的不同格式;圖像處理包括圖像數據層、信息層、認知層的各種處理;處理結果輸出有結果顯示、打印、傳輸等,既有處理后的圖像,也有不同形式的認知結果[1]。多種成像技術,如數碼相機、掃描儀、紅外、超聲、伽馬成像等,對這些信息進行各種加工處理,形成了不同行業的實際應用。圖像處理技術中,就技術難度、社會效益和經濟效益來說,在國內影響較大的有文字識別、指紋識別、人臉識別和醫學圖像處理。圖像并行處理研究中,從算法到結構的轉換非常重要。如何運用并行處理技術以及采用哪種并行處理技術,是設計圖像并行處理系統最關鍵的環節[2]。本文對如何應用并行處理技術對流水線型圖像進行處理,以及超低分辨率人臉圖像重建技術進行探討。

1 圖像處理的特點

圖像處理技術本身包含的內容包括圖像識別、圖像編輯、圖像增強和復原、圖像變換以及高速圖像處理等。在一個應用中,經常綜合使用多種圖像處理技術。圖像處理具有一致性、分層性、鄰域性、行順序性、并行性、實時性等特點。一致性是指對圖像區域的每一點進步處理均是采用相同算法的處理;分層性由低到高分為數據處理層、信息提取層和知識應用層,在同一處理層次會有多種算法,并組成多級圖像處理;鄰域性是在處理單一像素時,也同時要考慮其相鄰像素,不能忽略圍繞該像素的周邊像素;行順序性是指在圖像處理中,考慮視頻數據流的行順序性特征,由于圖像有多種數據格式,這些格式也具有行順序性特征,在進行流水線處理時是首要起點;并行性是指在進行數據處理操作時,不同算法具有高度并行性,可以根據實際情況采用不同的并行結構對二維數據進行處理,對一定區域的點處理做并行計算;實時性是指某些過程和圖像信源在時間上具有一致性,其主要含義是視頻實時。

這些特征是設計圖像處理系統的基本出發點,尤其對于圖像的并行處理非常重要?？梢哉f,圖像數據和圖像處理的特點既加大了并行處理的難度,也為并行處理提供了廣闊的發揮空間。

2 圖像并行處理技術基礎

2.1 概念

圖像并行處理起源于計算機并行處理技術,將并行結構引入計算機體系中的依據為資源共享、時間重疊、資源重復等概念,目的是提高計算機的運算速度。時間重疊是指多個處理過程在時間上相互錯開,輪流重疊地使用同一套硬件設備的各個部分[3]。這種并行性在原則上不要求重復設置硬件設備,以在同一時刻同時進行多種操作的方式提高處理速度。在實現上,這種并行性在高性能處理機中表現為各種流水線部件或流水線處理機。資源重復是設置多個相同的設備,同時從事處理工作。這種并行性是以數量取勝的方法來提高并行處理速度。在實現上,這種并行性在高性能處理機中表現為各種多處理機或多處理器系統。資源共享是分時系統的基本特征,也就是說多個用戶按照一定時間順序輪流使用同一套硬件設備。資源共享促進了計算機軟件中并發性的發展,也推動了計算機網絡和分布處理系統的發展。對圖像進行并行處理可極大提高圖像處理速度,其中需要運用并行技術,同時還要選擇高速運算部件。

并行處理技術應用廣泛,其中流水線連接(見圖1)和并行陣列連接(見圖2)是常用的并行處理系統連接模式。流水線結構具有高速、固有尋址方式以及不需太大額外開銷就可擴展功能的特點,但靈活性不夠,較為保守。流水線結構對不同事務進行并行處理,其關鍵點是需要精確劃分出不同處理單元的具體任務;而并行并列結構則對相同事務進行并行處理,不僅需要劃分出具體任務,其輸入輸出數據的組織結構也對并行處理效率產生影響。

圖1 流水線并行性結構

圖2 數據并行性結構

2.2 處理器的并行結構

處理器的并行結構需要解決處理單元之間以及與存儲體之間存在的通信問題。并行結構有多種,可根據實際情況進行優化選擇。常用的并行結構如樹形結構(見圖3)、ChiP結構(見圖4)、Sytilic結構等。樹形結構的連接邊是最少的,用得最多的則是二叉樹結構。如果在二叉樹的每一級內增加水平連接線,則可構成半環二叉樹,這樣不但可以進一步縮短通信路徑,還可以平衡各節點上的信息流量。ChiP結構是一種由處理器和可編程開關組成的陣列,在這種結構中,每個處理器的四周都設置有和相鄰的處理器相連的可編程開關,因而該結構具有靈活、直觀、可重構等優點。Sytilic結構具有規則的幾何形狀,這種結構不唯一,而是有多種形式,其目的是與不同的算法相匹配。

圖3 樹形處理器并行結構

圖4 Chip處理器并行結構

2.3 并行算法

0→L,L+a1→L,L+a2→L,…L+an→L

以上有n次運算,如果引入并行算法,將算法改寫為:

矩陣中元素右上標小括號的數字表示操作的次數,下同。

引入并行算法后,運算次數僅為log2n,顯然,這種算法比串行計算的計算速度有數量級的提升。

3 流水線型圖像并行處理

3.1 基本技術

在流水線型圖像處理系統中,所采用的流水線技術的基本原理則是將一類操作按其不同功能劃分為一系列的子操作,遵照功能分離的原則和時間重疊的概念實現子操作并行,其作業形式則類似于工業生產流水線的作業形式。這是一種規范且高效的作業形式,在某種意義上說也是一種相對固定的作業形式。圖5為多算法級聯的流水線時空示意圖。

圖5 多算法級聯的流水線時空示意圖

在流水線型圖像處理系統中,4個串行聯結的子操作(B1～B4)可以是4個不同的算法,也可以是一個算法的4個操作步驟。在t0時刻,像素1經過B1處理,進入B2處理環節;在t1時刻,像素1經過B2處理,進入B3處理環節;以此類推,到t4時刻,像素1處理完畢。

3.2 圖像處理工作站

VICOM-VME圖像工作站是美國VICOM系統公司在20世紀80年代中期推出的一種高性能的圖像處理系統,也是一個商品化的圖像處理系統,其原理類似于IMAGEBOX-150圖像處理系統,采用機箱式外形結構,主機選擇了68020微處理器(美國SUN公司生產),由VME總線與68020微處理器將圖像子系統連接起來。在性能指標上,該系統圖像分辨率為512×512或1024×1024,為真彩色采集與顯示;幀存最大容量為2250×512×512×8 bit,可實時進行點處理、直方圖統計等,也可對特殊感興趣區的圖像進行實時處理。如圖6所示。

圖6 VICOM-VME圖像工作站的圖像子系統結構

3.3 圖像計算機

TJ-82圖像計算機是清華大學研制成功的一種高性能圖像計算機,這是一個通用的高速圖像處理系統,特別適用于遙感圖像處理。該系統主機采用PDP/11系列小型機,圖像子系統為機箱式結構,采用雙屏顯示形式。其主要性能有實時圖像采集,512×512×8 bit;偽彩色、假彩色、真彩色圖像顯示,實時圖像滾動、電子放大、漫游及動畫顯示;幀內存最大容量為2.39 MB等。

4 超低分辨率人臉圖像重建技術

4.1 重建基本方法

低分辨率人臉圖像的重建應著重研究以下三方面的問題:低分辨率人臉圖像的歸一化方法;低分辨率人臉圖像的重建方法;低分辨率人臉圖像重建像的識別方法。采用超分辨率技術可以將單幅或者多幅低分辨率人臉圖像重建出高分辨率人臉圖像。低分辨率人臉圖像重建可基于學習、插值及多幀圖像等技術進行重建。

4.2 多級多類訓練集的生成方法

基于學習的超分辨率重建方法,需要生成訓練集?？梢赃x擇視頻圖像生成訓練集,也可以選擇第二代身份證清晰的人臉圖像生成訓練集。選擇了圖像來源以后,還可以按性別生成訓練集。用來訓練的圖像數量,初步的結論是在600張左右。增加訓練圖像的數量,重建性能提高甚微而計算復雜度增加較大。為了適應不同分辨率的待重建圖像的應用,可以使用按照瞳距生成多級多類的訓練集的方法。

4.3 人臉圖像重建系統

超低分辨率人臉圖像重建系統如圖7所示。

圖7 超低分辨率人臉圖像重建系統框圖

系統由重建模塊、組像模塊、識別模塊組成。輸入的是超低分辨率人臉圖像,首先采用超分辨率重建獲得重建像,繼而進行人臉識別。瀏覽識別輸出的相似度序列,尋找目標人。對于條件較差的超低分辨率人臉圖像,主要的任務是形成意象人臉。在瀏覽識別輸出的相似度序列時,人工尋找相似人臉,再進入組像環節。由于受攝像機視角以及焦距等因素的影響,等高、等寬特性會產生一定的變化,但大致是相等的。如果以已知人到現場進行驗證,再進行等高、等寬調整,其結果將會更加準確[6-7]。

5 結語

綜上所述,圖像處理技術正在向高分辨率、高速處理和智能化處理方向發展,其廣泛應用歸因于計算機的普及、半導體器件的飛躍發展以及圖像處理技術本身的進步。未來的圖像處理,特別是在高度并行的圖像處理方面的進展,將更加依賴算法與硬件的緊密聯系,這種緊密聯系不僅是軟硬件的實現,還在于算法、存儲、處理之間的緊密結合,這種結合有助于解決實際應用中的難題,使圖像處理的水平達到一個新的高度。