|
1 引言 眾所周知，在復雜背景條件下，要對弱小目標進行準確有效地紅外跟蹤、探測是一個難題。這種情況下，由于目標與背景的對比度較小、信噪比較低，若直接進行跟蹤、探測往往比較困難，所以必須先對圖像信號進行濾波預處理，以達到抑制背景噪聲。增加目標強度，從而提高圖像信噪比的目的，為后續工作打下良好的基礎。 實時圖像處理器中，信號預處理包括對圖像的各種濾波、直方圖統計及均衡、圖像增強、灰度變換等，它們共同的特點是處理數據量大，如果用一般的軟件來實現勢必會比較慢。而對于一些實時性要求比較高的系統，處理速度往往是要考慮的關鍵因素，一旦速度跟不上，實時性也無從談起。針對圖像預處理階段運算結構比較簡單的特點，用FPGA進行硬件實現無疑是理想的選擇，這樣同時兼顧了速度和靈活性，大大減輕了DSP的負擔。 本系統采用Verilog HDL語言。利用一種快速的中值濾波改進算法對電路進行設計，并以Altera公司生產的Stratix II EP2S60F67214型FPGA芯片為硬件平臺。該器件繼承了Altera公司Stratix II系列的共同優點，由于引入了嶄新的自適應邏輯模塊(ALM)，使得Stratix II有更高的性能和邏輯封裝、更少的邏輯和布線級數以及更強的DSP支持，而Stratix II EP2S60F67214更是比Xilinx公司的類似器件Virtex-4XC4VLX60多出18％的器件邏輯，其中包括51 182個寄存器位，2 544 129個存儲器位以及48 352個ALUT，該器件資源豐富，只需占用很小一部分實現中值濾波器，為后續設計的增長留有更多空間。 2 中值濾波的基本原理及改進算法 2．1 中值濾波的基本原理 中值濾波是由Tukey發明的一種非線性信號處理技術，早期用于一維信號處理，后來很快被用到二維數字圖像平滑中，是一種有效抑制圖像噪聲，提高圖像信噪比的非線性濾波技術。它是一種鄰域運算，類似于卷積，但計算的不是加權求和，而是把鄰域中的像素按灰度級進行排序，然后選擇該組的中間值作為輸出像素值。與均值濾波器以及其他線性濾波器相比，中值濾波器的突出特點是在很好地濾除脈沖噪聲(Impulsive Noise)和椒鹽噪聲(Salt and Pepper Noise)的同時，還能夠保護目標圖像邊緣輪廓 g(x，y)=median{f(x-i,y-i)}，(i,j)∈S (1) 式中g(x，y)，f(x,y)為像素灰度值，S為模板窗口。 而中值濾波的具體實現過程一般為： (1)選擇一個(2n+1)×(2n+1)的滑動窗口(通常為3*3或者5*5)，使其沿圖像數據的行或者列方向逐像素滑動(通常為從左至右，從上到下逐行移動)。 (2)每次滑動后，對窗口內的像素灰度值進行排序，用排序所得的中間值代替窗口中心位置像素的灰度值。 2．2 中指濾波的改進算法 中值濾波的算法很多，但通常數據排序量較大。需要消耗大量時間，不利于圖像處理的實時性。本文采用一種窗口大小為3*3的快速排序算法。大大降低了排序量。 為了便于說明。將3*3窗口內的各個像素分別定義為M11，M12，M13，M21，M22，M23，M31，M32，M33。像素排列如表1。 首先分別對窗口中的每一行計算最大值、中值、最小值，這樣一共可以得到9個數值，分別包括3個最大值、3個中值、3個最小值： 第一行的最大值：Max1=max[M11，M12,M13]； 第一行的中值：Med1=med[M11，M12,M13]; 第一行的最小值：Min1=min[M11，M12,M13]； 依此類推： Max2=max[M21，M22,M23]；Med2=med[M21，M22,M23]；Min2=min[M21，M22,M23]； Max3=max[M31，M32,M33];Med3=med[M31，M32,M33]；Min3=min[M31，M32,M33]； 式中,max表示取最大值，med表示取中值，min表示取最小值。 不難判斷，9個數值中。3個最大值中的最大值和3個最小值中的最小值一定是9個像素中的最大值和最小值；3個中值中的最大值至少大于5個像素：即本行中的最小值、其他2行的中值及最小值：而3個中值中的最小值至少小于5個像素：即本行中的最大值、其他2行的中值及最小值。最后，比較3個最大值中的最小值Min_of_Max，3個中值中的中值Med_of_Med，3個最小值中的最大值Max_of_Min．得到的中間值即為濾波的最后結果Med_of_nine。具體過程表示如下： Min_of_Max=min[Max1，Max2,Max3]； Med_of_Med=med[Med1，Med2，Med3]； Max_of_Min=max[Min1，Min2,Min3]； 則最后濾波結果： Med_of_nine=med[Min_of_Max,Med_of_Med，Max_of_Min]； 利用這種排序法的中值濾波運算僅需17次比較，與傳統算法相比。比較次數減少了近2倍，且該算法十分適用于在FPGA上做并行處理，大大提高了濾波的速度。 3 中值濾波器硬件電路設計 關鍵要完成2個模塊的設計，分別是： 3．1 3*3窗口模塊 用硬件實現二維中值濾波，很重要的一點是能可靠地存儲實時圖像數據，并且使延時最短。為了滿足實時性的要求，對圖像進行全幀預處理，但這種全幀預處理并不是先將整幀圖像數據完全保存在存儲器中后再對全幀圖像數據進行處理，而是存儲n-1行圖像數據后便開始處理，其中n為窗口大小。在本設計中，選用3*3窗口的中值濾波器，即n=3。這樣設計的好是，FPGA可以以串行流水方式實現該模塊，節省了許多時間，為實時處理創造了有利條件。圖1給出3*3窗口中值濾波硬件框圖。 圖1中，D代表延時器，FIFO代表先進先出存儲器。該先進先出存儲器模塊如圖2所示，wrreq和rdreq分別為寫、讀使能，aclr為異步清零。圖像數據以像素時鐘節拍從數據輸入端依次輸入，FIFO用來存儲一行數據，從而使M11，M12，…，M33正好對應3*3窗口的9個圖像數據(見表1)。當數據流不斷從數據輸入端輸入時，3*3模板對應的圖像數據不斷地跟著變化，這樣就可以對一幀圖像的所有像素都進行3*3模板處理。 3．2 3*3窗口內9個數值的排序模塊 由前面2．2節對中值濾波改進算法的說明不難看出，整個排序實際就是要進行7次3值比較： 1) 3*3窗口每一行的3個數進行比較．分別得出每行的最大值、中值、最小值，一共有3行，需3次3值比較； 2)3個最大值組、中值組、最小值組進行3值比較，3個組需3次3值比較； 3)最大值組中的最小值、中值組中的中值、最小值組中的最大值3個數再進行一次比較。需1次3值比較。 為了盡量節約資源，充分利用硬件設計中的"模塊復用"原則，只需先設計一個簡單的3值比較器模塊，7次調用該模塊即可以輕松完成中值濾波排序。 另外，在圖像的各個邊緣。由于無法用3*3窗口覆蓋(窗口的一部分要覆蓋到圖像的外部)。所以無法直接調用該中值濾波排序模塊。參考了大量基于領域的圖像硬件處理系統的做法。本文將圖像邊緣像素簡單地設成"0"。并不會影響整個中值濾波的效果。這樣只需再加一個判斷窗口位置的模塊，如果判斷結果是邊緣．則不調用排序模塊而把"0"直接賦到輸出端；反之。則調用該排序模塊。 4 基于FPGA的處理結果 整個電路的設計使用Verilog HDL語言編寫，以Altera公司的Stratix II EP2S60器件為硬件平臺，在Quartus II 5．1的軟件開發環境下實現320*256*16 bit灰度圖像的中值濾波。該圖像1場時間是20ms(其中場消隱時間約為6．35 ms)，像素時鐘是6 MHz，算法占用資源如表2所示。 由表2可見，該中值濾波設計的芯片資源占用率是非常小的，因此絕大部分資源可以用于后續的開發設計中。處理一場數據所需時間僅約為4．2 ms，完全滿足整個系統對速度的高要求。而同樣的3×3模板中值濾波若在ADI的TS201型DSP上處理，所需時間約為15．3 ms。顯而易見，基于Stratix II EP2S60來實現紅外圖像的中值濾波比基于TS201來實現有更好的實時性優勢，而且該設計使用了快速中值濾波算法，所以比傳統算法節約了更多時間，資源占用率也非常小。輸入、輸出圖像分別如圖3、圖4所示，由于本濾波模塊把邊緣置為0，所以圖的邊緣是一條黑線。對比前后圖像可以看出中值濾波對椒鹽噪聲有很好的濾波作用。 5 結束語 本設計方案采用了一種改進的快速中值濾波算法，成功地在Altera公司的高性能Stratix II EP2S60上實現整個數字紅外圖像濾波，在保證實時性的同時，使得硬件體積大為縮減，大大降低了成本，具有很強的實用價值。如果再結合其他濾波預處理方法，則可以進一步提高其濾除噪聲的能力，更好地改善圖像質量。本設計方案只能運用于矩陣型3*3模板，對于其他類型的模板(如5*5模板、十字線型模板)，需要重新進行系統設計。另外。在FPGA設計中，一定要嚴格控制時序，保證時鐘有足夠的建立時間和保持時間，并保證時序的嚴格同步，電路的延時應該盡可能小。 |
