關(guān)鍵詞：嵌入式 CPLD 實時處理 圖像增強

通常，在擁有ＤＳＰ或ＦＰＧＡ的嵌入式平臺上，有關(guān)圖像信號處理的算法部分都由ＤＳＰ和ＦＰＧＡ完成。但是相對于標準的ＰＣ平臺來說，嵌入式平臺的資源有限得多，而且由于成本的原因，中央處理器的速度也通常無法與ＰＣ相比。因此，在ＰＣ機上用軟件可以輕易實現(xiàn)的圖像處理算法，完全移植到嵌入式平臺上就要頗費一番周折了。

為了達到實時圖像處理的目的，除了最大限度地發(fā)揮中央處理器的圖像處理能力外，還需要合理地分配任務。ＤＳＰ芯片的優(yōu)勢在于乘除運算的能力，由于其特殊的流水線結(jié)構(gòu)和處理單元，大部分ＤＳＰ都能在單周期內(nèi)完成在ＰＣ上需若干個周期才能完成的乘法運算，所以在進行諸如ＦＦＴ、ＤＣＴ等運算時優(yōu)勢明顯；相反在進行簡單的加減運算時，由于時鐘頻率和總線寬度都無法與ＰＣ機相比，效率不高。因此，如果能用硬件實時實現(xiàn)這些相對簡單卻又繁瑣的運算，就可以大大提高系統(tǒng)的總體性能。

１ 改進的圖像增強算法

圖像增強是圖像處理中用于改善圖像質(zhì)量以及圖像視覺效果的一種方法。在ＤＳＰ平臺上采用直方圖均衡實現(xiàn)實時圖像增強是一種常用的方法。對一幅連續(xù)圖像，其具有灰度Ｇ的閾值面積（所有輪廓線所包圍的面積）為Ａ（G），則其直方圖Ｈ（G）定義為：

Ｈ(G)=lim[A(G+ΔG)-A(G)/ΔG=d/dcA(G)，

ΔＧ→０

對于數(shù)字圖像，G為整數(shù)，A（G）表示灰度值大于等于G的象素個數(shù)，當ΔG=1,H（G）=A(G+1)-A(G)。

如果對A（G）做一次系數(shù)為Gm/A0的比例變換，Gm表示灰度的最大值，A0表示圖像的面積（在數(shù)字圖像中為象素總數(shù)）。這就是種線性直方圖均衡。這種直方圖均衡的具體實現(xiàn)如下：

（1）對于圖像{Pi,j|i=1,2,...，n;j=1,2,...,m}，就灰度G,G=0，1，...255，求出直方圖H（G）；

    （2）由A（G+1）=A(G)+H(G)求出閾值面積A（G），G=1,2,...，255；

(3)求出變換后的灰度分度值hnew(G)=255 A（G）/A0,A0=nm；

（4）Pij=hnew(Pij)。

借助ＬＵＴ，可使運算以最快速度實現(xiàn)。

考察直方圖均衡的實現(xiàn)過程可以發(fā)現(xiàn)，這是一種有限區(qū)間內(nèi)的單調(diào)變換。從其頻域特性看，直方圖均衡改變了已有頻率成分的分布，使它們分布得更加均勻，但并不增加新的頻率成分。直方圖均衡對于彩色（灰度）值集中在低端的圖像，可起到較明顯的視覺改善作用。但對于那些色彩分布很不均勻、頻帶較窄，特別是整體偏亮的圖像，效果就不明顯了。

本文采用一種新的圖像增強方法，將對圖像的邊緣增強處理與均衡結(jié)合起來，并且這些運算最終可由硬件實現(xiàn)。

對于連續(xù)圖像Ｐ，其局部邊緣可由對應空間梯度的幅值，取其一階近似ΔＰｉ,j=2Pi,j-Pi,j-Pi-1,j，可得圖像{Pi,j|i=1,2,...,n;j=1,2,...,m}在（i,j）的邊緣信息。

如果不計Pi,j的取值范圍，可直接對圖像{Pi,j|i=1,2,...，n；j=1,2,...,m}進行修正：

Ｐ′i,j=Pi,j+ΔPi,j,

其中，Ｐ′i,j表示Ｐi,j修正后的值。顯然，圖像{Pi,j|i=1,2,...,n；j=1，2，...，m}按此規(guī)則修正后邊緣值的變化更為強烈，邊緣更為突出，可達到邊緣增強的效果。同時，由于在原圖像上疊加了梯度值，使得修正后的圖像的頻譜有一定的擴展。但由于沒有對Pi,j的取值作約束，這樣處理后的象素值可能會溢出，例如對于每個色彩通道為８位的圖像，處理后的數(shù)值可能會大于２５５或小于０。因此，通常要對其進行歸一化處理，即：

Ｐｎｅｗ＝２５５×(Ｐ′－Ｐ′ｍｉｎ)／（Ｐ′ｍａｘ－Ｐ′ｍｉｎ)。

但用硬件實現(xiàn)乘除運算可能會占用很多資源，上述公式即便以運算實現(xiàn)都是很不經(jīng)濟的。本文采用預拉伸加飽和／截止的方法，在不犧牲頻率特性的基礎上達到減少計算量的目的。

考察ΔPi,j與Ｐi,j的直方圖，分別取得它們的右峰值所對應的橫座標，記為ＧΔ和Ｇ，并找到ｋ，使得ｋＧΔ＋Ｇ＝２５５，則修正公式變?yōu)椋小鋓,j=Pi,j+kΔPi,j。其中kΔPi,j可以ＬＵＴ實現(xiàn)。修正后的Ｐ′i,j可在[0,255]上進行飽和／截止運算。

２ 用ＣＰＬＤ實現(xiàn)實時的圖像增強

本文所采用的改進圖像增強算法的主要成份是差分、累加以及飽和／截止。這些運算都是加減法及邏輯運算，都屬于ＡＬＵ的簡單操作，適合硬件實現(xiàn)。本文采用ＣＰＬＤ實現(xiàn)所提出的算法。以對具有３０ｆｐｓ的１２８０×１０２４ ＲＧＢ圖像計算ΔＰi,j為例，每計算一點ΔＰｉ,ｊ需要４次加（減）運算，即總的需要１２８０×１０２４×３×３０×４＝４７１,895,２００次加（減）運算。如果采用的ＤＳＰ的速度是１００ＭＨｚ，且假定所有運算都是單周期的，則僅僅該運算就需要４．７ｓ！所以采用ＣＰＬＤ實現(xiàn)某些運算是必需的。

圖3 圖像增強算法的硬件實現(xiàn)結(jié)構(gòu)

    采用ＣＰＬＤ實現(xiàn)運算（例如邊緣處理中涉及的求梯度運算），還需解決數(shù)據(jù)的暫存問題。本文以一片高速ＳＲＡＭ作為數(shù)據(jù)緩沖區(qū)。由于圖像數(shù)據(jù)的采樣輸入的頻率也很高，需要充分合理地安排好每一次操作的時序，充分利用已參與運算的數(shù)據(jù)及中間結(jié)果，減少數(shù)據(jù)進出ＳＲＡＭ的次數(shù)。

２．１ 基于Ｅ１－ＤＳＰ的網(wǎng)絡圖像采集平臺

在分析具體實現(xiàn)方法前，先簡要介紹所采用的硬件平臺。該平臺主要用于遠程圖像采集和以太網(wǎng)傳輸，其圖像通道結(jié)構(gòu)如圖１所示。

ＯＶ９６２０是ＣＭＯＳ的數(shù)字圖像傳感器，負責采集連續(xù)的數(shù)字圖像；中央處理器使用德國ＨＹＰＥＲＳＴＯＮＥ公司的Ｅ１系列ＲＩＳＣ ＤＳＰ，它集ＤＳＰ和ＲＩＳＣ于一身，可以加載ＯＳ，方便地實現(xiàn)任務調(diào)度、內(nèi)存管理等功能，大大提高系統(tǒng)的總體性能；ＣＰＬＤ的基本功能是作為Ｅ１總線接口控制模塊，本文還將用它實現(xiàn)圖像增強運算。

２．２ 算法的總流程

為了實現(xiàn)實時的讀寫和運算，需要由外部電路產(chǎn)生２４ＭＨｚ×４的時鐘ＥＸＣＬＫ作為讀寫時鐘，所有時序都由ＣＭＯＳ時鐘和ＥＸＣＬＫ控制，可以做到完全同步。具體流程如圖２所示。

(1)在ＣＭＯＳ時鐘到來時，從ＣＭＯＳ傳感器的數(shù)據(jù)輸出口采集Ｐｉ,ｊ，并實現(xiàn)加法運算ＲＥＳＵＬＴ＝Ｐｉ,ｊ＋Ｐｉ,ｊ，同時用ＥＸＣＬＫ的第０個時鐘向ＳＲＡＭ寫入Ｐ′ｉ,ｊ－１或Ｐ′ｉ,ｍ－１ （本行最后一個數(shù)據(jù)，下一次操作應換行）；

（2）在ＥＸＣＬＫ的第１個時鐘鎖存ＲＵＳＥＬＴ，由ＳＲＡＭ讀入Ｐｉ－１，ｊ，并做減法運算ＲＥＳＵＬＴ＝ＲＥＳＵＬＴ－Ｐｉ－１,ｊ；

（３）在ＥＸＣＬＫ的第２個時鐘鎖存ＲＵＳＥＬＴ，由ＳＲＡＭ讀入Ｐｉ,ｊ－１，并做減法運算ＲＥＳＵＬＴ＝ＲＥＳＵＬＴ－Ｐｉ,ｊ－１；

（４）在ＥＸＣＬＫ的第３個時鐘鎖存ＲＵＳＥＬＴ，同時寫入Ｐｉ,ｊ。

然后開始下一個點的運算。

２．３ 硬件實現(xiàn)的邏輯結(jié)構(gòu)

用ＣＰＬＤ實現(xiàn)該算法所采用的邏輯結(jié)構(gòu)如圖３所示。

其中?熏加模塊實現(xiàn)２×Ｐｉ,ｊ運算，生成９位的運算結(jié)果交給減模塊；減模塊在ＥＸＣＬＫ的第二和第三個時鐘分別讀入Ｐｉ－１,ｊ和Ｐｉ,ｊ－１進行減法運算，并把結(jié)果存回ｒｅｓｕｌｔ寄存器。由于兩次減法在時間上是錯開的，因此只需要一個減法器就夠了，節(jié)約了內(nèi)部資源。

圖３中的脈沖計數(shù)器是一個模４計數(shù)器，所有的讀寫時序和運算時序都由它控制。數(shù)據(jù)通道切換模塊控制流入ｒｅｓｕｌｔ寄存器的數(shù)據(jù)流，在第一個ＥＸＣＬＫ時鐘讓加法器的結(jié)果進入ｒｅｓｕｌｔ，其余的時間都讓減法器的結(jié)果進入ｒｅｓｕｌｔ。兩個選通邏輯模塊對ＥＸＣＬＫ起門控作用，選通邏輯１允許第１個和第２個時鐘通過，用來鎖存從ＳＲＡＭ讀入的數(shù)據(jù)；選通邏輯２允許第１、２、３個時鐘通過，用來鎖存三次運算的結(jié)果。

ＳＲＡＭ的讀寫操作由地址發(fā)生器和讀寫控制模塊共同實現(xiàn)。由于四次讀寫操作的地址都不同，且不連續(xù)，無法用普通的地址計數(shù)器實現(xiàn)。這里采用地址計數(shù)器加偏移的相對尋址法，具體結(jié)構(gòu)如圖４所示。

地址計數(shù)器中保存Ｐｉ,ｊ的地址，它由ｃｍｏｓ ｃｌｋ作為時鐘實現(xiàn)累加；偏移地址則由脈沖計數(shù)器模塊控制，分別選擇Ｐ′ｉ,ｊ－１、Ｐｉ－１,ｊ、Ｐｉ,ｊ－１和Ｐｉ,ｊ的偏移地址；最后做減法運算得到絕對地址送到ＳＲＡＭ。

通過上述設計和優(yōu)化，完全可以在結(jié)構(gòu)和功能都比較簡單的ＣＰＬＤ上實現(xiàn)實時的圖像增強處理。

由于采用了改進的圖像增強算法，在處理窄頻帶的圖像時收到了非常好的效果，部分測試結(jié)果如圖５所示。

    與傳統(tǒng)的處理方法相比，改進后的算法對圖像的均衡效果更為明顯一些，而且由于展寬了頻帶，圖像的細節(jié)更加豐富，圖像更加明艷和清晰。

以上算法都在ＣＰＬＤ上實現(xiàn)，并沒有占用ＤＳＰ的處理時間，因而節(jié)省了大量的運算時間。筆者做過一個實際測試，在１００ＭＨｚ主頻的Ｅ１ ＤＳＰ上用Ｃ編程實現(xiàn)一幀６４０×４８０ ＲＧＢ圖像的增強算法大約需要１００ｍｓ（如果用匯編語言編程或?qū)Τ绦蜃鲀?yōu)化可使性能提高一些），而且要占用大量存儲資源。這樣的運算速度只適合靜止圖像的處理。所以，如果不做簡化處理或采用更高性能的ＤＳＰ，根本無法做到實時處理。由此可見，采用硬件處理的方法可以極大地提高系統(tǒng)的總體性能。

綜上所述，在擁有ＤＳＰ的嵌入式平臺上使用ＣＰＬＤ實現(xiàn)改進的圖像增強算法是可行的，對于實時的圖像處理是一種高效的解決方法。