邊緣圖像連通區域標記的算法研究和SoPC實現
加入技術交流群
圖1中，假設三個目標點的傳遞順序是P0到P5，P5再到P02，則P5就是走向拐點。
要改善連通性，可以增大搜索范圍，如增大到7×7范圍。這樣雖然在一定程度上改善了連通性，但是會引入更多的干擾點。而本文的思路是：首先按照上述8方向鄰域生長算法搜索連通區域，同時記錄邊緣“端點”，然后通過比較各個區域的端點，將端點較近的兩個區域合并。結合前文的分析，本文認為邊緣端點包括3類：區域起點；邊緣末端；邊緣拐點。這樣得到的端點個數少，包含了絕大部分的“斷點”。通過不斷比較各個區域的端點，相近則將區域合并，最終得到合并后的標記圖像。
該方法實質上是在小尺度內搜索連通區，并利用得到的邊緣端點在大尺度內進行區域合并，既不引入更多的雜點，又改善了標記圖像的連通性，并在保證區域合并正確率的同時，提高了合并效率。
2 區域標記及合并的SoPC實現
本文以FPGA為核心，利用SoPC技術，實現了對320×240圖像的8方向生長連通區域標記。系統使用FPGA邏輯硬件進行邊緣檢測[3]，使用NiosII軟核處理器進行連通區域標記，用Avalon總線將兩者結合起來，實現了硬件加速，軟硬件協同工作，既提高了實時性又保證了靈活性。
2.1 SoPC系統的結構設計
系統結構圖如圖3所示，主要模塊的功能簡述如下：
(1)NiosII CPU模塊。該模塊是整個系統運算和調度的中心，完成系統工作流程的控制；圖像處理中區域標記和區域合并算法的實現；圖形用戶接口(GUI)的實現。
(2)Image模塊。圖像采集部分負責按照320×240大小采集攝像頭的數據，由DMA控制器通過Avalon總線將原始圖像數據存儲到DDR SDRAM中。邊緣檢測部分同步地將原始圖像數據邊緣化，生成邊緣圖像數據，并通過DMA控制器和Avalon總線存儲到DDR SDRAM中。
(3)Display模塊。負責驅動LCD液晶顯示屏顯示原始圖像、標記圖像以及處理信息。本文引用地址：http://www.104case.com/article/187479.htm
2.2 區域標記及合并的算法實現
圖像處理過程分為連通區域標記、區域合并和區域排序三步。
(1)連通區域標記：按照改進后的8方向鄰域生長算法進行連通區域標記，為每個連通區分配一個鏈表數組元素，用鏈表記錄該連通區的目標點和端點。
(2)區域合并：逐個比較任意兩個連通區域的端點鏈表，在大尺度范圍內（本文采用9×9范圍），若其中有相鄰的端點，則合并這兩個連通區。
(3)區域排序：按照目標點的個數，從大到小對合并后的連通區域排序，取前N個目標點數大于X的連通區域作為后續特征提取的對象(本文N的最大取值為10，X取值20)，其余的視為干擾去掉。取形狀較大的N個連通區進行下一步的特征提取，可以節省處理時間。
3 實驗結果及分析
本文使用Altera公司的高性價比CycloneIII系列的FPGA EP3C25F324C8。SoPC系統共用邏輯單元8916/24624(36%)，寄存器5 415個，引腳101個，片內SRAM位數421 248/608 256(69%)，內置乘法器4個，PLL鎖相環1個。系統時鐘為100 MHz，NiosII軟核處理器的性能為113 DMIPS。
實驗結果如圖4所示。圖4(a)為實驗用開發板和攝像頭，圖4(b)、(c)、(d)是不同圖像在LCD液晶屏上顯示的實驗結果。顯示分為三部分：左側上部為原始灰度圖像，大小為320×240；左側下部為標記圖像（不同區域由不同顏色顯示），大小為320×240；右側為處理信息，大小為480×480。處理信息包括：Connection Num為連通區域個數；Merge Num為合并后的區域數；Region Num為排序后的區域數；Process Time為圖像處理時間，單位為ms。
實驗結果表明，本文算法得出的標記圖像結果正確、邊緣清晰、去掉了雜點、提高了區域的連通性。在SoPC系統上實現時，對復雜圖像的處理速度約30幀/s，滿足了實時性要求。
本文在SoPC系統中，將提出的基于目標像素鄰域的8方向生長區域標記算法和基于邊緣端點的區域合并算法成功地予以實現。實驗結果表明了算法的有效性和實時性。基于SoPC技術的圖像處理系統，軟硬件協同工作，提高了系統的并行性和靈活性，便攜性好，成本低。
參考文獻
[1] HE Lifeng，CHAO Yuyan，SUZUKI K.Fast connected-component labeling[J].Pattern Recognition，2009，42(9)：1977-1987.
[2] HU Qingmao，QIAN Guoyu.Fast connected-component labelling in three-dimensional binary images based on iterative recursion[J].Computer Vision and Image Understanding，2005，99(3)：414-434.
[3] 謝昭莉，白穎杰.Prewitt圖像邊緣檢測及邊緣細化的FPGA實現[J].電子技術應用，2010，36(6)：39-42.
評論