003-基于双Nios_的红外图像实时Otsu局部递归分割算法设计

基于双Ni os Ⅱ的红外图像实时O tsu 局部递归分割算法设计李　坚,王新赛,贺　明,薛　雷(防空兵指挥学院红外与射频技术研究中心,河南省郑州市450052)摘　要:针对传统O tsu 局部递归分割方法很难实时实现的局限性,提出了一种适合FPG A (现场可编程门阵列)中N i os Ⅱ软核处理器实现的快速O tsu 局部递归分割算法,该算法的思路是把一次O tsu 分割得到的目标区域作为新的图像再进行一次O tsu 分割,得到的结果作为最终分割阈值。

利用并行N i os Ⅱ和VHDL 实现的硬件加速逻辑协同设计保证算法的实时实现。

实验结果表明,在不同的背景下,利用本文设计能够实时稳定地对目标分割提取,具有较好的鲁棒性。

关键词:图像处理;FPG A;N i os Ⅱ;otsu 分割;局部递归中图分类号:T N911.73收稿日期:2006212208;修回日期:2007204201。

0　引　言利用红外成像传感器实现实时目标成像跟踪是精确制导武器的核心技术,图像中目标的分割效果尤其是有效地使目标从背景中分离出来是保证系统稳定跟踪的关键,O tsu 分割算法因其简单有效而在实时目标成像跟踪系统中得到了广泛应用。

用这种聚类准则分割图像,当目标在图像中占有适当的比例时,分割结果比较好。

然而,对小目标图像却不能把目标从背景中分割出来,经常会把很多背景错分为目标。

本文提出了利用改进的快速局部递归O tsu 分割算法对图像分割,并且依靠并行N i os Ⅱ软核和硬件逻辑结合的速度优势对算法实时实现。

1　算法原理O tsu 方法(即大律方法)在获得图像灰度直方图的条件下,利用概率论的知识,通过计算最大类间方差而得到分割门限,在较为理想的“双峰”条件下,用O t 2su 准则能够得到较好的分割效果。

O tsu 算法步骤如下。

设图像包含L 个灰度级(0,1,…,L -1),灰度值为i 的的像素点数为N i ,图像总的像素点数为N =N 0+N 1+…+N L -1。

灰度值为i 的点的概率为:P i =N i N(1) 门限t 将整幅图像分为暗区c 1和亮区c 2两类,则类间方差σ2b 是t 的函数:σ2b (t )=a 1a 2(u 1-u 2)2(2)式中:a j 为类c j 的面积与图像总面积之比,a 1=∑ti =0P i,a2=1-a 1;u j 为类c j 的均值,u 1=∑ti =0iPi/a 1,u 2=∑L -1i =t+1iPi/a 2。

该算法选择最佳门限^t 使类间方差最大,即σ2b (^t )=m ax {σ2b (t )}(3) 令Δu =|u 1-u 2|,则由式(2)和式(3)有:σ2b (^t )=m ax {a 1(t )a 2(t )Δu 2(t )}(4) 在冷背景(如天空)下的红外飞机图像中,飞机目标的灰度级比较高,而且目标区域的面积往往要比背景区域的面积小一些,当两者面积相差悬殊时,简单的一次O tsu 分割会错误地将部分背景划分到目标区域O tsu,考虑到一次O tsu 分割的结果图像可以分为背景区域和(含有部分背景的)目标区域两部分,由于只对目标区域感兴趣,把背景区域去掉并不会丢失目标信息,那么,可以对结果图像的(含有部分背景的)目标区域进行O tsu 分割得到新的结果图像,接着,把新的结果图像中背景区域去掉,若目标区域还包含有部分背景,则再对(含有部分背景的)目标区域进行O tsu 分割,依次递归下去,直至得到比较理想的分割图像。

这种方法称为O tsu 局部递归分割方法。

对红外图像数据流处理时,由于O tsu 局部递归分割算法需要对图像进行多次迭代处理,而且对每场图像分割需要的迭代次数不同,所以很难保证分割的实时性,为此我们提出了利用O tsu 准则对图像进行两次局部递归分割,即在第一次O tsu 方法分割之后,将分割得到的亮像素再次利用O tsu 分割准则计算得到新・73・第33卷第7期2007年7月 电子工程师　E LECTRON I C E NGI N EER Vol.33No .7Jul .2007的分割阈值。

实验表明,即使存在复杂的云层背景的情况下,经过两次迭代分割以后,目标也较好地被分割出来。

2　双N i os Ⅱ的实现方案N i os Ⅱ嵌入式处理器是A ltera 公司于2004年6月推出的第2代用于可编程逻辑器件的可配置的软核处理器,性能超过100Dhryst one M I PS (百万条指令每秒)。

N i os Ⅱ是基于哈佛结构的R I SC 通用嵌入式处理器软核,能与用户逻辑相结合,编程至A ltera 的FPG A 中。

处理器具有32位指令集,32位数据通道和可配置的指令以及数据缓冲。

它特别为可编程逻辑进行了优化设计,也为S OPC (可编程单芯片系统)设计了一套综合解决方案。

N i os Ⅱ处理器系列包括3种内核:高性能内核(N i os Ⅱ/f );低成本内核(N i os Ⅱ/e );性能/成本折中的标准内核(N i os Ⅱ/s ),它是前两种的平衡。

本系统采用高性能内核。

N i os Ⅱ处理器支持256个具有同定或可变时钟周期操作的定制指令,允许N i os Ⅱ设计人员利用扩展CP U 指令集,通过提升那些对时间敏感的应用软件的运行速度来提高系统性能。

根据红外焦平面成像特性,为了保证算法的实时性,采用双N i os Ⅱ软核和硬件加速器协同设计的方式,在图像场的间隙进行实时O tsu 局部递归分割处理。

图1为实现算法原理图。

图1　算法实现原理图局部递归区域提取单元将需要分割的红外数据读入FPG A 内部双端口RAM0,直方图统计对数据统计直方图,存放于双端口RAM2,聚类统计单元分别对直方图依次从高低两个方向计算类内均值和概率,把累加结果存入三端口RAM0和RAM1中。

聚类统计结束后,两个N i os Ⅱ并行对高低两个方向的聚类统计结果进行类间方差计算并分别求最大值,取两者最大的值为分割阈值。

完成一次分割后,局部递归区域提取单元依据得到的阈值提取出目标区域,存入双端口RAM1中,接着按第1次分割步骤完成快速局部O tsu 递归分割算法。

为了最大化地提高算法的处理速度,系统采用CP U 并行工作方式,如图2所示。

两个N i os Ⅱ同时负责收发处理数据。

当其中一个CP U 执行完制定的任务后等待另一N i os Ⅱ,两个N i os Ⅱ任务全部完成后,N i os Ⅱ0从Mail B ox 中取出N i os Ⅱ1的处理结果,计算最终分割阈值。

采用这种将数据块分细处理结构,减少单个CP U 处理的数据量,缩短了算法延迟。

图2　CPU 并行工作方式结构　考虑到算法需要进行循环的浮点数计算,采用N i os Ⅱ的定制指令和VHDL 编写硬件算法加速器保证系统运行速度。

表1为采用自定义浮点指令与软件实现浮点运算性能对比。

定制指令逻辑和N i os Ⅱ的连接在SoPC Builder 中完成。

N i os ⅡCP U 配置向导提供了一个可添加256条定制指令的图形用户界面,在该界面中导入设计文件,设置定制指令名,并分配定制指令所需的CP U 时钟周期数目。

系统生成时,N i os ⅡI D E 为每条用户指令产生一个在系统头文件中定义的宏,可以在C 或C++应用程序代码中直接调用这个宏。

表1　N i os Ⅱ软件实现浮点运算与自定义指令实现性能对比浮点运算CP U 时钟周期软件实现自定义指令(FP U )加速比a /b 3714　7530.7　a +(-)b 284　740.5　a 3b2874　7410.5　表2为N i os Ⅱ软件实现系统算法与自定义指令实现性能对比。

表2　N i os Ⅱ软件实现系统算法与自定义指令实现性能对比系统算法　CP U软件实现自定义指令加速比局部递归O tsu 分割1473678时钟周期14.7m s276734时钟周期2.7m s5.33　实验结果局部递归O tsu 分割方法通过递归计算对图像中目标不断地逼近,因此在复杂的背景下,对红外图像目标分割有很好的效果,但是由于算法迭代繁琐,很难实时实现,本文提出了一种基于双N i os Ⅱ嵌入式处理器的红外图像快速局部递归O tsu 分割实时实现方法。

通过在A ltera 的Stratix FPG A 中集成两个l00MHz 软核配合一定的硬件逻辑,大大减小了算法的处理时间,・83・・信号处理与显示技术・电子工程师2007年7月实现了算法的实时处理。

实验表明,该设计每秒可处理25帧320×240×8bit 的红外图像。

图3所示为对3k m 外的坦克目标分割效果图。

图3(a )为原始图像,图像中心位置有一坦克目标;图3(b )为一次O tsu 分割结果,由于背景比较复杂,坦克目标与背景没有完全分割开;图3(c )为经过本文快速局部递归O tsu 分割后的效果图,图中的坦克目标从背景中很好地分割出来。

图3　对3k m 外的坦克目标分割效果参　考　文　献[1]吴继华.A ltera FPG A /CP LD 设计(高级篇)[M ].北京:人民邮电出版社,2005.[2]汪国有,邹玉兰,凌勇.基于显著性的OTS U 局部递归分割算法[J ].华中科技大学学报:自然科学版,2002,30(9),57259.[3]N i os Ⅱp r ocess or reference handbook[M ].A ltera,2005.[4]CAST LE MAN K R.D igital i m age p r ocessing[M ].Engle woodCliffs,NJ,US A:Prentice Hall,1996.[5]Z HANG Tianxu,WANG Xinsai,WANG Yuehuan .Aut omaticthreshold esti m ati on for gradient i m age seg mentati on [C ]//Pr oceedings of SP I E:The I nternati onal Society f or Op tical En 2gineering,Oct 22224,2001,W uhan,China .Bellingha m,WA,US A:SP I E Press,2001:1212126. 李　坚(19822),男,硕士研究生,研究的方向为实时图像处理。

Desi gn of I nfrared I mage Real 2ti m e Local Recursi veO tsu Seg ment ati on Based on Dual Ni os ⅡL I J i a n,W ANG X i n s a i ,HE M i n g,XUE L e i(I nfrared &Radi o 2frequency Technol ogy Center,A ir Defense ForcesCommand Acade my,Zhengzhou 450052,China )Abstract:I n vie w of the li m itati ons of traditi onal l ocal recursive otsu ’s seg mentati on that real 2ti m e reali 2zati on is difficult,a fast l ocal recursive 0tsu ’s seg mentati on alg orithm adap ted t o N i os Ⅱs oft w are core realized in FPG A is p r oposed .The main technique of this algorith m consists in that the object area resulting fr om otsu is regarded as the whole i m age t o be seg mented at the next otsu seg mentati on .Then the object areas resulting fr om otsu are the i m age of seg mentati on results .The design uses parallel N i os Ⅱand hardware t o realize real 2ti m e algorith m.The experi m ental result shows that,under different backgr ound,the algorithm in questi on is r obust against backgr ound clutter and capable of realizing object seg mentati on and extracti on .Keywords:i m age p r ocessing;FPG A;N i os Ⅱ;otsu ’s seg mentati on;l ocal recursi on・93・第33卷第7期李　坚,等:基于双N i os Ⅱ的红外图像实时O tsu 局部递归分割算法设计・信号处理与显示技术・。