Em comparação com o sensor de imagem CMOS convencional da CCD, o mais elevado grau de integração, e modo de captura de imagem mais flexível, mais larga gama dinâmica, juntamente com o seu baixo custo, baixo consumo de energia, mais e mais pessoas atenção e tem sido amplamente utilizada. No entanto, o sensor de imagem CMOS no processo de aquisição de imagem devido à corrente escura e amplificador de desvio faz com que a sua fraca imunidade ao ruído devido ao aumento de ruído imagem, a degradação da qualidade , o que vai afectar directamente o pós-processamento da imagem. Para facilitar o processamento posterior da imagem, o processo de aquisição de imagem, é necessário pré-processar a imagem.

método de redução de ruído

ruído Gaussian é o ruído de imagem mais comum digitais , eliminando imagem ruído Gaussian usando Considerações gerais método do filtro médio. filtro de média tradicional bairro, o ruído Gaussian pode jogar inibição , mas irá causar perda de detalhes da imagem da parte de borda. Similaridade de ruído de imagem textura bordas, documento intervalo de confiança para um método de filtragem adaptativa com base na média ponderada. O método utiliza a distribuição normal de Gauss ruído, o valor tom é determinado em pixels dentro do intervalo de confiança do ruído, o ruído pode ser filtrado, ao mesmo tempo, para garantir que as bordas da imagem não será afetada. No entanto, este método requer um ruído padrão valor de cinza da imagem e da estimativa de ruído com antecedência a diferença, os verdadeiros pobres. Documento para fornecer um valor de cinza algoritmo de filtro de similaridade espacial média ponderada eo baseada em proximidade, tendo em conta não só o valor da diferença dos valores de cinzento dos pixels na janela de filtro, mas também a partir da consideração da influência do pixel central, com base na sua dois parâmetros locais de bairro e um fator de espaço fator cinza vizinhança local, a geração de coeficientes de ponderação. Em comparação com o método convencional é denoising filtro mais gaussiana, mas quanto maior for a quantidade de cálculo, uma velocidade mais lenta de processamento.

Documento concepção de um método de filtragem média ponderada com base no ponto extremo. O método de acordo com a imagem valor de cinzento, de modo adaptativo ajustando os coeficientes de ponderação. Calculado pela variância nas quatro direcções pode ser determinada e a filtragem borda janela textura são coincidentes, e determina a direcção da textura, de modo a gerar diferentes pesos. Desta forma, podemos conseguir uma melhor lado seguro denoising. Mas se você usar o PC para implementar o algoritmo não pode garantir em tempo real.

Tipicamente, a velocidade de processamento do PC é lento, e não podem formar uma aquisição de imagem, a transmissão e armazenamento de um sistema de condutas, com o FPGA velocidades, dados paralelos rendimento características, e por conseguinte os problemas acima, um adaptativo baseado em FPGA método de filtragem de média ponderada. O documento método algoritmo de otimização proposto mapeado para o FPGA, processamento de imagem em tempo real.

2 FPGA análise de algoritmo e mapeamento

ruído Gaussian é baseado em pixel ruído, portanto, considerar a janela do filtro 3 × 3 . Usando a janela 3 × 3, quando o filtro de imagem média, ea linha de imagem 1 e coluna 1 ea última linha de um último pixel devido a dados insuficientes não participará na operação. Para assegurar a integridade dos dados, o método de enchimento podem ser empregues , em primeiro lugar a imagem é expandida antes do tratamento de 2 × 2. Depois de dados estendida mostrada na Figura 1, a parte branca dos dados de imagem originais, os dados de enchimento sombreada.

Filtrando geração modelo, antes de tudo necessário para detectar se a janela é o ponto central do ponto extremo, se é provável que seja o ruído ou ponto borda textura . Calculando a variância é determinada por três pontos na direcção da janela 4 uma textura ou um ponto de extremidade é um ruído, como mostrado na FIG. Se as coincide janela do filtro com a borda da textura, a textura quatro direções cruzam a direção vantagem, uma vez que o valor de tom de salto, uma grande variação iria acontecer.

E a direção paralela à borda da textura, o valor gradação não é transição brusca, portanto, menos variância. A variância das quatro direcções, a direcção de bordo da textura é determinado, o qual, em seguida, determina os coeficientes de ponderação, em um sentido que cruza a extremidade da textura, não o processo de filtragem. Gerar factores de ponderação 4/1 instruções são A, B, C, D.

A = 00 0

Peso pesado acima matriz modelo são consistentes com a lei da distribuição normal, e todos os elementos da matriz e é uma potência inteira de 2, numa operação posterior normalização pode ser implementado por um registrador de deslocamento em vez do divisor, guardar um monte de recursos de FPGA.

3 FPGA para alcançar

O projeto usa Xilinx FPGA XC6SLX45 como o chip mestre, um conceito de design modular para a orientação do módulo de filtragem é projetado ponderada configurável média resolução. O módulo é composto por quatro partes, incluindo um módulo de memória tampão de dados, um módulo de geração de peso, o módulo e a média ponderada módulos de soma, quatro módulos funcionam modo pipeline, para assegurar que os dados podem ser processados em tempo real, a lógica global da concepção mostrada na Figura 3.

3.1 Dados de cache módulo de desenho

módulo funcional cache de dados é um 12 bit de dados trajectória de escoamento, através do tampão foi ajustado para 3 e o fluxo de dados pouco ajuste de temporização canais paralelos 12. A utilização do módulo dois profundidade é 4 K, uma largura de 12 bit ler RAM prioridade, para armazenar cada linha de dados de imagem válidos. A julgar sincronização de linha de sinal Hsync e um sinal de sincronização vertical dados Vsync volta recolhido por sensores é válido.

Sempre que um flanco ascendente da chegada Hsync, trava os dados de entrada, para obter um primeiro pixel de cada linha de dados. Após a contagem, re-fechos o último pixel em cada linha de dados. Um atraso no relógio de entrada de dados, enquanto os dados travados no primeiro e os dados finais com os dados de entrada combinadas para formar uma nova corrente de dados toda a maneira, como mostrado na FIG. Desde RAM_4 K para o cache de expansão da linha de dados, a largura das necessidades de dados para ser inferior a 4094, caso contrário ele irá causar perda de dados.

Um módulo de chave cache de dados do sinal é um sinal de contagem de linha, um quadro de dados de imagem, quando um flanco ascendente do Vsync entrada vinda isto é, o sinal de contagem de linha é limpa, a chegada em cada flanco ascendente da contagem de linha Hsync é incrementado. Desde as necessidades de dados para ser expandido, de modo que as primeiras e últimas linhas de dados fazer um tratamento especial. Quando a chegada da primeira linha dos dados combinados, enquanto a memória RAM em dois, três canais de saída neste momento nenhuma saída. Quando da chegada da segunda fila dos dados combinados, uma segunda linha de canal de dados de saída, o canal 3 de canal 2, e faz sair a primeira linha de dados, como mostrado na FIG.

Quando os dados intermediário chega, o atraso depois de o canal de entrada 1, e como a entrada de RAM1. RAM1 simultaneamente a entrada para a saída no RAM2. Enquanto a entrada de dados, os dados armazenados na memória RAM é lido passado. Assim, a N-ésima linha quando os dados chega, uma linha de saída do canal de dados de N, 2 N-1-canal de linha de dados de saída, os N-2 de dados de linha de saída do canal 3, isto é, três linhas de sincronização de saída de dados estiver completa, a lógica na Fig. 6 Fig. Fig.

Quando a última linha de entrada de dados está completo, ele começou sua expansão. Neste momento, a entrada inválido data_in, e a saída é a última linha de RAM1 dados enquanto atribuído para os canais 1 e 2, a saída da penúltima linha da RAM de dados 2, 3 atribuído ao canal, a última linha de dados é completada expansão, tal como mostrado na FIG.

Após a saída de dados pela RAM RAM cache permitem o controle, uma vez que os dados da imagem de buffer RAM expandida de dados, uma RAM sinal de liberação de duas extensões de linha sinal de sincronização com base no relógio. Três canais de sinal para conseguir a sincronização de dados através de atrasos apropriados.

3.2 peso design do módulo de geração

Peso objeto módulo de geração é a janela de filtragem de pixel central de detecção é uma região lisa ou uma regi de aresta, e gera um coeficiente de ponderação correspondendo o resultado de detecção , o fluxo de trabalho é mostrado na Figura 8.

O módulo consiste de somadores, multiplicadores e subtractores, três linhas de saída de dados a partir dos módulos de cache de dados respectivamente três fechos, nove valores obtidos gradação pixel na janela Pix0 ~ Pix8. Em que Pix3 ~ Pix5 direcção horizontal; pIX2, Pix4, Pix6 numa direcção de 45 °; Pix1, Pix4, Pix7 numa direcção de 90 °; Pix0, Pix4, Pix8135 °, como a direcção, a variação foram calculados. Ao procurar gradação e o centro do pixel peso Pix4 é 2, dois pontos adicionais de peso de 1. Quando o desvio padrão assim calculado, e a escala cinza apenas por dois registos de deslocamento pode. Depois de se completar o cálculo da variância, para gerar o modelo e o coeficiente de peso correspondente normalizar a variância como um parâmetro do processamento subsequente. A fim de garantir processos simplificados, este módulo variância computação por quatro paralelo, tendo, assim, mais recursos DSP.

3.3 Desenho do módulo soma ponderada

módulos de função soma ponderada de realizar uma operação de ponderação dos três pixels da mesma linha. O módulo é constituído por três multiplicadores e adicionadores dois, como mostrado na Fig. Depois de todo o caminho para os dados de entrada, depois de três trincos, para dar três pixels adjacentes na mesma fileira. executa multiplicadores de entrada simultânea ponderada cálculo, o peso gerado pelo peso dos pesos dados módulo. Depois de completada a ponderação resultado da operação aritmética das duas entradas do somador multiplicador para soma, um adicionador e depois somando os resultados obtidos e a entrada de um outro multiplicador obtido por pares três pontos de pixel saída da soma, tal como mostrado na FIG. Foram módulo somatório ponderado chamado três vezes, para completar a sincronização de dados soma ponderada de três vias.

Com média de 3,4 módulo de desenho

módulo média chama os dois somadores implementadas somatório dos dados síncrona de três vias. saída média calculada pelo registo de deslocamento. Angelica coeficiente de 4 e 16, respectivamente, os dados de saída do adicionador 4 por intermédio de dois ou saída do registador de deslocamento para a direita, como mostrado na FIG.

12 bits de dados após o multiplicador, adicionador operação, em dados de 24 bits, os bits de dados válidos inalteradas, só pode ter 12 bits baixa.

4 resultados de simulação e experimentais

Atribuindo os diferentes módulos do parâmetro de imagem na simulação lógica ISE, e pode ser configurado para verificar a regularidade do módulo. Para 9 imagens de resolução × 5 como um exemplo: os dados efectivos da imagem de entrada 1 a 9, um módulo de cache de dados devem os dados de saída em filas paralelas 3 após a expansão, é regenerado depois de o peso, a produção de soma ponderada, como mostrado na FIG.

Durante a simulação, o atraso é determinado de acordo com a entrada de dados e a largura de saída de dados da imagem de entrada no pixel 2048, o atraso de processamento é 42,04 mS, para atender aos requisitos de tempo real.

Assuntos seleccionados a empresa de imagem CMOS no sensor MT9P031, imagem 2048 × 1944 resolução de pré-processamento recolhido. Os resultados mostrados na Figura 12, em que a Fig. 12 (a) é uma imagem do molde, a Fig. 12 (b) para adquirir a parte de trás da imagem original, a Fig. 12 (c) é uma imagem processada de filtragem de média ponderada convencional, a Fig. 12 (d) é os métodos de processamento de imagens aqui descritos. imagens não processadas podem ser vistas mais ruído, e a rebarbas nas bordas textura; média ponderada convencional após a filtragem de processamento, a redução de ruído de imagem, a textura, rebarbas nas bordas desaparecer, mas mais turva; ruído usando o método de processamento de imagem descrito aqui é menos, enquanto as bordas são mais nítidas qualidade de imagem foi significativamente melhorada. Comparando a variância são calculados para a relação sinal-ruído de pico PSNR MES MATLAB pela imagem original e o resultado do processamento, os resultados apresentados na Tabela 1.

indicadores do objectivo pode ser visto a partir da Tabela 1, a imagem com os métodos de processamento de imagens aqui descritos, em comparação com um processamento de filtragem de imagem média ponderada convencional, que melhoram o PSNR 1,04 dB. O método aqui descrito é superior ao do método de filtragem de média ponderada convencional.

o uso de recursos FPGA Tabela 2. Visto a partir dos dados na Tabela 2, exceto para recursos DSP, utilização de recursos é baixo este projeto, o sistema de aquisição de imagem e os requisitos gerais DSP não são altos, pode ser facilmente incorporado no sistema de aquisição de imagem CMOS.

5. Conclusão

características pobres de processo em tempo real, quando uma média de filtragem de imagem convencional, eficiência de ligação de dados de processamento paralelo FPGA, filtragem adaptativa ponderado média de processamento de imagem, que tem uma configuração, características de fraca latência. Os resultados experimentais mostram que o projeto pode ser feito sem afetar a velocidade de transferência de dados, o sistema de aquisição de imagem incorporado, a formação de um gasoduto, e para melhorar a qualidade do sensor de imagem de aquisição de imagem CMOS.

Referências

Desenho e implementação de um sensor de imagem pré-processamento de circuito digital Xu Linliang .CMOS Chengdu: Universidade de Ciência Eletrônica e Tecnologia de 2017.

Chenjia Yi, Huang Nan, Xionggang Jiang, et intervalo de confiança baseado em algoritmo de filtragem adaptativa média ponderada Universidade de Tecnologia de Nanjing, 2017,41 (3): 307-312.

GEOCRYOLOGY Kang prata Um algoritmo de filtragem adaptativa para a imagem denoising média de Pequenos Sistemas de Computador, 2011,32 (12): 2495-2498.

YANG Fan, Han Yanli um extremo algoritmo de filtragem adaptativa média Infravermelho e laser Engenharia, 2006 (S4): 116-120.

Peng Hong, Zhao Pengbo algoritmo de filtro de detecção de borda melhorada Média . Engenharia de Computação, 2017,43 (10): 172-178.

GEOCRYOLOGY Kang prata Um algoritmo de filtragem adaptativa para a imagem denoising média de Pequenos Sistemas de Computador, 2011,32 (12): 2495-2498.

Guo Baby, fácil de três Li, Ele Jianfeng, etc. melhorou algoritmo de filtro de média não-local . Engenharia de Computação, 2016,42 (7): 227-231.

Zuo Yong, sopa pode haver casos US Hu, et ponderada imagem direção pimenta média algoritmo de filtragem . Jornal chinês da Imagem e Gráficos, 2013,18 (11): 1407-1415.

Informação sobre o autor:

Wu Hao macho, grupos de armazenamento, Ren Yongfeng, Jiao Xinquan

(Key Laboratório Nacional de Tecnologia de Medição Eletrônica, Universidade do Norte, Taiyuan 030051, China)