一种用于增强拼接图像成像质量的数据处理系统

摘要：传统图像拼接技术往往由计算机完成图像数据的处理，但计算机系统存在尺寸大、成本高、便携性差的缺点，为此，设计一种基于图像增强算法的嵌入式系统。该系统由FPGA完成图像采集与增强处理，然后将优化后的两组图像传输给DSP，最终完成两组图像的拼接。设计图像增强算法，对拼接区域不同灰度条件下进行了分类处理，从而实现了对图像特征点的增强;设计基于特征点向量距离比较的匹配算法，从而优化了图像拼接效果。对比该系统的测试结果与传统算法的拼接效果可知，在灰度变化较小的图像区域中，两种方法的拼接结果基本一致;而在灰度变化较大的图像区域中，传统方法的平均处理造成了特征点区域弥散，从而产生一定的失真，相比之下，该系统在1，2，3特征区域拼接效果明显优于传统方法。

关键词：嵌入式系统;图像采集;数据处理;图像拼接;图像增强处理;对比分析

中图分类号：TN214-34

文献标识码：A

文章编号：1004-373X（ 2019） 24-0088-04

0 引 言

通过图像处理完成目标识别、信息提取等任务已经被广泛应用于军事、工业、生产生活[1-3]等，而成像系统的视场范围受限于光学模块的性能，为了获取更大的视场、收集更多的信息，往往需要更好的光学镜头，但其成本也会大幅提高，故图像拼接技术应运而生。

图像拼接技术属于计算机视觉技术的一种，其主要目的是获取更大的视场、更高的分辨率，从而为系统提供更多的有效信息[4]。该技术在导航、医学成像、虚拟现实、目标识别等领域被广泛应用。在图像拼接方面，文献[5]曾提出一种邻接矩阵计算的拼接线检测算法，通过距离矩阵减小拼接误差。文献[6]通过自动选取影像轮廓的方式寻找合适的拼接线，从而实现局部最优。文献[7]利用改进的最大搜索算法对拼接图像进行拟合匹配，对不同条件下图像的拼接提供了优化。在拼接图像效果增强方面，文献[8]设计了一种模糊特征提取的盲识别算法，有效地提高了目标识别能力，对边缘模糊及失焦具有一定的抑制作用。文献[1]通过同态滤波等技术实现了对拼接图像篡改区域的识别。文献[9]人提出的羽化模糊痕迹识别算法对于拼接图像中的拼接区具有很好的区分效果。

由此可见，该技术应用前景广泛，但尚存在一定不足。首先，目前图像拼接处理模块是在PC机上实现的[10]，体积大、成本高，能够形成独立产品的嵌入式系統还不成熟;其次，由于图像拼接过程实际上是两幅以上图像的位置匹配，所以两幅图像实际光照环境的影响是无法消除的，这也是一些拼接图像合成后视觉效果较差的原因之一。本文提出一种拼接图像增强算法，并在嵌入式系统中完成硬件结构与软件算法的设计，使系统更具实用价值。

1 系统硬件组成

系统总体设计结构如图1所示。系统整体由DSP[11-12]和FPGAc[13，14]共同构成，FPGA主要负责图像数据的采集、解码与图像增强处理;DSP主要负责对两组图像进行图像拼接、压缩与存储。

系统由8个模块构成：图像采集模块，图像解码模块、存储模块、图像增强模块、数据传输模块、图像拼接模块、图像压缩模块与图像缓冲模块。图像采集模块由CCD、图像采集芯片构成，负责采集待测区域图像，并将不同参数条件下的两幅待拼接的图像分别传输至其相应的图像单元及解码模块;图像解码模块分别给待拼接的两幅图像进行解码处理;存储模块完成对两组待拼接图像的存储;图像增强模块为待拼接的两幅图像进行图像增强，主要采用提高图像对比度的方式是图像清晰;数据传输模块由FPGA将干涉图像数据传输给DSP;图像拼接模块完成对已完成图像增强的两幅图像进行拼接;图像压缩模块将拼接完成的图像按照标准图像尺寸完成数据压缩;图像缓冲模块为压缩后的拼接图像存储到SDRAM中提供传输速率匹配。

2 算法设计

2.1 图像增强算法设计

图像增强在本系统中的主要作用是提高图片对比度，从而使图片中的目标具有更好的可识别性。在两幅待拼接的图像中存在灰度值相近的情况，导致当直接通过原图进行处理时，低灰度细节信息可能会造成遗漏。这种情况一般出现在光源强度过强或者光源强度太弱的条件下。所以，本系统采用了放大或缩小其动态范围的方式提高图像的对比效果。对于图像灰度值均值超过200的区域或者灰度值均值低于100的区域进行对数压缩的方式。

图像增强过程主要是针对亮度信号处理，因此采用宽度8位、深度1 024的FIFO对亮度信号进行处理，增加检测电路完成对灰度值得判断与分类，然后输出给接口控制单元，从而实现图像增强。图像增强算法程序流程如图2所示。

由图2可知，两幅需要拼接的图像在拼接之前，首先由FPGA控制完成图像的采集与保存，然后再通过图像增强算法使图像对比度提高，从而使图像拼接过程中可以获取更多的特征点，提高拼接效果。

2.2 图像拼接算法设计

图像拼接算法在DSP上完成，主要通过图像接口模块、拼接算法模块、图像压缩与存储模块实现。图像接口模块完成将FPGA传输的图像数据导人DSP，并对其反馈已传输图像的帧数;拼接算法模块实现图像拼接融合;图像压缩与存储模块实现将拼接后图像进行保存输出。

对图像的拼接主要是图像配准的过程，图像配准主要采用特征点位对其的方式，由于本系统在输入DSP图像数据前已经完成了图像增强处理，所以可以利用图像对比度高的优势，对特征点向量进行循环累加对比，通过求解最近邻距离与次近邻的比值关系确定最合适的特征配准点，从而提高系统图像拼接的效果。图像拼接算法程序流程如图3所示。

3 测试与分析

测试图像的采集、传输与图像增强由Spartan 6处理器完成，特征点强化后的图像通过TMS320DM642型DSP完成图像的拼接。

3.1 高速图像采集

系統通过FPGA实现图像的高速采集，当CONVST信号为低电平时，BUSY为高，则通过CS和RD信号完成A/D数据的输出;当CONVST信号下降沿时同时触发Ram_write信号，从而开始将采集得到的图像数据保存到SDRAM。仿真时序如图4所示。

由此可见，FPGA通过对FIFO端口的控制，令其符合异步读写规则，在执行周期内对SLWR信号进行翻转，最终将数据导入SDRAM。

3.2 图像拼接测试与对比分析

图像拼接测试采用对两幅图像拼接的方法实现，并且对图像的特征点数进行了分析，讨论了特征点数对图像拼接的影响。测试图片是在晴朗条件下对本校校园拍照获得，然后将图像拼接后实现视场放大，原始图像如图5所示。

在图像1和图像2中存在一定的重叠区域，在重叠区域中寻找特征点并完成两幅图像的拼接。待拼接两幅图像的重叠区域没有较大对比度的特征点，所以采用传统图像拼接算法可选的特征点少，相对位置容易造成偏差。由于本系统首先将采集得到的图像根据灰度分布进行图像增强，从而使图像区域边界的对比得到大幅提升，故其具备成为图像拼接的特征点会更多，并且对比度更高，更容易被识别并用于位置定位。由本系统图像增强与图像拼接后的合成图像如图6所示。

本系统完成的拼接图像与传统算法在Matlab中完成的图像拼接做对比，基于传统算法获得的拼接图像如图7所示。

对比图6与图7中两幅图片的拼接位置可以看出，在图7中白云、蓝天区域两幅拼接图像的效果基本接近，存在部分不一致的图片叠加效果也不是特别明显。但是在拼接区域中具有对比度较高的部分传统方法存在明显的失真，分别是标注圆圈1，2，3。图像放大后可以看出，这三个对比度高的局部区域在传统算法处理后由于采用了均值位置，所以细节部分有失真;而通过本系统在图像增强的基础上完成图像拼接该位置上没有明显的失真。由此可见，该系统在图像优化与拼接方面具有明显的优势。

4 结论

本文设计一种用于图像拼接的嵌入式系统，由FP-GA完成对图像的采集与增强处理，由DSP完成了基于特征点匹配的图像拼接。实验对比了本系统与传统方法的图片拼接效果，验证了系统的可行性与优势，其具有很好的应用前景。

参考文献

[1] ROSSI Alessandro， DIANI Marco. CORSINI Giovanni. Bilater-al filter-based adaptive non-uniformity correction for infrared fo-cal - plane array sVstems [J]. Optical engineering， 2010， 49（5）：057003.

[2]李婵，万晓霞，谢伟，等.多通道光谱采集系统滤光片设计方法研究[J].应用光学，2016，37（5）：639-643.

LI Chan， WAN Xiaoxia， XIE Wei. et al.Color filter designmethod for multi-channel spectral acquisition system [J]. Jour-nal of applied optics. 2016， 37（5）： 639-643.

[3]戴军，唐湘成，高志峰.海空背景下红外图像处理系统设计与实现[J].红外技术，2016，38（2）：121-125.

DAI Jun， TANG Xiangcheng. GAO Zhifeng. Design and imple-mentaLion of an infrared image processing system under seaand sky background [J]. Infrared technology. 2016. 38（2）：121-125.

[4]王伟，陆亦怀，陆钒，等.基于DSP的傅里叶变换红外光谱仪动镜控制系统设计[J]量子电子学报，2015，32（1）：8-16.

WANG Wei， LU Yihuai， LU Fan， et al.Design of moving mir-ror control system for Fourier transform infrared spectrometerbased on DSP [J]. Chinese journal of quantum electronics，2015. 32（1）：8-16.

[5] BAHRAMI K，KOT A C.Image tampering detection by expos-ing blur type inconsistency [C]// IEEE International Conferenceon Acoustics， Speech and signal Processing. Florence： IEEE，2014 ： 2654-2658.

[6] WANG Y C. LIU J G. Evaluation methods for the autonomy ofunmanned systems [Jl Chinese science bulletin. 2012. 57（26） ： 3409-3418.

[7] WAN Y C， WANG D L， XIAO J H. et al. Automatic determi-nation of seamlines for aerial image mosaicking based on vectorroads alone [J]. Journal of photogrammetry and remote sensing，2013 . 76 ： 1-10.

[8] CHON J， KIM H， LIN C S. Seam-line determination for imagemosaicking： a technique minimizing the maximum local mis-match and the global cost [J]. Journal of photogrammetry andremote sensing， 2010， 65（1） ： 86-92.

[9] GOOSSENS S， CHANDRASEKAR K. AKESSON B. et al.Power/performance trade-offs in real-time SDRAM commandscheduling [J]. IEEE transactions on computers， 2016， 65（6） ：1882-1895.

[10] 11 N， WANG J. A highly efficient SDR AM controller support-ing variable-length burst access and batch process for discretereads [J]. International journal of electronics ， 2015 ， 103 （3 ） ：406-423.

[11]郭文记 ，曾晓茹 ，赵宝玮 ，等 .高光谱 RX异常检测的多 DSP并行化处理技术 [J].光谱学与光谱分析 ， 2014. 34 （5） ： 1383 - 1387.

GUO Wenji， ZENG Xiaoru， ZHAO Baowei， et al. Multi-DSPparallel processing technology of hyperspectral RX anomalydetection [J]. Spectroscopy and spectral analysis， 2014， 34（ 5） ： 1383-1387.

[12] SU Lijuan， YUAN Yan. BIN Xiangli. Spectrum reconstruc-tion method for airborne temporally-spatially modulated fouri-er transform imaging spectrometers [J]. IEEE transactions on geoscience and remote sensing， 2014， 52（6） ： 720-728.

[13]周志娟 ，张玉贵 ，樊奔 .基于 FPGA的干F涉信号双 ADC采集系统设计[J].电子测量技术 . 2016 ， 12（4） ： 123-128.

ZHOU Zhijuan， ZHANG Yugui. FAN Ben. Design of interfer-ence signal double ADC acquisition system based on FPGA[J]. Electronic measurement technology， 2016， 12（4） ： 123- 128.

[14] RIHO Y， NAKAZATO K. Partial access mode： new methodfor reducing power consumption of dynamic random accessmemory [J]. IEEE transactions on very large scale integrationsystems ， 2014， 22（ 7） ： 1461-1469.

作者簡介：孙颖馨（1977-），女，吉林长春人，硕士，副教授，主要研究方向为网站开发、操作系统等。