图像二值化处理硬件加速引擎的设计

2021-12-10 04:07:08宋宇鲲张多利
合肥工业大学学报(自然科学版) 2021年11期

阳 欣, 魏 可, 宋宇鲲, 张多利

(合肥工业大学 微电子学院,安徽 合肥 230601)

0 引 言

图像二值化处理是一种用于分离图像背景和前景的数字图像处理方法,被广泛应用于机器视觉、医学影像、文本提取等领域[1-3]。图像二值化处理的关键在于获取合适的阈值,获取阈值通常需要处理大量图像数据,而处理器仅访问内存就需要3个以上时钟周期[4],计算过程耗时长,无法满足某些实时性要求高的场合。

针对低成本、高实时性等嵌入式系统需求,本文提出了一种图像二值化处理硬件加速架构,并完成了基于该架构的硬件电路设计。所设计的硬件电路作为处理器的从设备实现多种规格、不同环境下的图像二值化处理,具有电路面积小、加速效率高等优点。

1 算法原理

图像二值化处理又称为图像阈值处理,主要实现方法有全局阈值算法和自适应阈值算法。全局阈值算法对整幅图像的像素点运算获取最佳阈值,其算法通用性好,但是对图像噪声敏感[5],而且内存开销大;自适应阈值算法将原始图像分割成若干个子图像并分别求子图像的最优阈值,它能够减小图像噪声的影响,但是计算过程相对复杂[6]。

综合考虑处理效果、硬件成本以及算法复杂度等因素,本文将Box Filter算法引入到图像二值化处理过程中。这是一种自适应阈值算法,以待处理像素点为中心、(2r+1)为边长的正方形框作为阈值窗口,阈值窗口内所有像素点亮度值的数学期望是该像素点的阈值T(x,y)[7]。……

登录APP查看全文