劉小園

（羅定職業(yè)技術(shù)學(xué)院，羅定 527200）

0 引言

數(shù)字圖像處理技術(shù)發(fā)展迅速，應(yīng)用于各個行業(yè)和領(lǐng)域，已成為當(dāng)前研究的熱點課題。數(shù)字圖像處理方法的研究源于兩個主要應(yīng)用領(lǐng)域：其一是為了便于人們分析而對圖像信息進行改進；其二是為使機器自動理解而對圖像數(shù)據(jù)進行存儲、傳輸及顯示。人們的研究熱點主要在于對算法處理方便，由于數(shù)字圖像的海量信息和復(fù)雜算法實現(xiàn)時的反復(fù)運算，對于單線程的CPU來說要付出昂貴的代價。而FPGA的靈活性和強大的并行處理能力能以較小的硬件開銷實現(xiàn)圖像的處理過程。人們已在近期內(nèi)開展這方面的研究，文獻[1]討論了用FPGA實現(xiàn)快速中值濾波算法，分析利用Sobel算子和系統(tǒng)級并行流水線進行圖像邊緣檢測硬件電路設(shè)計的優(yōu)點和可行性。文獻[2]應(yīng)用提高程序效率、實現(xiàn)快速運算的一種方法，并設(shè)計了一個利用中值濾波進行圖像預(yù)處理的系統(tǒng)，之后進行了仿真和實驗驗證。所見研究都集中于圖像預(yù)處理方面，而在圖像最終識別方面研究甚少。

1 圖像采集

本文以實際項目鈔票流轉(zhuǎn)智能監(jiān)控系統(tǒng)為依托，利用CIS（接觸式圖像傳感器）獲取鈔票、支票和轉(zhuǎn)賬單的圖像信息，由FPGA和ARM組成了實時圖像處理識別系統(tǒng)，利用FPGA構(gòu)建了各種噪聲去除、圖像增強、圖像預(yù)處理、模板匹配等圖像硬件處理器，實現(xiàn)對26個英文字母和10個阿拉伯?dāng)?shù)字的實時識別。在匹配算法的基礎(chǔ)上，利用FPGA大規(guī)模的布爾代數(shù)并行計算特性，實現(xiàn)了識別的時鐘周期級別的識別速度。在大幅度降低了硬件成本的同時大幅度提高了識別的速度。由于鈔票流轉(zhuǎn)智能監(jiān)控系統(tǒng)特殊的工作要求，圖像采集是由高速CIS來完成的。CIS采集與其它圖像傳感器不同，它成像物距幾乎為零，按照實物與圖像1:1的比例來完成的，所以采集到的字符圖像大小縮放和形變非常小，為后期的識別減少了大量的圖形校正工作。在實驗過程中加入定位裝置以后，經(jīng)過幾千次的采集實驗，均未出現(xiàn)字符圖像較大形變的現(xiàn)象。

2 圖像降噪

中值濾波既能消除圖像中的噪聲，而且還能較好地保持圖像的邊緣。因此，本系統(tǒng)采用中值濾波來降噪。中值濾波的基本原理是把數(shù)字圖像中一點的值用該點的一個鄰域（即濾波窗口）中各點值的中值代替。所以，在實際的中值濾波設(shè)計中，主要的工作就是確定鄰域形狀及大小，選擇合理的方法找出中值即可。根據(jù)實際處理速度、處理效果和器件資源要求，本文選用的是3×3鄰域窗口。傳統(tǒng)的中值濾波算法，是使用冒泡法對濾波窗口內(nèi)像素值排序找出中值來實現(xiàn)的，需經(jīng)過12級的比較排序找出中值，也就是說，至少要經(jīng)過12個時鐘周期的延時。本文所使用的排序方法對傳統(tǒng)方法進行了改進[3]，它基于三輸入排序單元（每個三輸入單元又是由若干二輸入單元構(gòu)成）。其指導(dǎo)思想并不是對整個鄰域窗口內(nèi)所有的像素值進行排序，而是直接找出其中的最大值、最小值和中間值，并不管其他像素值的排列順序。排序過程如1圖所示。

圖1 排序過程圖

這種方法比前一種方法減少了邏輯資源的占用，卻和前一種方法一樣能找出中值。本設(shè)計模塊共進行了三級排序操作，每一級采用了流水線緩存技術(shù)，使得每一組3×3鄰域窗口內(nèi)的輸入像素值在每一時鐘節(jié)拍都得到處理，保證了模塊的處理頻率。

3 圖像增強

銳化處理主要是突出圖像中的細節(jié)或者增強被模糊了的細節(jié)，這些模糊是圖像采集時不可避免的?；谖⒎值募毠?jié)銳化濾波器是應(yīng)用很廣而又相對容易實現(xiàn)的銳化濾波器，其中二階微分處理對細節(jié)有較強的響應(yīng)，對線的響應(yīng)階梯性強，非常適合字符識別圖像的銳化處理。拉普拉斯算子是一種各向同性二階微分濾波器，其響應(yīng)與圖像的突變方向無關(guān)[4]。二元圖像函數(shù)f(x, y)的拉普拉斯變換定義為：

在x軸和y軸方向上的離散形式可表示為：2f=[f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)]-4f(x,y)

如以3×3掩模為基礎(chǔ)(原圖如圖2所示)，將對角線上的項也加以考慮，其銳化效果將更加明顯(如圖3所示)，拉普拉斯的離散形式表達式為：

4 圖像識別的預(yù)處理

4.1 圖像的二值化

圖像二值化的關(guān)鍵在于閾值T的選擇既門限處理。設(shè)圖像f(x,y)，有筆劃的部分的f(x,y)小，白背景部分的f(x,y)大。二值化可以通過設(shè)定灰度閾值來完成，即當(dāng)f(x,y)值比預(yù)定閾值大時，看成背景，以0表示；否則看成筆劃，以1表示。這樣，經(jīng)過門限處理后，各點重新表示為：

由于人民幣號碼字符與背量灰度差異較大，所以二值化閾值T的可選擇范圍較廣。取T=158對圖3的處理如圖4所示。

圖4 二值化后

4.2 圖像的垂直切分

號碼字符的垂直切分，就是從垂直方向上將號碼中的字符分離開來。最基本的分割原理基于字符間存在一個垂直投影值接近于0的區(qū)域這一特征。因為有兩種類型，應(yīng)先在系統(tǒng)內(nèi)制定兩個切分模板M1，M2，再從標準模板中派生出一系列子模板M'。子模板用于垂直切分位置的匹配。設(shè)子模板M'中有k個字符，于是有k+1條切分線。設(shè)切分線在垂直投影直方圖H上對應(yīng)的位置分別是：s1,s2,…,s(k+1)。切分線si的切分權(quán)重為wi，對應(yīng)的直方圖投影為mi。決策函數(shù)f定義為

4.3 水平切分

水平切分就是要確定號碼上每個字符的上下邊界。當(dāng)垂直切分完成后，由垂直切分線可以確定某個字符所在的垂直方向的條形區(qū)域。把這一區(qū)域向水平方向作投影，就能確定字符的大致水平邊界。以此計算各個字符的高度并統(tǒng)計相近高度的字符數(shù)，從而找到具有最多字符個數(shù)的相似組。凡與相似組相近高度的字符區(qū)設(shè)置為有效。

5 圖像識別

5.1 字符規(guī)格化處理

字符規(guī)一化包括位置和大小兩方面。位置處理又分重心和外框處理兩種。重心歸一化后字符的重心位于圖像中心；外框歸一化是將字符的外框移到圖像的規(guī)定位置上。重心計算是全局的，抗干擾能力強，不會造成字形失真，但對一些分布不勻的字符如9、6等失真；邊框搜索是局部性的，易受干擾影響，因此可考慮在邊框搜索的基礎(chǔ)上結(jié)合重心處理[5]。大小歸一化采用了二值圖像快速采樣的線性算法，建立坐標映射關(guān)系表。原始圖像(大小為Col*Row)中(x.y)處的像素點在規(guī)一化圖像(大小為Size*Size)中對應(yīng)的坐標(X，Y)有如下關(guān)系：

5.2 基于FPGA的匹配矩陣構(gòu)建

在識別的過程中，本文運用FPGA的異或門來判別實現(xiàn)，從而進一步大幅度地提高了識別的速度。在進行識別之前的切分階段已經(jīng)將字符的尺寸統(tǒng)一為高7像素，寬5像素，字符模板的尺寸也按照這樣的要求事先設(shè)計好。

將字符模板T疊放在待測圖S上。比較T和S的內(nèi)容。若兩者一致，則T和S之差為零，可用以下測度來衡量T和S的相似度。

上述匹配過程如果由CPU來完成，對每一個像素點只能串行操作，而且每一個像素點的匹配都需要3-4個總線周期。這樣就占用了大量的時間和硬件資源，使系統(tǒng)的成本大幅上升。FPGA的布爾代數(shù)運算突出，具有高速并行運算能力，總線帶寬幾乎不受限制，而且成本很低。如果我們構(gòu)建一個由異或門組成的矩陣來完成匹配的過程，那么一次匹配就只需要一個時鐘周期就可以完成。如果我們構(gòu)建25個匹配矩陣(人民幣實際只用了除V以外的25個大字英文字母)，就可以在一個時鐘周期內(nèi)完成一個字符識別的匹配過程。

由圖5可見，匹配矩陣的匹配結(jié)果直接由35位位加法器完成，CPU只需檢測XSD[6..0]的結(jié)果就可以得出相似度最高的字母。

圖5 加法器

6 結(jié)束語

圖像識別處理的實時應(yīng)用越來越多，如人臉識別、高速票據(jù)處理等。傳統(tǒng)的實時圖像處理算法和方法實現(xiàn)的代價太高，而且同樣的算法在不同的實現(xiàn)平臺上實時性也會有巨大差異。此外，真正實用的實時系統(tǒng)不僅能夠滿足核心的算法設(shè)計要求，而且還適應(yīng)于不同的應(yīng)用場合。比如可以擴展系統(tǒng)使之具備信號輸入模塊、實時控制模塊、網(wǎng)絡(luò)通信模塊等等。一個圖像識別系統(tǒng)的處理時間，一方面和算法所采用的實現(xiàn)策略有關(guān)，另一方面也和系統(tǒng)的架構(gòu)和硬件性能有關(guān)。對于實時圖像識別系統(tǒng)的實現(xiàn)，基于計算機CPU體系結(jié)構(gòu)和操作系統(tǒng)不適合實時大量的圖像快速處理的要求；而面向算法的高性能DSP處理器的并行結(jié)構(gòu)相對于微機而言開發(fā)周期比較長，算法的靈活性也比較差。綜合考慮開發(fā)成本、靈活性、實時性以及系統(tǒng)的集成度等方面因素，本文采用了ARM＋FPGA系統(tǒng)，能很好的滿足高速實時圖像處理的要求。

[1] 王耀南.計算機圖像處理與識別技術(shù)[J].2001,6,1.

[2] 胡愛明,周孝寬.車牌圖像的快速匹配識別方法[M].計算機工程與應(yīng)用,2003.

[3] 方翰華,陳新華,沈國新,焦?jié)h明.基于FPGA圖像濾波算法硬件化設(shè)計[J].電子測量技術(shù),2009,12:68-71.

[4] Rafacel C.Gonzalez,Richard E.Woods Digital Image Processing Second Edition,2007.

[5] 王欣,殷肖川,周翔翔.一種改進的模版匹配識別算法[M].計算機工程與應(yīng)用,2007.