毛麗民+劉叔軍+浦宇歡+等

摘要：為提高水果品質(zhì)檢測精度，針對以FPGA（Field-Programmable Gate Array，現(xiàn)場可編程門陣列）為核心的水果檢測系統(tǒng)進行圖像增強方法的研究。以柑橘為對象，對水果圖像分別進行了高斯算法、中值算法和圖像銳化3種圖像增強方法的試驗，實現(xiàn)了基于FPGA的柑橘圖像的增強，并分析了3種方法對水果圖像增強的效果。結(jié)果表明，以FPGA為核心的圖像增強方法，通過并行處理結(jié)構(gòu)及流水線技術(shù)，可實時處理可見光圖像，有效增強了圖像的對比度，提高了圖像質(zhì)量，在水果品質(zhì)檢測方面具有較高的實用價值。

關(guān)鍵詞：FPGA；水果檢測；圖像增強

中圖分類號： S126；TN911.73文獻標志碼： A文章編號：1002-1302（2014）06-0395-04

收稿日期：2013-08-28

基金項目：江蘇省蘇州市科技計劃（編號：SYN201109）；常熟理工學院青年教師科研啟動基金（編號：QZ1101）。

作者簡介：毛麗民（1981—），男，江蘇常熟人，碩士，講師，主要從事圖像處理與目標跟蹤研究。E-mail：maolimin_1981@163.com。在水果無損檢測方法和技術(shù)研究中，水果圖像的邊緣信息是水果最基本的特征[1]。雖然，國內(nèi)外對基于機器視覺的水果品質(zhì)檢測進行了廣泛應用研究，如蘋果的形狀、大小、顏色等。但是，我國目前基于機器視覺的水果檢測存在著檢測速度慢、系統(tǒng)龐大、成本高等問題[2-3]。本研究提出了一種以FPGA（現(xiàn)場可編程門陣列）為核心的水果檢測系統(tǒng)，利用該系統(tǒng)對水果圖像進行增強。該系統(tǒng)主要實現(xiàn)了基于FPGA的高斯算法、中值算法和圖像銳化，對水果圖像進行增強[4]。

1水果品質(zhì)檢測系統(tǒng)的設計

FPGA目前已經(jīng)被廣泛地應用于機器視覺系統(tǒng)中，與傳統(tǒng)的DSP處理方法相比，F(xiàn)PGA有著明顯的優(yōu)勢。首先，F(xiàn)PGA 真正實現(xiàn)了信號的并行處理；其次FPGA實現(xiàn)信號處理非常靈活；最后隨著半導體技術(shù)的迅速發(fā)展，F(xiàn)PGA價格不斷降低，實現(xiàn)了系統(tǒng)低成本的設計。本試驗采用FPGA作為水果品質(zhì)檢測的處理核心，硬件核心部分采用XINLIX高性能 FPGA作為主處理芯片，圖像采集采用TCDl208AP型線陣CCD。通過CCD攝像頭獲取圖像，將數(shù)據(jù)輸入到FPGA，根據(jù)圖像增強方法實現(xiàn)了水果圖像的增強。系統(tǒng)整體設計如圖1所示。

2基于FPGA的高斯濾波水果圖像增強方法

2.1高斯算法的原理

2.1.1高斯濾波法簡介用二維零均值離散高斯函數(shù)作平滑濾波器，函數(shù)表達式為[5]：

g[i，j]=e-（i2+j2）2σ2。（1）

式中：g[i，j]為像素點；高斯分布參數(shù)σ決定了高斯濾波器的寬度。高斯濾波器是一類根據(jù)高斯函數(shù)的形狀來選擇權(quán)值的線性平滑濾波器，對去除服從正態(tài)分布的噪音是有效的。

調(diào)試過程中，改變采樣周期，水果圖像將發(fā)生變化。通過調(diào)試，得到的增強效果如圖3所示。

3基于FPGA的中值濾波水果圖像增強方法

3.1中值算法的原理

中值濾波是一種不同于卷積的鄰域運算，它的思想是將一個含有奇數(shù)個像素的窗口A在圖像上依次移動，在每個位置上對窗口內(nèi)像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值。

3.2中值算法的system generator實現(xiàn)

使用system generator構(gòu)建的中值算法結(jié)構(gòu)如圖6所示。

3.3基于FPGA的中值算法的調(diào)試

中值算法對于水果圖像增強的效果如圖7至圖9所示。中值濾波是一種非線性的空間濾波，響應基于圖像濾波器包圍的圖像區(qū)域中像素的排序，然后用統(tǒng)計排序的中值代替中心像素的值。中值濾波對脈沖噪聲非常有效，同時又能夠很好保護水果目標圖像的邊緣。由圖7、圖8可知，中值濾波能有效地慮除橘子輪廓的毛刺，同時邊緣保護得非常好。

4基于FPGA的圖像銳化水果圖像增強方法

4.1圖像銳化的原理

圖像銳化就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，分為空域處理和頻域處理2類[6]。圖像銳化算法模板如圖10所示。

4.2圖像銳化的system generator實現(xiàn)

最后通過對輸出水果圖像進行調(diào)整，通過改變配置表中的參數(shù)值，調(diào)節(jié)圖像處理的結(jié)果，其中底層偏移的參數(shù)的調(diào)節(jié)范圍為0～5之間的整數(shù)。

4.3基于FPGA的圖像銳化的調(diào)試

通過改變Slice的配置表中的底層偏移位的參數(shù)來達到改變水果圖像處理的理想結(jié)果，參數(shù)為0～5時的水果圖像處理結(jié)果如圖13至圖15所示。

圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。通過調(diào)試，圖像銳化補償圖像的輪廓，增強了橘子圖像的邊緣。隨著采樣周期的延長，圖像邊緣更突出、清晰。

5總結(jié)

本試驗進行了基于FPGA水果圖像增強方法的研究，主

要實現(xiàn)了3種水果圖像增強方法?；贔PGA的濾波算法可以并行地實現(xiàn)，大大地提高了圖像分析和處理的速度。從處理結(jié)果看，高斯濾波器是線性平滑濾波器，對去除服從正態(tài)分布的噪音是有效的；中值濾波能很好地消除小的噪音，但噪音塊大于處理窗時，就無能為力；圖像銳化增強了圖像的邊緣，使圖像邊緣突出、清晰。

參考文獻：

[1]黨宏社，宋晉國，郭琴. 基于ARM的嵌入式水果大小檢測與分級系統(tǒng)的實現(xiàn)[J]. 四川農(nóng)業(yè)大學學報，2011，29（1）：89-93.

[2]展慧，李小昱，王為，等. 基于機器視覺的板栗分級檢測方法[J]. 農(nóng)業(yè)工程學報，2010，26（4）：327-331.

[3]安愛琴，余澤通，王宏強. 基于機器視覺的蘋果大小自動分級方法[J]. 農(nóng)機化研究，2008（4）：163-166.

[4]Sengee N，Sengee A，Heung-Kook C. Image contrast enhancement using bi-histogram equalization with neighborhood metrics[J]. IEEE Transactions on Consumer Electronics，2010，56（4）：2727-2734.

[5]趙吉文，高尚，魏正翠，等. 基于FPGA的西瓜子機器視覺檢測系統(tǒng)設計與試驗[J]. 農(nóng)業(yè)機械學報，2011，42（8）：173-177.

[6]Zhang Q H，Zhang X F. Research of key algorithm in the technology of fingerprint identification[C]. IEEE Second International Conference on Computer Modeling and Simulation. Sanya，China，2010：282-284

摘要：為提高水果品質(zhì)檢測精度，針對以FPGA（Field-Programmable Gate Array，現(xiàn)場可編程門陣列）為核心的水果檢測系統(tǒng)進行圖像增強方法的研究。以柑橘為對象，對水果圖像分別進行了高斯算法、中值算法和圖像銳化3種圖像增強方法的試驗，實現(xiàn)了基于FPGA的柑橘圖像的增強，并分析了3種方法對水果圖像增強的效果。結(jié)果表明，以FPGA為核心的圖像增強方法，通過并行處理結(jié)構(gòu)及流水線技術(shù)，可實時處理可見光圖像，有效增強了圖像的對比度，提高了圖像質(zhì)量，在水果品質(zhì)檢測方面具有較高的實用價值。

關(guān)鍵詞：FPGA；水果檢測；圖像增強

中圖分類號： S126；TN911.73文獻標志碼： A文章編號：1002-1302（2014）06-0395-04

收稿日期：2013-08-28

基金項目：江蘇省蘇州市科技計劃（編號：SYN201109）；常熟理工學院青年教師科研啟動基金（編號：QZ1101）。

作者簡介：毛麗民（1981—），男，江蘇常熟人，碩士，講師，主要從事圖像處理與目標跟蹤研究。E-mail：maolimin_1981@163.com。在水果無損檢測方法和技術(shù)研究中，水果圖像的邊緣信息是水果最基本的特征[1]。雖然，國內(nèi)外對基于機器視覺的水果品質(zhì)檢測進行了廣泛應用研究，如蘋果的形狀、大小、顏色等。但是，我國目前基于機器視覺的水果檢測存在著檢測速度慢、系統(tǒng)龐大、成本高等問題[2-3]。本研究提出了一種以FPGA（現(xiàn)場可編程門陣列）為核心的水果檢測系統(tǒng)，利用該系統(tǒng)對水果圖像進行增強。該系統(tǒng)主要實現(xiàn)了基于FPGA的高斯算法、中值算法和圖像銳化，對水果圖像進行增強[4]。

1水果品質(zhì)檢測系統(tǒng)的設計

FPGA目前已經(jīng)被廣泛地應用于機器視覺系統(tǒng)中，與傳統(tǒng)的DSP處理方法相比，F(xiàn)PGA有著明顯的優(yōu)勢。首先，F(xiàn)PGA 真正實現(xiàn)了信號的并行處理；其次FPGA實現(xiàn)信號處理非常靈活；最后隨著半導體技術(shù)的迅速發(fā)展，F(xiàn)PGA價格不斷降低，實現(xiàn)了系統(tǒng)低成本的設計。本試驗采用FPGA作為水果品質(zhì)檢測的處理核心，硬件核心部分采用XINLIX高性能 FPGA作為主處理芯片，圖像采集采用TCDl208AP型線陣CCD。通過CCD攝像頭獲取圖像，將數(shù)據(jù)輸入到FPGA，根據(jù)圖像增強方法實現(xiàn)了水果圖像的增強。系統(tǒng)整體設計如圖1所示。

2基于FPGA的高斯濾波水果圖像增強方法

2.1高斯算法的原理

2.1.1高斯濾波法簡介用二維零均值離散高斯函數(shù)作平滑濾波器，函數(shù)表達式為[5]：

g[i，j]=e-（i2+j2）2σ2。（1）

式中：g[i，j]為像素點；高斯分布參數(shù)σ決定了高斯濾波器的寬度。高斯濾波器是一類根據(jù)高斯函數(shù)的形狀來選擇權(quán)值的線性平滑濾波器，對去除服從正態(tài)分布的噪音是有效的。

調(diào)試過程中，改變采樣周期，水果圖像將發(fā)生變化。通過調(diào)試，得到的增強效果如圖3所示。

3基于FPGA的中值濾波水果圖像增強方法

3.1中值算法的原理

中值濾波是一種不同于卷積的鄰域運算，它的思想是將一個含有奇數(shù)個像素的窗口A在圖像上依次移動，在每個位置上對窗口內(nèi)像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值。

3.2中值算法的system generator實現(xiàn)

使用system generator構(gòu)建的中值算法結(jié)構(gòu)如圖6所示。

3.3基于FPGA的中值算法的調(diào)試

中值算法對于水果圖像增強的效果如圖7至圖9所示。中值濾波是一種非線性的空間濾波，響應基于圖像濾波器包圍的圖像區(qū)域中像素的排序，然后用統(tǒng)計排序的中值代替中心像素的值。中值濾波對脈沖噪聲非常有效，同時又能夠很好保護水果目標圖像的邊緣。由圖7、圖8可知，中值濾波能有效地慮除橘子輪廓的毛刺，同時邊緣保護得非常好。

4基于FPGA的圖像銳化水果圖像增強方法

4.1圖像銳化的原理

圖像銳化就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，分為空域處理和頻域處理2類[6]。圖像銳化算法模板如圖10所示。

4.2圖像銳化的system generator實現(xiàn)

最后通過對輸出水果圖像進行調(diào)整，通過改變配置表中的參數(shù)值，調(diào)節(jié)圖像處理的結(jié)果，其中底層偏移的參數(shù)的調(diào)節(jié)范圍為0～5之間的整數(shù)。

4.3基于FPGA的圖像銳化的調(diào)試

通過改變Slice的配置表中的底層偏移位的參數(shù)來達到改變水果圖像處理的理想結(jié)果，參數(shù)為0～5時的水果圖像處理結(jié)果如圖13至圖15所示。

圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。通過調(diào)試，圖像銳化補償圖像的輪廓，增強了橘子圖像的邊緣。隨著采樣周期的延長，圖像邊緣更突出、清晰。

5總結(jié)

本試驗進行了基于FPGA水果圖像增強方法的研究，主

要實現(xiàn)了3種水果圖像增強方法?；贔PGA的濾波算法可以并行地實現(xiàn)，大大地提高了圖像分析和處理的速度。從處理結(jié)果看，高斯濾波器是線性平滑濾波器，對去除服從正態(tài)分布的噪音是有效的；中值濾波能很好地消除小的噪音，但噪音塊大于處理窗時，就無能為力；圖像銳化增強了圖像的邊緣，使圖像邊緣突出、清晰。

參考文獻：

[1]黨宏社，宋晉國，郭琴. 基于ARM的嵌入式水果大小檢測與分級系統(tǒng)的實現(xiàn)[J]. 四川農(nóng)業(yè)大學學報，2011，29（1）：89-93.

[2]展慧，李小昱，王為，等. 基于機器視覺的板栗分級檢測方法[J]. 農(nóng)業(yè)工程學報，2010，26（4）：327-331.

[3]安愛琴，余澤通，王宏強. 基于機器視覺的蘋果大小自動分級方法[J]. 農(nóng)機化研究，2008（4）：163-166.

[4]Sengee N，Sengee A，Heung-Kook C. Image contrast enhancement using bi-histogram equalization with neighborhood metrics[J]. IEEE Transactions on Consumer Electronics，2010，56（4）：2727-2734.

[5]趙吉文，高尚，魏正翠，等. 基于FPGA的西瓜子機器視覺檢測系統(tǒng)設計與試驗[J]. 農(nóng)業(yè)機械學報，2011，42（8）：173-177.

[6]Zhang Q H，Zhang X F. Research of key algorithm in the technology of fingerprint identification[C]. IEEE Second International Conference on Computer Modeling and Simulation. Sanya，China，2010：282-284

摘要：為提高水果品質(zhì)檢測精度，針對以FPGA（Field-Programmable Gate Array，現(xiàn)場可編程門陣列）為核心的水果檢測系統(tǒng)進行圖像增強方法的研究。以柑橘為對象，對水果圖像分別進行了高斯算法、中值算法和圖像銳化3種圖像增強方法的試驗，實現(xiàn)了基于FPGA的柑橘圖像的增強，并分析了3種方法對水果圖像增強的效果。結(jié)果表明，以FPGA為核心的圖像增強方法，通過并行處理結(jié)構(gòu)及流水線技術(shù)，可實時處理可見光圖像，有效增強了圖像的對比度，提高了圖像質(zhì)量，在水果品質(zhì)檢測方面具有較高的實用價值。

關(guān)鍵詞：FPGA；水果檢測；圖像增強

中圖分類號： S126；TN911.73文獻標志碼： A文章編號：1002-1302（2014）06-0395-04

收稿日期：2013-08-28

基金項目：江蘇省蘇州市科技計劃（編號：SYN201109）；常熟理工學院青年教師科研啟動基金（編號：QZ1101）。

作者簡介：毛麗民（1981—），男，江蘇常熟人，碩士，講師，主要從事圖像處理與目標跟蹤研究。E-mail：maolimin_1981@163.com。在水果無損檢測方法和技術(shù)研究中，水果圖像的邊緣信息是水果最基本的特征[1]。雖然，國內(nèi)外對基于機器視覺的水果品質(zhì)檢測進行了廣泛應用研究，如蘋果的形狀、大小、顏色等。但是，我國目前基于機器視覺的水果檢測存在著檢測速度慢、系統(tǒng)龐大、成本高等問題[2-3]。本研究提出了一種以FPGA（現(xiàn)場可編程門陣列）為核心的水果檢測系統(tǒng)，利用該系統(tǒng)對水果圖像進行增強。該系統(tǒng)主要實現(xiàn)了基于FPGA的高斯算法、中值算法和圖像銳化，對水果圖像進行增強[4]。

1水果品質(zhì)檢測系統(tǒng)的設計

FPGA目前已經(jīng)被廣泛地應用于機器視覺系統(tǒng)中，與傳統(tǒng)的DSP處理方法相比，F(xiàn)PGA有著明顯的優(yōu)勢。首先，F(xiàn)PGA 真正實現(xiàn)了信號的并行處理；其次FPGA實現(xiàn)信號處理非常靈活；最后隨著半導體技術(shù)的迅速發(fā)展，F(xiàn)PGA價格不斷降低，實現(xiàn)了系統(tǒng)低成本的設計。本試驗采用FPGA作為水果品質(zhì)檢測的處理核心，硬件核心部分采用XINLIX高性能 FPGA作為主處理芯片，圖像采集采用TCDl208AP型線陣CCD。通過CCD攝像頭獲取圖像，將數(shù)據(jù)輸入到FPGA，根據(jù)圖像增強方法實現(xiàn)了水果圖像的增強。系統(tǒng)整體設計如圖1所示。

2基于FPGA的高斯濾波水果圖像增強方法

2.1高斯算法的原理

2.1.1高斯濾波法簡介用二維零均值離散高斯函數(shù)作平滑濾波器，函數(shù)表達式為[5]：

g[i，j]=e-（i2+j2）2σ2。（1）

式中：g[i，j]為像素點；高斯分布參數(shù)σ決定了高斯濾波器的寬度。高斯濾波器是一類根據(jù)高斯函數(shù)的形狀來選擇權(quán)值的線性平滑濾波器，對去除服從正態(tài)分布的噪音是有效的。

調(diào)試過程中，改變采樣周期，水果圖像將發(fā)生變化。通過調(diào)試，得到的增強效果如圖3所示。

3基于FPGA的中值濾波水果圖像增強方法

3.1中值算法的原理

中值濾波是一種不同于卷積的鄰域運算，它的思想是將一個含有奇數(shù)個像素的窗口A在圖像上依次移動，在每個位置上對窗口內(nèi)像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值。

3.2中值算法的system generator實現(xiàn)

使用system generator構(gòu)建的中值算法結(jié)構(gòu)如圖6所示。

3.3基于FPGA的中值算法的調(diào)試

中值算法對于水果圖像增強的效果如圖7至圖9所示。中值濾波是一種非線性的空間濾波，響應基于圖像濾波器包圍的圖像區(qū)域中像素的排序，然后用統(tǒng)計排序的中值代替中心像素的值。中值濾波對脈沖噪聲非常有效，同時又能夠很好保護水果目標圖像的邊緣。由圖7、圖8可知，中值濾波能有效地慮除橘子輪廓的毛刺，同時邊緣保護得非常好。

4基于FPGA的圖像銳化水果圖像增強方法

4.1圖像銳化的原理

圖像銳化就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，分為空域處理和頻域處理2類[6]。圖像銳化算法模板如圖10所示。

4.2圖像銳化的system generator實現(xiàn)

最后通過對輸出水果圖像進行調(diào)整，通過改變配置表中的參數(shù)值，調(diào)節(jié)圖像處理的結(jié)果，其中底層偏移的參數(shù)的調(diào)節(jié)范圍為0～5之間的整數(shù)。

4.3基于FPGA的圖像銳化的調(diào)試

通過改變Slice的配置表中的底層偏移位的參數(shù)來達到改變水果圖像處理的理想結(jié)果，參數(shù)為0～5時的水果圖像處理結(jié)果如圖13至圖15所示。

圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。通過調(diào)試，圖像銳化補償圖像的輪廓，增強了橘子圖像的邊緣。隨著采樣周期的延長，圖像邊緣更突出、清晰。

5總結(jié)

本試驗進行了基于FPGA水果圖像增強方法的研究，主

要實現(xiàn)了3種水果圖像增強方法。基于FPGA的濾波算法可以并行地實現(xiàn)，大大地提高了圖像分析和處理的速度。從處理結(jié)果看，高斯濾波器是線性平滑濾波器，對去除服從正態(tài)分布的噪音是有效的；中值濾波能很好地消除小的噪音，但噪音塊大于處理窗時，就無能為力；圖像銳化增強了圖像的邊緣，使圖像邊緣突出、清晰。

參考文獻：

[1]黨宏社，宋晉國，郭琴. 基于ARM的嵌入式水果大小檢測與分級系統(tǒng)的實現(xiàn)[J]. 四川農(nóng)業(yè)大學學報，2011，29（1）：89-93.

[2]展慧，李小昱，王為，等. 基于機器視覺的板栗分級檢測方法[J]. 農(nóng)業(yè)工程學報，2010，26（4）：327-331.

[3]安愛琴，余澤通，王宏強. 基于機器視覺的蘋果大小自動分級方法[J]. 農(nóng)機化研究，2008（4）：163-166.

[4]Sengee N，Sengee A，Heung-Kook C. Image contrast enhancement using bi-histogram equalization with neighborhood metrics[J]. IEEE Transactions on Consumer Electronics，2010，56（4）：2727-2734.

[5]趙吉文，高尚，魏正翠，等. 基于FPGA的西瓜子機器視覺檢測系統(tǒng)設計與試驗[J]. 農(nóng)業(yè)機械學報，2011，42（8）：173-177.

[6]Zhang Q H，Zhang X F. Research of key algorithm in the technology of fingerprint identification[C]. IEEE Second International Conference on Computer Modeling and Simulation. Sanya，China，2010：282-284