黃勇杰 田喜平

摘 要： 采用傳統(tǒng)系統(tǒng)對(duì)模糊圖像進(jìn)行處理時(shí)，存在耗費(fèi)時(shí)間長(zhǎng)、處理效果差等問(wèn)題，因此提出基于小波變換的模糊圖像處理系統(tǒng)的設(shè)計(jì)。根據(jù)系統(tǒng)架構(gòu)的界面層和邏輯層兩個(gè)層次，對(duì)系統(tǒng)硬件和軟件進(jìn)行設(shè)計(jì)。硬件架構(gòu)核心部分是由芯片和現(xiàn)場(chǎng)可編程門陣列以及集成電路組成；根據(jù)小波特性，分析系數(shù)特征，結(jié)合圖像處理技術(shù)進(jìn)行逆向變換，由此設(shè)計(jì)軟件功能。將模糊圖像進(jìn)行小波分解與重構(gòu)，并在集成電路上實(shí)現(xiàn)小波算法。通過(guò)實(shí)驗(yàn)驗(yàn)證結(jié)果可知，該系統(tǒng)的設(shè)計(jì)具有圖像處理時(shí)間短、效果好等優(yōu)勢(shì)，可滿足高效處理模糊圖像標(biāo)準(zhǔn)。

關(guān)鍵詞： 小波變換； 模糊圖像； 圖像處理； 集成電路； 分解； 重構(gòu)

中圖分類號(hào)： TN911.73?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）19?0063?04

Abstract： The traditional system used to process the fuzzy images has the problems of long time consumption and poor processing effect. Therefore， the design of fuzzy image processing system based on wavelet transform is put forward. The system hardware and software are designed according to the interface layer and logic layer of the system architecture. The core of the hardware architecture is made up of the chip， field programmable gate array and integrated circuit. According to the characteristics of wavelet， the characteristics of the coefficient are analyzed， and the image processing technology is combined for the reverse transform to design the software functions. The wavelet decomposition and reconstruction are carried out for the fuzzy image. The wavelet algorithm is realized on the integrated circuit. The experimental results show that the design of the system has the advantages of short image processing time and perfect effect， and can meet the efficient processing standard of fuzzy image.

Keywords： wavelet transform； fuzzy image； image processing； integrated circuit； decomposition； reconstruction

0 引 言

小波分析技術(shù)的快速發(fā)展使其成為了相關(guān)科學(xué)研究重點(diǎn)，為信號(hào)處理帶來(lái)了新方法。小波分析不僅包含了豐富理論，還具有較強(qiáng)應(yīng)用價(jià)值，為此，擴(kuò)展小波應(yīng)用成為了當(dāng)下最活躍的研究科目[1]。小波變換具有多分辨率分析優(yōu)勢(shì)，在時(shí)域與頻域方面都具有信號(hào)局部特征能力，被廣泛應(yīng)用到圖像處理和模糊識(shí)別技術(shù)領(lǐng)域中[2]。小波變換具有低熵性、靈活性強(qiáng)等特點(diǎn)，能夠?qū)D像進(jìn)行去噪處理，采用融合技術(shù)能夠?qū)崿F(xiàn)多分辨率圖像融合。采用傳統(tǒng)系統(tǒng)對(duì)圖像進(jìn)行處理，存在耗費(fèi)時(shí)間長(zhǎng)、處理效果差等問(wèn)題，不能適用于當(dāng)下相關(guān)科學(xué)研究領(lǐng)域。

針對(duì)上述問(wèn)題，提出基于小波變換的模糊圖像處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。其將小波應(yīng)用范圍擴(kuò)展到信號(hào)分析、圖像處理和計(jì)算機(jī)識(shí)別等多個(gè)方面，既包含了豐富的數(shù)學(xué)理論，又具有強(qiáng)大的工具和方法，為許多學(xué)科相互滲透和結(jié)合提供有效途徑。由實(shí)驗(yàn)結(jié)果可知，該系統(tǒng)耗費(fèi)時(shí)間短、處理效果好，可滿足人們對(duì)模糊圖像處理的高標(biāo)準(zhǔn)要求。

1 基于小波變換的模糊圖像處理系統(tǒng)

基于小波變換的模糊圖像處理系統(tǒng)需要具備文件處理、圖片編輯、圖層處理等相關(guān)功能，借助圖像處理技術(shù)和軟件開(kāi)發(fā)可完成模糊圖像處理系統(tǒng)設(shè)計(jì)[3]。針對(duì)圖像處理系統(tǒng)設(shè)計(jì)不僅可對(duì)圖像圖層進(jìn)行處理，還能降低系統(tǒng)設(shè)計(jì)成本。在具體設(shè)計(jì)過(guò)程中需遵循以下原則：

1） 簡(jiǎn)潔性。針對(duì)使用該系統(tǒng)用戶，操作簡(jiǎn)單是十分重要的。這樣有利于對(duì)系統(tǒng)快速熟悉，方便日常工作操作，系統(tǒng)操作簡(jiǎn)單性主要體現(xiàn)在功能顯示界面，使用戶能夠清晰找到想要搜索的位置。

2） 統(tǒng)一性。在系統(tǒng)設(shè)計(jì)時(shí)，需遵循統(tǒng)一原則，保持顯示界面風(fēng)格與功能一致，同時(shí)將現(xiàn)有系統(tǒng)風(fēng)格與用戶已有的習(xí)慣相匹配，加快用戶對(duì)系統(tǒng)熟悉速度。

3） 常用性。針對(duì)圖像處理系統(tǒng)，用戶已經(jīng)熟悉了相關(guān)操作，為此在設(shè)計(jì)時(shí)需將熟悉的功能包含在內(nèi)，包括圖像保存、濾鏡和圖層處理等，保證用戶能夠根據(jù)自己習(xí)慣性操作完成圖像處理[4]。

本文系統(tǒng)設(shè)計(jì)的架構(gòu)圖主要分成兩層，具體設(shè)計(jì)如圖1所示。

由圖1可知，系統(tǒng)可分成界面層和邏輯層兩個(gè)層次。其中界面層可向用戶展示系統(tǒng)操作界面，而邏輯層是整個(gè)系統(tǒng)各個(gè)功能邏輯的核心處理部分。

1） 界面層。該層次主要是為用戶提供操作客戶端界面，促使用戶能夠通過(guò)請(qǐng)求完成圖像接收與傳遞。在該層次中，顯著展示了與系統(tǒng)相關(guān)的所有界面，這些界面不僅能夠?yàn)槟：龍D像處理提供優(yōu)秀的外接接口，還能對(duì)請(qǐng)求的命令進(jìn)行傳遞。

2） 邏輯層。該層次主要負(fù)責(zé)對(duì)系統(tǒng)核心業(yè)務(wù)邏輯處理，其中包括圖像圖層、文件和編輯等。根據(jù)用戶下達(dá)的請(qǐng)求命令，結(jié)合邏輯處理特點(diǎn)對(duì)相關(guān)請(qǐng)求響應(yīng)。

1.1 系統(tǒng)硬件架構(gòu)設(shè)計(jì)

模糊圖像處理系統(tǒng)硬件架構(gòu)核心部分由芯片和現(xiàn)場(chǎng)可編程門陣列以及集成電路組成，如：存儲(chǔ)器、可進(jìn)可出的存儲(chǔ)器件以及FLASH等，集成電路主要負(fù)責(zé)輔助核心電路進(jìn)行相關(guān)處理。柔性電路板組裝帶有隨機(jī)存取存儲(chǔ)器，可用于對(duì)模糊圖像處理的數(shù)據(jù)以及中間結(jié)果進(jìn)行存放[5]。FLASH中存儲(chǔ)的執(zhí)行功能與柔性電路板組裝的配置數(shù)據(jù)相融合，有利于現(xiàn)場(chǎng)可編程門陣列實(shí)現(xiàn)對(duì)信號(hào)高效處理工作。

系統(tǒng)綜合考慮模糊圖像處理系統(tǒng)的實(shí)效性，對(duì)系統(tǒng)規(guī)模和調(diào)試難度進(jìn)行設(shè)計(jì)，硬件框圖設(shè)計(jì)如圖2所示。

由圖2可知，系統(tǒng)硬件結(jié)構(gòu)將存儲(chǔ)器構(gòu)造成具有統(tǒng)一的4 GB地址訪問(wèn)空間，使用48位的地址尋址，其中包括內(nèi)部存儲(chǔ)器和外部存儲(chǔ)器以及地址訪問(wèn)空間所有的內(nèi)在資源，在該系統(tǒng)地址空間內(nèi)獨(dú)自占據(jù)一部分。外部存儲(chǔ)器通過(guò)接口總線進(jìn)行數(shù)據(jù)讀取。該接口是一個(gè)無(wú)縫連接接口，最多可容納4個(gè)同步動(dòng)態(tài)隨機(jī)存儲(chǔ)器和5個(gè)異步存儲(chǔ)裝置[6]。

存儲(chǔ)器設(shè)計(jì)需先考慮模糊圖像數(shù)據(jù)存儲(chǔ)速率、類型和容量大小，查看是否能夠滿足運(yùn)算需求，在系統(tǒng)中是否能夠擴(kuò)展外部存儲(chǔ)器大小，運(yùn)用同步動(dòng)態(tài)隨機(jī)存儲(chǔ)器對(duì)圖像數(shù)據(jù)緩存。與外設(shè)部件互連標(biāo)準(zhǔn)兼容的同步動(dòng)態(tài)隨機(jī)存儲(chǔ)器最多可設(shè)置為4個(gè)具有相連屬性的地址空間存儲(chǔ)塊，每個(gè)存儲(chǔ)塊大小都為128 MB，為此，可直接對(duì)512 MB的隨機(jī)存儲(chǔ)器進(jìn)行訪問(wèn)[7]。每個(gè)存儲(chǔ)塊都可進(jìn)行獨(dú)立配置，方便系統(tǒng)內(nèi)核的存儲(chǔ)器都可進(jìn)行單一、連續(xù)的物理地址空間訪問(wèn)。異步存儲(chǔ)器接口選擇雙端口存儲(chǔ)器，可作為模糊圖像數(shù)據(jù)從存儲(chǔ)器到系統(tǒng)內(nèi)部結(jié)構(gòu)傳輸，通過(guò)對(duì)直接內(nèi)存存取控制寄存器決定圖像數(shù)據(jù)傳輸方式，選用FLASH作為存儲(chǔ)器基本集成電路，并與FLASH接口相連，如圖3所示。

由圖3可知，系統(tǒng)通電后，可從FLASH以直接內(nèi)存存取方式將內(nèi)部數(shù)據(jù)存取，并在內(nèi)部程序中進(jìn)行全速運(yùn)行。

1.2 系統(tǒng)軟件功能設(shè)計(jì)

對(duì)模糊圖像處理的目的是對(duì)模糊后的圖像進(jìn)行某些處理，提高圖像質(zhì)量，滿足人們預(yù)期結(jié)果。由于圖像是二維信號(hào)，所以在對(duì)小波分析過(guò)程中，采用二維小波變換機(jī)制，可在空間或時(shí)間頻域上加強(qiáng)信號(hào)變化強(qiáng)度，成為多層次小波系數(shù)[8]。根據(jù)小波特性，分析系數(shù)特征，結(jié)合圖像處理技術(shù)進(jìn)行逆向變換，得到所需目標(biāo)圖像。

1.2.1 模糊圖像的小波分解與重構(gòu)

從一幅[A×A]的模糊圖像開(kāi)始，[A]是2的冪，即原始模糊圖像尺寸大小，冪增大，圖像尺寸也將增大，進(jìn)而使圖像分辨率降低，依據(jù)二維小波方式進(jìn)行擴(kuò)展[9]。在每次變換層次上，圖像都將被分解成4個(gè)大小一致的模塊，這4個(gè)模塊中的任何一個(gè)小模塊都是由原始圖像中的小波圖像進(jìn)行內(nèi)積處理后獲取，再經(jīng)過(guò)不同方向間隔抽樣選取，對(duì)模糊圖像進(jìn)行分解，如圖4所示。

在圖4實(shí)際分解的模糊圖像中：[K]表示低頻系數(shù)；[H]表示高頻系數(shù)；[W]表示圖像低通分解濾波處理；[Q]表示高通分解濾波處理；向下的箭頭表示隔行或隔列數(shù)據(jù)抽取方式，只保留偶數(shù)行或列，并從0開(kāi)始分解。

模糊圖像重構(gòu)步驟是分解的逆向過(guò)程，與分解過(guò)程相似，具體重構(gòu)步驟如圖5所示。

由圖5可知，該步驟中向上的箭頭表示列或行插樣，只保留奇數(shù)列或行，并在其中插入0值[10]。

1.2.2 小波算法在集成電路上的實(shí)現(xiàn)

針對(duì)模糊圖像處理小波算法在集成電路上的實(shí)現(xiàn)，采用完整的集成軟硬件開(kāi)發(fā)工具，包括仿真器和評(píng)估板。小波算法在集成電路上實(shí)現(xiàn)的具體步驟如下：

1） 采用C語(yǔ)言編程方法實(shí)現(xiàn)小波算法；

2） 利用Visual編譯器，將原始的程序編譯成模糊的目標(biāo)圖像；

3） 根據(jù)目標(biāo)文件，分析源程序結(jié)構(gòu)，并優(yōu)化源代碼；

4） 應(yīng)用評(píng)估板實(shí)現(xiàn)時(shí)間的評(píng)估；

5） 重復(fù)上述步驟，直到系統(tǒng)達(dá)到實(shí)時(shí)性處理效果為止[11]。

在系統(tǒng)中，采用小波變換對(duì)模糊圖像進(jìn)行邊緣提取、圖像增強(qiáng)、融合和平滑等處理，可使系統(tǒng)高效、快速地對(duì)模糊圖像進(jìn)行處理。

2 實(shí) 驗(yàn)

實(shí)驗(yàn)測(cè)試是為保證模糊圖像處理系統(tǒng)中的各個(gè)功能能夠符合實(shí)際要求，也是系統(tǒng)設(shè)計(jì)的最后步驟。通過(guò)實(shí)驗(yàn)，系統(tǒng)才能被允許在線上運(yùn)行。為了驗(yàn)證基于小波變換的模糊圖像處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)的合理性，進(jìn)行如下實(shí)驗(yàn)。

2.1 實(shí)驗(yàn)環(huán)境

系統(tǒng)進(jìn)行測(cè)試時(shí)選擇某公司信息化部門，整個(gè)實(shí)驗(yàn)環(huán)境的構(gòu)建如下：

在硬件方面，選擇1臺(tái)具有測(cè)試軟件的計(jì)算機(jī)，其配置為：處理器i3，運(yùn)行內(nèi)存4 GB，顯卡為AMD Radeon HD8470，內(nèi)存大小為1 GB，同時(shí)配置打印機(jī)、刻錄機(jī)等配件；在軟件方面，使用Windows 8的操作系統(tǒng)。

2.2 實(shí)驗(yàn)結(jié)果與分析

采用小波變換方法在圖像處理過(guò)程中可以達(dá)到壓縮、去噪和圖像增強(qiáng)等效果。為了使結(jié)果更具有可靠性，將傳統(tǒng)系統(tǒng)與本文系統(tǒng)對(duì)模糊圖像邊緣特征、圖像增強(qiáng)、融合、平滑等處理時(shí)間進(jìn)行對(duì)比，結(jié)果如表1所示。

由表1可知：對(duì)模糊圖像進(jìn)行邊緣提取時(shí)，總采樣時(shí)間為710 s，采用傳統(tǒng)系統(tǒng)對(duì)圖像處理時(shí)間為45 ns，本文系統(tǒng)圖像處理時(shí)間為25 ns，相差20 ns；對(duì)模糊圖像分別進(jìn)行增強(qiáng)、融合和平滑等處理，采用傳統(tǒng)系統(tǒng)與本文系統(tǒng)進(jìn)行對(duì)比，耗費(fèi)時(shí)間分別相差15 ns，8 ns，6 ns。雖然兩種系統(tǒng)耗費(fèi)時(shí)間相差不大，但是對(duì)于快速的圖像處理步驟來(lái)說(shuō)，卻具有相當(dāng)大的影響[12]。

由于高頻子帶的模塊間存在大量相關(guān)性，但是傳統(tǒng)系統(tǒng)采用小波和多尺度函數(shù)進(jìn)行分量反對(duì)稱處理時(shí)，其相應(yīng)濾波的第二通道是帶通的，為此在低通子帶處所對(duì)應(yīng)的子塊存在不相似的譜行為。因此，針對(duì)小波變換來(lái)說(shuō)，只能對(duì)其不同高頻子帶中的模塊系數(shù)進(jìn)行重組，生成小子帶。兩種系統(tǒng)生成小子帶重組前子帶結(jié)構(gòu)如圖6所示。

選取某車輛模糊圖片分別采用傳統(tǒng)系統(tǒng)與本文系統(tǒng)進(jìn)行處理，經(jīng)過(guò)重組后的子帶結(jié)構(gòu)分別如圖7a），圖7b）所示。

根據(jù)圖7兩種系統(tǒng)重組后子帶結(jié)構(gòu)對(duì)圖像進(jìn)行處理，結(jié)果分別如圖8a），圖8b）所示。

由圖8可知，存在運(yùn)動(dòng)模糊的汽車區(qū)域圖像采用傳統(tǒng)系統(tǒng)進(jìn)行處理沒(méi)有較大改善，而采用本文系統(tǒng)進(jìn)行處理，圖像質(zhì)量有了較大幅度的提升。

2.3 實(shí)驗(yàn)結(jié)論

針對(duì)模糊圖像進(jìn)行處理時(shí)，采用傳統(tǒng)系統(tǒng)對(duì)邊緣特征提取、圖像增強(qiáng)、融合和平滑處理的時(shí)間與本文系統(tǒng)設(shè)計(jì)的基于小波變換的模糊圖像處理分別相差20 ns，15 ns，8 ns，6 ns。明顯看出，本文系統(tǒng)所耗費(fèi)的時(shí)間較短，并且隨著重組后的子帶結(jié)構(gòu)，模糊圖像處理效果較好，能夠?qū)崿F(xiàn)對(duì)模糊圖像高效、快速的處理。

3 結(jié) 語(yǔ)

隨著小波分析理論快速發(fā)展，小波應(yīng)用范圍擴(kuò)展到信號(hào)分析、圖像處理和計(jì)算機(jī)識(shí)別等多個(gè)方面，既包含了豐富的數(shù)學(xué)理論，又具有強(qiáng)大的工具和方法，為許多學(xué)科相互滲透和結(jié)合提供有效途徑。本文提出一種基于小波變換的模糊圖像處理系統(tǒng)，通過(guò)實(shí)驗(yàn)驗(yàn)證可知，該系統(tǒng)耗費(fèi)時(shí)間較短，模糊圖像處理效果較好，能夠滿足對(duì)模糊圖像處理的高標(biāo)準(zhǔn)要求。

參考文獻(xiàn)

[1] 李靜，王敏，沙杰峰，等.基于小波變換的紅外目標(biāo)去運(yùn)動(dòng)模糊的研究[J].現(xiàn)代電子技術(shù)，2016，39（16）：120?124.

LI Jing， WANG Min， SHA Jiefeng， et al. Research on wavelet transform based motion deblurring method of infrared target [J]. Modern electronics technique， 2016， 39（16）： 120?124.

[2] 時(shí)一峰，白寶平，陳曉冬，等.基于小波變換的嵌入式超聲內(nèi)窺圖像處理系統(tǒng)[J].光電工程，2016，43（5）：88?94.

SHI Yifeng， BAI Baoping， CHEN Xiaodong， et al. Embedded endoscopic ultrasound image processing system based on wavelet transform [J]. Opto?electronic engineering， 2016， 43（5）： 88?94.

[3] 劉婧，王威，李驥，等.基于對(duì)偶樹(shù)復(fù)小波變換的模糊圖像質(zhì)量評(píng)價(jià)[J].計(jì)算機(jī)工程與科學(xué)，2015，37（8）：1573?1578.

LIU Jing， WANG Wei， LI Ji， et al. Blur image quality assessment based on DTCWT [J]. Computer engineering and science， 2015， 37（8）： 1573?1578.

[4] 蔣妍，翟金成.基于小波包分層凈化的模糊圖像細(xì)節(jié)增強(qiáng)算法[J].科技通報(bào)，2015，31（12）：96?98.

JIANG Yan， ZHAI Jincheng. Details enhancement algorithm of fuzzy image based on wavelet packet layered purification [J]. Bulletin of science and technology， 2015， 31（12）： 96?98.

[5] 郝建新.基于小波變換與Retinex的電路板紅外圖像增強(qiáng)技術(shù)[J].紅外技術(shù)，2015，37（12）：1036?1040.

HAO Jianxin. The technology about infrared image enhancement of circuit board based on wavelet transform and Retinex [J]. Infrared technology， 2015， 37（12）： 1036?1040.

[6] 強(qiáng)彥，張曉慧.車載手勢(shì)識(shí)別中基于小波變換和雙邊濾波的圖像去噪方法[J].北京理工大學(xué)學(xué)報(bào)，2017，37（4）：376?380.

QIANG Yan， ZHANG Xiaohui. Image denoising method based on wavelet transform and bilateral filter in vehicle gesture recognition [J]. Transactions of Beijing Institute of Technology， 2017， 37（4）： 376?380.

[7] 王源圓，蘇秉華，邱文勝.基于ZedBoard的超分辨率視頻復(fù)原系統(tǒng)[J].應(yīng)用光學(xué)，2015，36（4）：537?542.

WANG Yuanyuan， SU Binghua， QIU Wensheng. Super?resolution video restoration system based on ZedBoard [J]. Journal of applied optics， 2015， 36（4）： 537?542.

[8] 王治文，羅曉清，張戰(zhàn)成.基于四元數(shù)小波變換的清晰度評(píng)價(jià)[J].計(jì)算機(jī)應(yīng)用，2016，36（7）：1927?1932.

WANG Zhiwen， LUO Xiaoqing， ZHANG Zhancheng. Quaternion wavelet transform for evaluation of image sharpness [J]. Journal of computer applications， 2016， 36（7）： 1927?1932.

[9] 陳樹(shù)越，劉金星，丁藝.基于小波變換的紅外與 X光圖像融合方法研究[J].激光技術(shù)，2015，39（5）：685?688.

CHEN Shuyue， LIU Jinxing， DING Yi. Study on fusion method of infrared and X?ray images based on wavelet transform [J]. Laser technology， 2015， 39（5）： 685?688.

[10] LUO Xiaoxia， WANG Liqing， XUE Hongye. A novel algorithm of image edge detection based on wavelet transform and curvelet transform [J]. Computer engineering and science， 2015， 37（1）： 157?161.

[11] HUI Qiaojuan， LI Hongan， LU Yan. Image compression algorithm based on wavelet transform and HVS [J]. Journal of electronic measurement and instrumentation， 2016， 30（12）： 1838?1844.

[12] 汪洋，陳海燕，彭艷兵.模糊時(shí)間序列模型在論域定義上的研究[J].電子設(shè)計(jì)工程，2017，25（2）：9?13.

WANG Yang， CHEN Haiyan， PENG Yanbing. Research on the definition of fuzzy time series model in the definition of domain [J]. Electronic design engineering， 2017， 25（2）： 9?13.