[发明专利]一种数字图像轮廓提取方法

说明书

技术领域

本发明涉及一种数字图像处理技术，特别是涉及适合于在FPGA上并行实现的基于形态水平集的一种数字图像轮廓提取方法。

背景技术

数字图像的轮廓提取通常需要进行大量的数据计算。尽管目前CPU的计算速度越来越快，在面对复杂的处理算法或高分辨率的图像时往往还是效率低下。

在现代数字电路设计中，FPGA发挥着越来越重要的作用。包括简单的接口电路设计，状态机以及SoC的设计，FPGA扮演的角色已经不容忽视。FPGA作为目前电子设计自动化工具设计中广泛应用的一种器件，在图像处理系统中已经得到广泛的应用。

在众多图像轮廓提取算法中，基于能量泛函的分割方法或者活动轮廓模型是当前的研究热点，它包括以Snake模型为代表的参数活动轮廓模型和基于水平集方法的几何活动轮廓模型。例如M.Kass,A.Witkins,D.Terzopoulos在1988年发表的论文“Snakes:active contourmodels”就属于前者，而N.Paragios,R.Deriche在2000年发表的论文“Geodesic active contoursand level sets for the detection and tracking of moving objects”则属于后者。活动轮廓模型的基本思想是使用连续曲线来表达目标轮廓，并定义一个能量泛函使得其自变量包括曲线，将分割过程转变为求解能量泛函的最小值的过程，再通过求解函数对应的欧拉方程得到数值。但是求解欧拉方程通常较为复杂，需要耗费相当长的时间进行计算，而且传统的方法也不利于采用并行方式进行计算，而对于需要用到浮点数操作的算法更不利于在FPGA上实现加速并行。本发明所采用的基于形态水平集的图像轮廓提取算法既能实现并行计算，而且计算简单，不需要进行浮点数运算，因而适合在FPGA上实现；而且所采用的方法具备曲线结构拓扑的性质，能够应用于环境结构复杂的医学图像，而通过设置阈值参数能较为方便的控制曲线的演化，从而克服医学图像亮度不均匀等对模型提取的影响。

硬件描述语言是FPGA设计中最重要的输入方法，而VHDL和Verilog HDL是应用最广泛的两种硬件描述语言。通过这两种语言可以描述数字系统的结构、行为、功能和接口，从而完成数字系统的建模。但是使用VHDL和Verilog HDL语言做开发需要对硬件细节非常的了解，这将一定程度上限制了FPGA的使用。而且对于较为复杂的算法如图像、语音、雷达、软件无线电等，若采用硬件描述语言编写代码，则将非常耗时，并且容易出现错误。

发明内容

本发明的目的在于提供一种数字图像轮廓提取方法。

本发明在FPGA上实现数字图像轮廓提取的实时算法，能使数字图像轮廓提取算法符合FPGA硬件结构和工作特性，并用FPGA实现该算法的硬件模块。该模块采用Handel-C语言实现。

本发明的目的是通过如下技术方案实现的：

本发明的一种在FPGA上实现图像轮廓提取方法，其实现平台为FPGA，采用Handel-C语言描述实现，整个模块分为图像数据的读取，图像数据的处理，以及图像数据的存储三个子模块，三个模块采用流水线方式并行，其中，该发明的主要特征在于图像数据的处理子模块。

上述的图像数据的处理子模块中，数据采用串行输入，子模块里又包含有Dilation（膨胀）、And（与）、Not（非）、Erosion（腐蚀）、FIFO（先进先出）二级子模块，这些二级子模块之间采用流水线方式并行。

上述图像数据的处理子模块可实现图像轮廓的扩张，图像轮廓的扩张的结果是对目标图像进行轮廓提取，所根据的算法是基于形态水平集的数字图像轮廓提取算法。

这种数字图像轮廓提取方法，是在FPGA上实现，并且是基于形态水平集，从而实现曲线轮廓的扩张。

本发明包括以下步骤：

1）观察被分割图像，初始化一个长为long个像素，宽为width个像素的曲线，long和width是一个整数，该曲线称为C，其中long和width可以根据被分割图像来进行设定，设定的原则为该曲线完全在目标图像内部，在图像上，初始化水平集函数，得到初始化二值图像A；所述初始化水平集函数依据的公式如下：

（公式1）

其中x表示像素点所在位置，t表示时间变量；

2）初始化速度演化函数，得到速度演化图像V，令