基于SEED-DTK6437的視頻圖像增強系統設計*

張陳梅，陳 芬，吳明昊，嚴迪群，彭宗舉

（寧波大學 信息科學與工程學院，浙江 寧波 315211）

隨著電子計算機技術的進步，圖像增強技術近年來得到飛躍的發展。由于圖像在成像、傳輸和轉換過程中受設備條件、傳輸信道和照明等客觀因素的限制，所獲得的圖像往往存在某種程度上的質量下降。圖像增強就是通過對圖像的某些特征（如邊緣、輪廓和對比度等）進行強調或銳化，同時減弱或去除不需要的信息，將原圖像轉換成一種更適合于人眼觀察和計算機分析處理的形式。迄今為止，圖像增強技術己經廣泛用于軍事、地質、海洋、森林、醫學、遙感、微生物以及刑偵等領域。

在數字圖像增強處理研究中，大部分圖像增強技術在PC純軟件下實現，難以達到實時圖像處理的速度要求。SEED-DTK6437數字媒體處理器是首批支持達芬奇技術的純DSP器件，其功能強大，接口和編程方便，穩定性和可重復性好，對于環境溫度、濕度、噪聲、電磁場的干擾和影響較小，可靠性高。本系統在SEEDDTK6437平臺上實現視頻圖像增強系統[1-3]。

1 視頻圖像增強系統總體設計

本文設計的視頻圖像增強系統主要是在所搭建的SEED-DEC6437開發板、攝像頭和液晶顯示器等硬件平臺上實現對采集的視頻圖像進行實時的增強處理，最后在彩色顯示器上實時輸出。同時加入了人機接口，可以通過按鍵功能進行系統切換，選擇圖像增強算法，并且通過LCD液晶顯示信息，使整個系統操作性更強，更加人性化。系統流程圖如圖1所示。

圖1 視頻圖像增強系統整體設計圖

整個系統的流程為：前端設備CCD攝像頭獲取原始視頻圖像數據，視頻解碼器TVB5150將數據轉化成YUV格式的視頻圖像數據，然后圖像增強算法對視頻圖像數據進行處理，處理后把需要顯示的視頻圖像放到緩沖區進行顯示。在本系統中，數據處理過程主要在于實現視頻圖像增強算法，其中主要包含中值濾波增強算法和直方圖增強算法。

本系統人機交互模塊采用TMS320VC5402作為主控制器，同時外擴有SRAM及Flash，擁有17按鍵薄膜鍵盤，配置LCD液晶顯示部件，可以顯示系統相關參數的設置。

2 基于SEED-DEC6437視頻采集回放

在進行視頻圖像增強之前，首先在SEED-DEC6437開發板上搭建視頻輸入輸出系統，主要包括視頻采集、圖像處理和顯示3個模塊。SEED-DEC6437開發板中，TMS320DM6437處理器中集成的視頻處理子系統（VPSS）包含視頻處理前端（VPFE）[4]和視頻處理后端（VPBE）[5]。視頻采集回放系統回路如圖2所示。

圖2 視頻圖像采集回放系統回路

系統視頻輸入是利用解碼芯片TVP5150將模擬信號解碼成為YCbCr422格式的數字圖像信號，再送入TMS320DM6437進行相應的圖像處理。TVP5150是一款高性能的視頻解碼芯片，可以將PAL制式的視頻信號或NTSC制式的視頻信號轉換成YCbCr422格式的數字信號。

視頻輸出是利用內置的VPSS的視頻輸出編碼模塊（VENC）中 4路 10 bit的 DAC輸出，實現 CVBS與 VGA的輸出。本系統在設計過程中主要采用以composite復合信號的形式來進行最終實時圖像的輸出顯示。

3 系統的視頻圖像增強設計

系統的視頻圖像增強是整個系統的核心部分，從算法精度和復雜度等方面考慮，本系統主要采用增強算法中值濾波和直方圖均衡化，最終能夠實現對從場景中所采集的加有噪聲的視頻圖像進行增強處理，并且在顯示器上實時輸出增強后的視頻圖像[6-10]。視頻圖像增強系統的流程如圖3所示。

3.1 中值濾波及結果分析

本系統采用3×3型二維滑動模板，將板內像素按照像素值的大小進行排序，生成單調上升（或下降）的二維數據序列。二維中值濾波輸出為 g（x，y）=med{f（x-k，y-l），（k，l∈W）}，其中，f（x，y）、g（x，y）分別為原始圖像和處理后圖像，W為二維模板。圖4給出了本系統中值濾波處理前后的對比效果，可以看出中值濾波對椒鹽噪聲很有用。

圖3 本視頻圖像增強系統整體流程圖

圖4 中值濾波增強處理前后對比圖

3.2 直方圖均衡化及結果分析

3.2.1 一般直方圖均衡化

直方圖均衡化的主要任務是將每個區間等概率分布代替原來的隨機分布，即增強后的圖像每個灰度級內大致有相同個數的元素。具體的實現過程為：首先求出原圖像的概率函數，其中，nk表示第 k級灰度值像素的總數，n表示總體圖像的像素值的個數。變換公式可以寫成：sk=T。 最后按照計算出來的映射關系，把原圖的原始灰度值映射到經過均衡化的新灰度級上，從而實現圖像的增強。算法的具體流程如圖5所示。

圖5 一般直方圖均衡化流程圖

3.2.2 多峰直方圖均衡化

為了能夠增強直方圖均衡處理的有效性和自適應性，本系統根據直方圖分布中的波谷將直方圖分成幾個部分，這時采用抑制最大頻數和波谷分割相結合的技術將圖像分層處理，即選擇適當的數值限制圖像中的高頻數，同時利用波谷將圖像進行分層處理。

采用多峰直方圖均衡化處理的基本步驟如下：

（1）對給定的待處理圖像統計其直方圖分布并求出各灰度級的概率值 pr′（r）；

（2）求出累積概率密度 C（rk）：

（3）依據 C（rk）運用變換函數進行分層增強處理：

其中，rc代表每層的最小灰度值，如第1層的rc=0；rs代表每層的最大灰度值，并且后一層初始值等于緊挨著的前一層的灰度最大值，即第2層的最小灰度值為第1層的最大灰度值。

（4）確定映射對應關系，用新灰度代替舊灰度，求出ps′（s）。

3.2.3 直方圖均衡化結果及分析

圖6顯示了本系統的多峰直方圖均衡化和一般直方圖均衡化的效果對比。其中圖6（a）顯示的是在光線較暗的情況下原視頻圖像，可以看出圖 6（b）和圖 6（c）比圖6（a）的對比度明顯提高，可見直方圖均衡化可以提高圖像對比度，達到增強效果。但是圖6（b）所示的一般直方圖均衡化使原圖像亮度明顯增加，失去了圖像原始信息，而圖6（c）所示的多峰直方圖均衡化不僅提高了圖像對比度，達到增強效果，而且沒有過度增強，與實際原圖像信息接近，效果更加真實。由此可得，多峰直方圖均衡化彌補了一般直方圖均衡化的缺點，既提高了對比度又能保持圖像的原始信息，增強效果較好。

圖6 多峰直方圖均衡化和一般直方圖均衡化對比圖

3.3 整體系統結果及分析

整體系統分為中值濾波模式、直方圖均衡化模式和整體混合模式3大功能模式，它們可通過按鍵實現人工選擇和切換。

整體混合模式即中值濾波和多峰直方圖均衡化結合處理，效果如圖 7所示。圖 7（a）顯示的是一般灰度圖像加入噪聲后的效果，顯然，圖像中引入了很多隨機的亮點。圖 7（b）是經過中值濾波后的圖像，顯然，圖像中的噪聲點被基本濾除，但是圖像的清晰度和分辨度不是很高。圖7（c）是進一步加入多峰直方圖均衡算法處理后的圖像，可以明顯看出圖像的對比效果有了增強。

圖7 整體混合模式效果圖

以上分析從人的肉眼角度進行主觀定性分析，具有不確定性，為此，本系統通過DSP高速運算計算峰值信噪比（PSNR）進行定量分析，結果如表 1所示，并且在CCS3.3上打印出來，以便觀察分析。從表1可知，中值濾波和多峰直方圖均衡化結合處理的PSNR值基本上大于原噪聲圖像PSNR值，而理論上PSNR比值越大，說明增強處理效果好，由此可得，本系統的整體混合模式中多峰直方圖均衡化主要用于對比度拉伸，與中值濾波相結合后，既可以去除噪聲，又達到了增強的效果。

表1 圖7整體混合模式峰值信噪比前后對比表

3.4 人機交互

本系統共使用了視頻任務和通信任務兩個任務模塊，而通信任務即實現人機交互功能。當系統各模塊初始化以后，BIOS根據實現的配置自動調度視頻任務和通信任務。視頻任務主要處理視頻圖像數據的采集以及算法的實現，通信任務主要調度通信函數根據按鍵的不同指令來選擇不同的算法以及控制液晶顯示和交通燈的狀態。人機交互效果圖如圖8所示。通過按鍵輸入數字，選擇系統的不同工作模式，這里使用0代表中值濾波模式，1代表直方圖均衡化模式，2代表整體混合模式。

圖8 人機交互效果圖

本文以SEED-DEC6437開發板為核心硬件，成功搭建了一個視頻圖像增強系統。在設計過程中，首先在DSP/BIOS環境下實現了視頻采集驅動程序，進而成功地在SEED-DEC6437開發板上搭建了視頻輸入輸出系統，該系統具有良好的實時性及穩定性。其次，本系統采用中值濾波模式、直方圖均衡化模式和整體混合模式進行選擇切換，從而使得本系統可以根據不同的場景進行不同的視頻圖像增強，適應性好。最后，為了增強本系統的靈活可控性，加入了人機接口，實現良好的人機交互。

[1]彭啟琮.達芬奇技術——數字圖像/視頻信號處理新平臺[M].北京：電子工業出版社，2008.

[2]MAINI R，AGGARWAL H.A comprehensive review of image enhancement techniques[J].Journal of computing，2010， 2（3）： 2151-9617.

[3]GOPINATHAN S，THANGAVEL P.A non linear technique for image enhancement based on discrete wavelet transform[J].European Journal of Scientific Research， 2012， 79 （3）：328-336.

[4]Texas Instruments Incorporated.TMS320DM643x DMP video processing front end（VPFE）user′s guide[Z].2008.

[5]Texas Instruments Incorporated.TMS320DM643x DMP Video processing back end（VPBE）user′s guide[Z].2008.

[6]鄒彥.DSP原理及運用[M].北京：電子工業出版社，2007.

[7]龔昌來.基于小波變換和均值濾波的圖像去噪方法[J].光電工程，2007，37（1）：72-75.

[8]倪虹霞.基于小波變換和中值濾波的遙感圖像預處理[D].長春：吉林大學，2005.

[9]王國權，仲偉波.灰度圖像增強算法的改進與實現研究[J].計算機應用研究，2004（12）：175-176.

[10]任艷斐.直方圖均衡化在圖像處理中的應用[J].科技信息，2007（4）：37-38.