圖像處理及鏡頭自動調控電路設計

王金波，劉 斌，郝 亮，任珂珂

(華北光電技術研究所，北京100015)

1 引言

為解決可見光圖像數據量大、處理速度要求高的需求，本文設計了一種基于可編程門陣列(FPGA)的圖像處理及自動調控電路。該電路完成可見光圖像的直方圖均衡、中值濾波、十字叉疊加、自動調焦等圖像處理及調控功能。通過以上措施，能夠顯著提高可見光圖像的質量，并且由于采用高速FPGA作為圖像處理芯片，整個電路精度高，實時性好。

2 圖像處理及鏡頭自動調控電路原理

基于FPGA的圖像處理及鏡頭自動調控電路原理框圖如圖1所示。

圖1 圖像處理及鏡頭自動調控電路原理圖

A/D芯片采用Philips公司的SAA7113，完成可見光模擬圖像到數字圖像的轉換;FPGA芯片采用Altera公司 CycloneIII系列的 EP3C25F256I7，該芯片完成包含直方圖均衡、中值濾波、疊加十字叉、圖像清晰度計算等在內的數字圖像處理功能;視頻解碼芯片采用Philips公司的SAA7121;MCU選用的是Silicon公司的C8051F021芯片，完成與上位機的通信、對SAA7113和SAA7121的配置，與FPGA之間的數據交互，以及對可見光鏡頭的控制。

圖像處理部分主要由FPGA完成，自動調控部分由FPGA和MCU共同完成。MCU通過電機驅動芯片驅動可見光鏡頭內的調焦和變倍電機，可以實現焦距和視場的調節功能。

下面簡要介紹快速自動調焦的基本流程:根據FPGA計算得出的圖像清晰度參量，MCU可控制可見光鏡頭焦面位置不斷變化，直至圖像清晰度參量最大，完成可見光圖像的自動調焦。為提高自動調焦的速度，本文采用了如下措施:①采用“區域極值法”，減少尋焦行程，其流程如圖2所示;②將圖像按場進行處理，相對于按幀處理縮短了清晰度參量計算時間。通過以上措施，可顯著提高自動調焦的速度。

圖2 “區域極值法”流程

3 圖像處理算法及VHDL實現

采用若干個VHDL模塊共同完成所需功能。下面分別介紹各部分功能。

3．1 直方圖均衡

直方圖均衡的基本方法是擴展在圖像中像素個數多的灰度級，縮減像素個數少的灰度級，使轉換后的圖像的直方圖分布更加均勻［1］。這不僅能夠改善圖像的質量，提高圖像的清晰度，而且經過直方圖均衡后的圖像更有利于使用計算機進行處理。

直方圖均衡的一般方法如公式(1)所示:

式中，ri為灰度級且滿足歸一化條件;k為灰度級數，第i個灰度級ri出現的頻數用ni表示;n為幀內像素總數。

VHDL實現過程:在FPGA內部開辟一個256×24 bit的存儲器RAM1和一個256×8 bit的存儲器RAM2。RAM1存儲每場圖像的每個灰度級的像素個數，由公式(1)可以計算出灰度映射表，并存儲到RAM2。輸出圖像的每個像素通過查找RAM2，輸出新灰度，整場圖像完成直方圖均衡處理。

3．2 中值濾波

中值濾波的一般方法是用一個含有奇數個像素的窗口在圖像上滑動，用該窗口中所有灰度值的中值來代替窗口中心像素點的灰度值［2－3］。二維中值濾波可由公式(2)表示:

VHDL實現過程:本文中取i=j=3，做9個點的中值濾波。在FPGA內部開辟兩個720×8 bit的FIFO，緩存兩行圖像數據，與當前輸入行的圖像數據并行輸出，可以得到三行圖像數據，再經三級D觸發器就可以得到3×3像素矩陣，以每個矩陣窗口的9個灰度值的中值代替矩陣中心點的灰度值，即可完成中值濾波，整個過程如圖3所示。

3．3 疊加十字叉

在可見光圖像上疊加十字叉有助于定位目標在圖像中的位置，由此可盡量避免可見光圖像視場發生變化時目標丟失的情況發生，更有利于實施視頻監控。

首先計算疊加點周圍區域內的灰度級平均值，然后將該平均值與某一閾值作比較，若小于閾值則將該點設置為高灰度級，反之則將該點設置為低灰度級，即疊加與其背景灰度級對比強烈的十字叉以助于觀察。閾值可通過實驗選取。

3．4 圖像清晰度計算

“清晰度法自動調焦”通過圖像清晰度評價函數對可見光鏡頭不同焦面位置成像的清晰度進行評價，利用“正確對焦使圖像最清晰”這個特征找到正確對焦位置。

本文選用Tenengrad函數來表征圖像清晰度［4－5］。Tenengrad 函數利用 Sobel算子來估計圖像在水平方向和垂直方向的梯度，其表達式如公式(3)～式(5):

式中，Gx(x，y)，Gy(x，y)分別為水平和垂直方向的計算模板;分別是可見光圖像矩陣與Sobel算子的卷積，Sobel算子在X，Y方向各有一個:

ν是一個閾值，可以通過實驗選取。

由于該方法計算量較大，本文將公式簡化為公式(6):

該公式可以極大地減少計算量，提高圖像處理速度，且計算結果滿足圖像清晰度要求。

VHDL實現過程:與中值濾波模塊類似，首先由串行視頻流生成3×3矩陣，再使用圖像矩陣分別與Sx和Sy算子卷積并取絕對值，把絕對值相加，得到一個像素的邊緣信息，對每個點都進行計算并做累加，就可以得到整場圖像的清晰度參量。將此參量實時傳遞給自動調控電路，自動調控電路以此為依據控制焦面位置不斷變化，直至聚焦參數最大，可得聚焦清晰的圖像。

4 實驗結果與結論

圖4、圖5、圖6分別為直方圖均衡、疊加十字叉、自動調焦前后的圖像對比效果，由于圖像在進行中值濾波前后效果對比不夠明顯，在此不作對比。

圖4 直方圖均衡前后圖像對比

圖5 疊加十字叉前后圖像對比

圖6 自動調焦前后圖像對比

本文設計的可見光圖像處理及自動調控電路滿足實時性、低功耗及小型化的工作要求。

(1)實時性。本文設計中，實現直方圖均衡、中值濾波和疊加十字叉等功能所導致的圖像延時均小于0．2 ms，自動調焦可在3 s內完成。

(2)低功耗。在本文電路設計中，采用的器件均為低功耗器件;并且在無信號輸入時，自動關閉部分芯片，進入節電模式。

(3)小型化。本文電路均采用集成性較高的器件，這樣大大減少了整個電路所使用的器件數目;同時封裝均為貼片式，因此電路具有小型化、集成度高等優點。

［1］ Chen Zheng，Ji Shupeng．Enhancement algorithm of infrared images based on Otsu and plateau histogram equalization［J］．Laser ＆ Infrared，2010，40(4):438 － 441．(in Chinese)

陳崢，吉書鵬．一種基于Otsu法和平臺直方圖均衡的紅外圖像增強算法［J］．激光與紅外，2010，40(4):438－441．

［2］ Zhang Hansong，Wang Ying．Infrared image process based on LabVIEW［J］．Laser ＆ Infrared，2011，41(9):1002 －1005．(in Chinese)

張寒松，王穎．基于LabVIEW的紅外成像圖像處理方法及應用［J］．激光與紅外，2011，41(9):1002 －1005．

［3］ LiMingxi，Mao Hanping，Zhang Yancheng．Study of the actual image denoisingmethod based on liftwavelet analysis and median filter technology［J］．Laser ＆ Infrared，2007，37(10):1109 －1111．(in Chinese)

李明喜，毛罕平，張艷誠．基于提升小波變換和中值濾波的圖像去噪方法研究［J］．激光與紅外，2007，37(10):1109－1111．

［4］ Jia Xiaofei，Li Yibin，Chen Dezhi，et al．Design of high speed arithmetic of auto-focus in uncooled infrared thermal equipment［J］．Laser ＆ Infrared，2009，39(6):688 －690．(in Chinese)

賈曉飛，李宜斌，陳德智，等．非制冷紅外熱像儀的快速自動調焦算法設計［J］．激光與紅外，2009，39(6):688－690．

［5］ Gong Guangyong，He Wenzhong，Gao Xuhui．Optimized mountain climb-searching of auto-focusing in infrared imaging system［J］．Laser ＆ Infrared，2007，37(11):1213 －1215．(in Chinese)

宮光勇，何文忠，高旭輝．紅外系統中自動調焦爬山搜索算法的優化設計［J］．激光與紅外，2007，37(11):1213－1215．