王曉利

（寶雞文理學(xué)院 電子電氣工程系，陜西 寶雞 721007）

信息處理技術(shù)的應(yīng)用域極為廣泛，主要體現(xiàn)在計(jì)算機(jī)圖像生成與識(shí)別、圖像傳輸與圖像通信、機(jī)器人視覺及圖像測(cè)量、以圖像識(shí)別技術(shù)和圖像數(shù)據(jù)庫(kù)技術(shù)為基礎(chǔ)的辦公室自動(dòng)化、圖像識(shí)別跟蹤、醫(yī)用圖像處理、材料分析中的圖像識(shí)別、圖像變形技術(shù)等。數(shù)字儀器儀表技術(shù)既是工具，也是進(jìn)行科學(xué)探索和認(rèn)識(shí)世界的重要手段。利用信息處理對(duì)數(shù)字儀器儀表進(jìn)行識(shí)別技術(shù)已不再是科研和工業(yè)生產(chǎn)的配角，早已成為我國(guó)科技發(fā)展和提升工業(yè)產(chǎn)品質(zhì)量的核心組成部分，作用舉足輕重。文中針對(duì)儀表數(shù)字信息細(xì)化分類提出有效的解決方法。

1 基本原理

1.1 儀器儀表數(shù)字信息識(shí)別常用算法

1.1.1 特征提取法

特征提取是計(jì)算機(jī)圖像處理中的常用概念，表示使用計(jì)算機(jī)提取圖像信息，決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)圖像特征。其結(jié)果是把圖像上的點(diǎn)分為不同的子集，這些子集往往屬于孤立的點(diǎn)、連續(xù)的曲線或者連續(xù)的區(qū)域。常用特征提取方法有：

1）邊緣特征提取：邊緣為圖像中擁有大的梯度的點(diǎn)組成的子集。一般一個(gè)邊緣的形狀可以是任意的，還可能包括交叉點(diǎn)。在實(shí)踐中一些常用的算法還會(huì)把梯度高的點(diǎn)聯(lián)系起來來構(gòu)成一個(gè)更完善的邊緣的描寫。

2）角特征提?。涸缙诘乃惴ㄊ紫冗M(jìn)行邊緣檢測(cè)，然后分析邊緣的走向來尋找邊緣突然轉(zhuǎn)向（角）。后來發(fā)展為不再需要邊緣檢測(cè)這個(gè)步驟，而是直接在圖像梯度中尋找高度曲率。該方法的弊端為圖像中本來沒有角的地方發(fā)現(xiàn)具有同角一樣的特征區(qū)域，容易造成混淆。

3）區(qū)域特征提取：與角不同的是區(qū)域描寫一個(gè)圖像中的一個(gè)區(qū)域性的結(jié)構(gòu)，但是區(qū)域也可能僅由一個(gè)像素組成，因此許多區(qū)域檢測(cè)也可以用來監(jiān)測(cè)角。該方法常用在區(qū)域監(jiān)測(cè)器檢測(cè)圖像中對(duì)于角監(jiān)測(cè)器來說太平滑的區(qū)域。

4）脊特征提?。洪L(zhǎng)條形的物體被稱為脊。在實(shí)踐中脊可以被看作是代表對(duì)稱軸的一維曲線，此外局部針對(duì)于每個(gè)脊像素有一個(gè)脊寬度。從灰梯度圖像中提取脊要比提取邊緣、角和區(qū)域困難。在空中攝影中往往使用脊檢測(cè)來分辨道路，在醫(yī)學(xué)圖像中常用來分辨血管[4]。

1.1.2 模塊匹配法

模塊匹配法是一種基本的信息識(shí)別算法，其工作原理為：將待識(shí)別信息配備一塊標(biāo)準(zhǔn)的模板，再與待識(shí)別信息進(jìn)行比對(duì)，結(jié)果和模板信息點(diǎn)陣圖像距離最小時(shí)所對(duì)應(yīng)的信息，就可判定為輸入的待識(shí)別信息[1]。常用模塊匹配法有物理模板匹配和邏輯模板匹配，其優(yōu)點(diǎn)為計(jì)算方法簡(jiǎn)單，針對(duì)待識(shí)別的儀器儀表進(jìn)行模板設(shè)計(jì)，設(shè)計(jì)精度越高則識(shí)別率就越高，缺點(diǎn)為當(dāng)儀表信息量較大時(shí)，需要加大模板設(shè)計(jì)量，故適合文中小型數(shù)字儀器儀表的信息識(shí)別。

1.2 數(shù)學(xué)形態(tài)學(xué)用于信息識(shí)別的基本原理

常規(guī)設(shè)計(jì)中主要研究數(shù)學(xué)形態(tài)學(xué)基本算子，即：腐蝕、膨脹、開、閉等[6]。結(jié)合儀表信息識(shí)別的特點(diǎn)，往往背景色彩與前景色彩比較接近，將圖像二值化后區(qū)域分割不理想，文中直接采用了灰度形態(tài)學(xué)方法，使圖像在灰度模式下進(jìn)行調(diào)整，便于二值化后再進(jìn)行識(shí)別[2]。

1.2.1 灰值腐蝕運(yùn)算

結(jié)構(gòu)元素g對(duì)信號(hào)f的腐蝕定義為：

從幾何角度看，求信號(hào)被結(jié)構(gòu)元素在點(diǎn)x腐蝕的結(jié)果，就是在空間滑動(dòng)結(jié)構(gòu)元素，使結(jié)構(gòu)元素的原點(diǎn)與點(diǎn)x重合，然后從負(fù)無窮大向上推結(jié)構(gòu)元素，對(duì)結(jié)構(gòu)元素仍處于信號(hào)下方所能達(dá)到的最大值時(shí)結(jié)構(gòu)元素的原點(diǎn)位置作標(biāo)記，該標(biāo)記點(diǎn)為該點(diǎn)腐蝕結(jié)果。由于結(jié)構(gòu)元素必須在信號(hào)的下方，所以要求空間平移結(jié)構(gòu)元素時(shí)，其定義域必須為信號(hào)定義域的子集，否則，腐蝕在該點(diǎn)沒有意義[5]。

如圖1所示，圖中表示了灰值腐蝕運(yùn)算。將結(jié)構(gòu)元素緊貼在信號(hào)下方“滑動(dòng)”，其原點(diǎn)刻畫出的軌跡即為腐蝕結(jié)果。可以看出，扁平結(jié)構(gòu)元素從下方對(duì)信號(hào)消去了尖角，產(chǎn)生了平滑濾波效果。

1.2.2 灰值膨脹運(yùn)算

信號(hào)f被結(jié)構(gòu)元素g灰值膨脹定義為：

即利用結(jié)構(gòu)元素的反射，將信號(hào)限制在結(jié)構(gòu)元素的定義域內(nèi)時(shí)，上推結(jié)構(gòu)元素，取其超過信號(hào)時(shí)的最小值?；抑蹬蛎洀男盘?hào)上方消除尖角，起到單邊濾波作用?；抑蹬蛎涍€可以定義為：

這一定義方法對(duì)灰值膨脹提供了一種重要的幾何描述，即灰值膨脹可以通過將結(jié)構(gòu)元素的原點(diǎn)平移到與信號(hào)重合，然后計(jì)算信號(hào)上的每一點(diǎn)與結(jié)構(gòu)元素對(duì)應(yīng)各點(diǎn)和的最大值得到，這種定義更方便計(jì)算。如圖2所示，給出了膨脹運(yùn)算示意圖。

圖1 灰值腐蝕示意圖Fig.1 Diagram of grayscale erosion

圖2 灰值膨脹運(yùn)算示意圖Fig.2 Diagram of grayscale dilatability

圖3給出了灰值腐蝕、膨脹結(jié)果。采用3×3方形結(jié)構(gòu)元素。可以看出圖像細(xì)致特征變粗了，由于膨脹定義中采用了取最大運(yùn)算，所以膨脹后圖像均值增大了。

1.2.3 灰值開、閉運(yùn)算

灰值形態(tài)學(xué)的二級(jí)運(yùn)算是灰值開和閉運(yùn)算，兩者為對(duì)偶運(yùn)算?；抑甸_運(yùn)算定義為：

圖3 灰值腐蝕與膨脹結(jié)果對(duì)比Fig.3 Comparison of grey value corrosion and expansion resultts

灰值開運(yùn)算是先作灰值腐蝕然后作灰值膨脹的二次運(yùn)算，從填充的角度描述開運(yùn)算，有：

即灰值開運(yùn)算可以通過在信號(hào)下方平移結(jié)構(gòu)元素，并記錄每次移動(dòng)時(shí)結(jié)構(gòu)元素的最大值得到。與腐蝕和膨脹不同的是，原點(diǎn)相對(duì)于結(jié)構(gòu)元素的位置不會(huì)對(duì)開運(yùn)算的結(jié)果產(chǎn)生影響。

腐蝕和膨脹運(yùn)算具有平移不變性，開運(yùn)算作為腐蝕和膨脹的二次運(yùn)算，同樣滿足平移不變性，即：

同樣，開運(yùn)算具有遞增性、非擴(kuò)展性和冪等性，即：

在灰值情況下，利用對(duì)偶性，閉運(yùn)算可以定義為：

即閉運(yùn)算可以對(duì)水平軸翻轉(zhuǎn)信號(hào)和結(jié)構(gòu)元素并作開運(yùn)算，然后再對(duì)水平軸翻轉(zhuǎn)得到。灰值開、閉運(yùn)算是形態(tài)學(xué)中重要的算子，由它們構(gòu)成了各種各樣的實(shí)用算法。如圖4所示，為開、閉運(yùn)算的簡(jiǎn)單應(yīng)用例子。

由上述舉例可以得出，開運(yùn)算中的第一步求腐蝕運(yùn)算就是腐蝕了比結(jié)構(gòu)元素小的亮細(xì)節(jié)并同時(shí)減弱了圖像整體灰度值，第二步膨脹運(yùn)算增加了圖像整體亮度而對(duì)已經(jīng)腐蝕的細(xì)節(jié)不再引入；閉運(yùn)算與開運(yùn)算類似，閉運(yùn)算中的第一步求膨脹運(yùn)算就是消除了比結(jié)構(gòu)元素小的暗細(xì)節(jié)，而保持了圖像整體灰度值和較大的暗區(qū)域基本上不受影響，第二步腐蝕運(yùn)算減弱了圖像整體亮度而又不重復(fù)引入前面已被去除的暗細(xì)節(jié)。

數(shù)學(xué)形態(tài)學(xué)是建立在對(duì)結(jié)構(gòu)元素的廣義“減”運(yùn)算基礎(chǔ)上建立起的獨(dú)立的理論體系，它只涉及平移、加、減等簡(jiǎn)單運(yùn)算，因此形態(tài)學(xué)算子本質(zhì)上具有運(yùn)算簡(jiǎn)單快速，可并行計(jì)算，易于硬件實(shí)現(xiàn)的特點(diǎn)。

2 基本實(shí)現(xiàn)方法

2.1 膨脹、腐蝕基本算子的硬件結(jié)構(gòu)組成

信息識(shí)別中特征提取算法設(shè)計(jì)以形態(tài)學(xué)中膨脹、腐蝕算子的設(shè)計(jì)為主要核心，采用VHDL語言描述以排序?yàn)V波器為例，實(shí)現(xiàn)膨脹、腐蝕算子，硬件結(jié)構(gòu)可劃分為3大模塊[3]：

1）3×3窗口生成器模塊，考慮到窗口中元素采用矢量形式輸出，在硬件實(shí)現(xiàn)上可以考慮使用FPGA的FIFO存儲(chǔ)單元作為數(shù)據(jù)緩沖區(qū)。根據(jù)被測(cè)對(duì)象的特點(diǎn)，模塊大小可調(diào)。

圖4 開、閉運(yùn)算結(jié)果Fig.4 Operation result of open and shut

2）排序算法模塊，其主要任務(wù)是設(shè)計(jì)硬件比較、排序單元，對(duì)窗口中的元素按從小到大排序。

3）行列計(jì)數(shù)模塊主要針對(duì)二維圖像，根據(jù)像素的行、列位置分別利用兩個(gè)計(jì)數(shù)器記錄。

2.2 3×3窗口生成器模塊的VHDL實(shí)現(xiàn)

限于篇幅，文中重點(diǎn)實(shí)現(xiàn)3×3窗口生成器模塊的硬件描述。

實(shí)體定義了3×3窗口邏輯電路，其中端口信號(hào)具體為：時(shí)鐘信號(hào)Clk1，復(fù)位信號(hào)RSTn1，輸入數(shù)據(jù)Din，輸出窗口元素像素值 winxy（1≤x≤3， 1≤y≤3），數(shù)據(jù)有效信號(hào) DV1。 設(shè)輸入圖像為8 bit灰度圖像，可視輸入圖像數(shù)據(jù)及3×3窗口邏輯像素值為8 bit邏輯矢量。

2.3 算法頂層設(shè)計(jì)的VHDL實(shí)現(xiàn)

各個(gè)模塊定義結(jié)束后，將其實(shí)例化，實(shí)現(xiàn)頂層排序?yàn)V波器的設(shè)計(jì)。假設(shè)排序?yàn)V波器實(shí)體名稱為sort_filt3，則實(shí)體端口定義如下：

3 仿真結(jié)果

設(shè)計(jì)采用Altera公司的quartus6.0軟件進(jìn)行仿真。在結(jié)果實(shí)現(xiàn)上采用了浙江天煌科技實(shí)業(yè)有限公司與實(shí)驗(yàn)箱配套的KHF-5型上位機(jī)軟件系統(tǒng)，該軟件提供給用戶CPLD程序下載平臺(tái)以及工作環(huán)境，可以滿足用戶對(duì)KHF-5型實(shí)驗(yàn)開發(fā)系統(tǒng)的使用要求。

如圖5所示，濾波器sort_filt3模塊包含win_3×3窗口模塊、sort_3×3 排序模塊以及 counter_3×3 計(jì)數(shù)模塊[7]；其中 win_3×3窗口模塊又包含fifo_256×8對(duì)二維圖像信息行、列像素存儲(chǔ)模塊。

圖5 自頂向下的濾波器設(shè)計(jì)關(guān)系圖Fig.5 Top to down of relational graph for filter design

如圖6所示，為濾波器頂層設(shè)計(jì)模塊。其中Clk1為模塊的時(shí)鐘信號(hào)，RSTn1為復(fù)位信號(hào)，Din為輸入的數(shù)據(jù)，Dout為輸出的數(shù)據(jù)，DV1為數(shù)據(jù)輸出有效信號(hào)。

圖6 濾波器頂層設(shè)計(jì)模塊Fig.6 Top design module of filter

通過quartus中的start simulation命令進(jìn)行時(shí)序仿真，以及在時(shí)序仿真無誤的基礎(chǔ)上再進(jìn)行功能仿真和綜合仿真。即通過時(shí)序仿真和功能仿真的結(jié)果比較，充分考慮器件的延遲及信號(hào)的建立時(shí)間和保持時(shí)間后，對(duì)設(shè)計(jì)中出現(xiàn)的問題反復(fù)修正，可得到較精確的仿真結(jié)果。

4 結(jié)束語

基于數(shù)學(xué)形態(tài)學(xué)的信息識(shí)別技術(shù)應(yīng)用非常廣泛，文中主要以靜態(tài)灰度圖像為研究對(duì)象，對(duì)于全彩圖像、序列圖像、視頻圖像也可參照上述方法實(shí)現(xiàn)信息識(shí)別。形態(tài)學(xué)方法以算法簡(jiǎn)捷，易于實(shí)現(xiàn)等優(yōu)點(diǎn)越來越成為信息處理領(lǐng)域中不可缺少的信息處理工具，在網(wǎng)絡(luò)傳輸、模式識(shí)別、圖像編碼及解碼等應(yīng)用領(lǐng)域可產(chǎn)生巨大的經(jīng)濟(jì)效益和實(shí)用價(jià)值。

[1]盛業(yè)華，唐宏，杜培軍.一種保形的快速圖像形態(tài)細(xì)化算法[J].中國(guó)圖象圖形學(xué)報(bào)，2000，5（2）:89-93.SHENG Ye-hua， TANG Hong， DU Pei-jun.One fast shape preserving morphological thinning algorithm[J].Journal of Image and Graphics，2000，5（2）:89-93.

[2]向友君，郭寶龍.運(yùn)動(dòng)估計(jì)快速塊匹配法[J].計(jì)算機(jī)工程，2003，29（13）:62-64.XIANG You-jun， GUO Bao-long.Fastblock matching algorithmsformotionestimation[J].ComputerEngineering，2003，29（13）:62-64.

[3]王樹文，閆成新，張?zhí)煨颍?數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2004，40（32）:89-92.WANG Shu-wen， YAN Cheng-xin， ZHANG Tian-xu，et al.Application of mathematical morphology in image processing[J].Computer Engineering and Applications， 2004，40（32）:89-92.

[4]崔屹.圖象處理與分析—數(shù)學(xué)形態(tài)學(xué)方法及應(yīng)用[M].北京:科學(xué)出版社，2000.

[5]岑曙煒，劉政凱.一種改進(jìn)的基于形態(tài)骨架的二值圖象編碼[J].中國(guó)圖象圖形學(xué)報(bào)，2001，6（8）:784-790.CEN Shu-wei，LIU Zheng-kai.An improve coding for binary image based on skeleton[J].Journal of Image and Graphics，2001，6（8）:784-790.

[6]張偉.基于DSP和FPGA的形態(tài)學(xué)骨架提取硬件實(shí)現(xiàn)[D].南京：南京航空航天大學(xué)，2004.

[7]程瓊，王春枝，鮑鴻.單片機(jī)產(chǎn)品計(jì)數(shù)器系統(tǒng)設(shè)計(jì)[J]湖北工學(xué)院學(xué)報(bào)，1997，12（2）:19-23.CHENG Qiong， WANG Chun-zhi， BAO Hong.The design of single chip microcomputer production counter system[J].Journal of Hubei Polytechnic University，1997，12（2）:19-23.