[发明专利]基于FPGA形态学算子的自适应轮廓提取系统及方法

说明书

本发明公开一种基于FPGA形态学算子的自适应彩色图像轮廓提取系统及方法，本发明的系统由控制模块、搜索结构生成模块、自适应优化模块、膨胀算子生成模块、腐蚀算子生成模块、轮廓提取模块组成。本发明使用控制模块提取待处理彩色图像的亮度分量；搜索结构模块将亮度分量填入构建的搜索结构中；自适应优化模块将搜索结构中的元素进行自适应优化；膨胀、腐蚀算子生成模块借助优化后的搜索结构生成膨胀、腐蚀算子；轮廓信息生成模块借助膨胀、腐蚀算子生成图像的轮廓数据。本发明可用在FPGA上实现彩色图像的轮廓提取，具有图像处理速度快，细节处理效果好的优点。

技术领域

本发明属于图像处理技术领域，更进一步涉及彩色图像处理技术领域中的一种基于现场可编程门阵列FPGA(Field Programmable Gate Array)自适应形态学算子的彩色图像轮廓提取系统及方法。本发明可以对遥感、军事、工业、医学等领域中获得的彩色图像进行噪声抑制、图像分割、边缘检测、特征提取等处理。

背景技术

随着信息技术的不断发展，数字图像已成为人类获取信息的一种重要手段，广泛应用于通信、军事、医学等领域。利用数学形态学来处理数字图像能够获得很好的效果，可以有效地解决数字图像处理领域中的抑制噪声、图像分割、边缘检测、特征提取等问题。FPGA采用并行计算方式，对于规则固定的运算可以达到很快的处理速度，因此研究FPGA和数学形态学的结合可以很好地应用于数字图像处理。

山东理工大学在其拥有的专利技术“基于综合形态学的图像混合滤波装置及方法”(申请日：2016年05月10日，申请号：201610305134.3，公开号：106023095B)中提出了一种基于综合形态学的图像混合滤波装置及方法。该装置包括基本模型构建模块，约束条件构建模块，混合模型构建模块，噪声图像处理模块。基本模型构建模块，用于构建基本形态学滤波模型，其中，所述基本形态学滤波模型包括基础形态学滤波的开、闭滤波计算模型、根据所述开、闭滤波计算模型构建的级联形态学滤波计算模型、以及根据所述级联形态学滤波计算模型构建的广义形态学滤波计算模型。约束条件构建模块，用于构建滤波计算模型的约束条件，该约束条件包括结构元素个数以及权值约束条件。混合模型构建模块，用于依据上述构建的基本形态学滤波模型以及约束条件构建用于图形滤波的综合形态学混合滤波计算模型。噪声图像处理模块，用于使用上述构建的混合滤波计算模型对输入的待处理噪声图像进行滤波处理。该系统存在的不足之处是：基本模型构建模块中采用基本形态学构建的滤波模型处理精度低，会导致在混合模型构建模块中与约束条件进行混合所构建的综合形态学混合滤波计算模型计算效率不高，处理精度低。该方法的实现过程为：步骤1、构建基本形态学滤波模型；步骤2、构建滤波计算模型的约束条件，该约束条件包括结构元素个数以及权值约束条件；步骤3、构建用于图形滤波的综合形态学混合滤波计算模型。以对输入的待处理噪声图像进行滤波处理；步骤4、使用上述构建的混合滤波计算模型对输入的待处理噪声图像进行滤波处理；该方法存在的不足之处是：在基本的形态学滤波模型中，使用了固定的结构元素进行滤波，会导致图像处理时灵活性低、鲁棒性不高、处理精度一般等问题，对于最终处理结果有一定影响。