[发明专利]基于ARM-NEON扩展指令集的图像直方图统计方法

说明书

本发明公开了一种基于ARM‑NEON扩展指令集的图像直方图统计方法。其实现步骤为：通过图像直方图统计范围计算图像直方图中每个灰度级的临界点；使用NEON扩展指令集128位寄存器设置图像直方图中每个灰度级的临界点寄存器；统计源图像所有像素点的图像直方图；将图像直方图结果存入数组pHist中。本发明采用基于ARM架构的单指令多数据流(SIMD)扩展的NEON指令集，将源图像中单个数据操作扩展为一组数据进行矢量操作，减少了复杂图像进行图像直方图统计时的冗余计算，极大降低了循环中的分支预测对CPU资源的消耗，进而提高图像直方图的统计效率。

技术领域

本发明属于图像处理技术领域，更进一步涉及图像直方图统计技术领域中的一种基于ARM高级单指令多数据流扩展指令集(又称ARM-NEON技术)的图像直方图统计方法。本发明可用于在ARM架构下对数字图像中像素点进行图像直方图统计。

背景技术

图像直方图统计了每个灰度级对应的像素个数，并将结果分布于一系列预定义的区间中。图像直方图反映了图像像素分布的统计特性，以左暗右亮的分布曲线形式呈现，不显示源图像数据，在进行图像计算处理时代价较小。图像直方图统计是数字图像处理技术中一个重要环节，广泛应用于空间域处理、特征描述及特征匹配等领域。在处理器架构下实现高性能的图像直方图统计在数字图像处理领域中尤为重要。现有的图像处理库IntelIPP库中对图像直方图统计实现具有较高性能，但是该产品主要依赖于Intel微处理器的优化，并配合英特尔微处理器使用。由于Intel处理器基于x86架构，因此Intel IPP库中的图像直方图统计不支持ARM架构。

中国科学院上海高等研究院在其申请的专利文献“图像直方图的统计方法及其系统”(专利申请号：201510239292.9，公开号：CN 104809747 A)中提出了一种利用行程编码对相同连续像素进行压缩的图像直方图的统计方法。该方法利用原始图像像素数据中存在相同连续像素的特征，预先使用行程编码对这些相同连续像素进行压缩，通过在一个操作中完成对相同连续像素进行直方图统计，减少了直方图统计的读写操作步骤，从而减少了直方图统计的时间和功耗。但是，该方法存在的不足之处在于，减少直方图统计的读写操作只能适用于具有连续相同像素的图像，实际应用中大多数的图像数据并不符合行程编码，读写操作不能有效减少，计算过程冗余，故无法对复杂情况下的图像数据进行并行统计计算。

腾讯科技(上海)有限公司在其申请的专利文献“图像直方图信息统计方法及系统、电子设备”(专利申请号：CN201710252524.3，公开号：CN107169943A)中公开了一种对图像局部窗口进行图像直方图信息方法。该专利技术通过排除当前图像的局部窗口相对于已统计图像直方图信息的历史局部窗口的重叠区域图像，只对非重叠区域进行图像直方图统计，进而避免冗余计算提高计算效率。该方法存在的不足之处在于，利用OpenCV(OpenSource ComputerVision Library，开源计算机视觉库)或调用python程序对非重叠区域的各个像素的灰度值进行统计，在ARM架构下OpenCV无法利用了IPP高度手工优化的代码实现加速，导致直方图统计函数的性能降低。

发明内容

本发明的目的在于针对现有技术的不足，提出一种基于ARM高级单指令多数据流扩展指令集的图像直方图统计方法，以解决对于密集型图像数据进行图像直方图统计时无法进行并行统计，大量的循环判断消耗内存资源，导致图像直方图统计过程中的冗余计算和效率低的问题。

实现本发明目的的具体思路是：利用ARM支持单指令多数据流(SIMD)扩展的NEON指令集，将源图像中单个像素点操作扩展为一组像素点进行矢量操作，通过数据并行计算，大幅减少访存与操作次数，解决了对于密集型图像进行图像直方图统计时的冗余计算问题，极大降低了循环中分支预测对CPU资源消耗，不需要载入其他函数库，通过高度手工的优化方式实现图像处理的加速过程，进而提高图像直方图的统计效率。

本发明的步骤包括如下：

(1)按照下式，计算图像直方图中每个灰度级的临界点：