[发明专利]图像显著区域检测的嵌入式并行优化方法

摘要

图像显著区域检测的嵌入式并行优化方法，采用最大稳定极值区域算法在基于Cortex-A8的机器视觉系统上实现图像中的显著区域特征的提取，满足了图像处理算法在嵌入式机器视觉系统的高实时性要求。基于NEON单元的并行处理结构优化极值区域变化率的计算，加速了最大稳定极值区域的检测。基于NEON单元的并行处理结构优化区域几何一阶矩与中心矩阵的计算，简化了椭圆长短半轴、长轴方向角以及中心坐标的计算，加速了特征区域椭圆的拟合。设计程序级优化使程序更适合编译器向量化处理，减少程序冗余开支，提升了程序运行效率。

主权项

本发明的目的在于提供一种针对嵌入式机器视觉系统的图像显著区域检测并行优化方法，其特征是：采用最大稳定极值区域算法实现图像中的显著区域特征的提取；基于NEON单元的并行处理结构优化极值区域变化率的计算，加速最大稳定极值区域的检测；基于NEON单元的并行处理结构优化区域几何一阶矩与中心矩阵的计算，简化椭圆长短半轴、长轴方向角以及中心坐标的计算，加速特征区域椭圆的拟合；设计程序级优化使程序更适合编译器向量化处理，减少程序冗余开支，提升程序运行效率；包含如下几个步骤：(1)灰度图像像素的排序第一步：灰度图像分等级排序第二步：等级排序序列合并(2)极值区域的检测(3)最大稳定极值区域的判定第一步：区域变化率计算第二步：排除不稳定最大稳定极值区域第三步：最大稳定极值区域像元有序存储(4)最大稳定极值区域的拟合第一步：几何零阶矩和几何一阶矩的计算第二步：中心矩阵的计算第三步：椭圆长短半轴以及长轴方向计算(5)算法语言级优化 。