潘聰,，黃魯

　?。ㄖ袊?guó)科學(xué)技術(shù)大學(xué) 信息科學(xué)技術(shù)學(xué)院，安徽 合肥 230026）

       摘要：基于FPGA實(shí)現(xiàn)了一種自適應(yīng)閾值Harris角點(diǎn)檢測(cè),，用于解決低成本ARM處理器無(wú)法實(shí)時(shí)檢測(cè)到目標(biāo)角點(diǎn)的問(wèn)題,。該算法首先對(duì)整幀像素點(diǎn)進(jìn)行預(yù)篩選,，將篩選通過(guò)的點(diǎn)進(jìn)行Harris角點(diǎn)檢測(cè),，通過(guò)設(shè)置容忍距離剔除偽角點(diǎn)，得到最終角點(diǎn)并通過(guò)LCD屏實(shí)時(shí)顯示,。采用自適應(yīng)閾值方法來(lái)解決單一閾值不適應(yīng)于多樣化環(huán)境的問(wèn)題,，使每幀（分辨率為480×272）都能檢測(cè)到大約120個(gè)角點(diǎn)，在低成本FPGA芯片Spartan6 XC6SLX45上驗(yàn)證實(shí)現(xiàn),。實(shí)驗(yàn)結(jié)果表明,，該實(shí)現(xiàn)方法處理速度為115 f/s，能高效準(zhǔn)確地檢測(cè)到目標(biāo)角點(diǎn),，滿(mǎn)足精度,、穩(wěn)定性和實(shí)時(shí)性要求。

　　關(guān)鍵詞：角點(diǎn)檢測(cè),；預(yù)篩選,；自適應(yīng)閾值,；FPGA

0引言

　　圖像處理中角點(diǎn)有多種定義，如圖像邊界上曲率足夠大的點(diǎn)［1］,、圖像邊界上曲率變化明顯的點(diǎn)［2］,、圖像邊界方向變化不連續(xù)的點(diǎn)［3］、圖像中梯度值和梯度變化率都很高的點(diǎn)［4］等,。

　　Harris角點(diǎn)檢測(cè)算法在計(jì)算機(jī)視覺(jué)領(lǐng)域中應(yīng)用廣泛,，是很關(guān)鍵的前期步驟，如果角點(diǎn)檢測(cè)的精度或者速度達(dá)不到要求,，將直接導(dǎo)致后期處理無(wú)法正常進(jìn)行,。低成本的ARM處理器很難達(dá)到實(shí)時(shí)角點(diǎn)檢測(cè)的效果，綜合考慮,，低成本FPGA芯片實(shí)現(xiàn)Harris角點(diǎn)檢測(cè)是最佳方案,。本文設(shè)計(jì)的基于FPGA的Harris角點(diǎn)檢測(cè)實(shí)現(xiàn)方案相比于傳統(tǒng)方法，增加了角點(diǎn)預(yù)篩選步驟和自適應(yīng)閾值的步驟,，在XC6SLX45芯片為主的硬件平臺(tái)上得到了驗(yàn)證,。實(shí)驗(yàn)結(jié)果證明，檢測(cè)到角點(diǎn)的精度和實(shí)時(shí)效果都能達(dá)到工程要求,。

1Harris角點(diǎn)檢測(cè)原理

　　Harris算子步驟［5］如下：

　?。?）利用水平、豎直相鄰像素值之差求得Ix,、Iy,，進(jìn)而求得M矩陣中4個(gè)元素的值。

　?。?）對(duì)M的4個(gè)元素進(jìn)行高斯濾波,，得到新的矩陣N。

       （3）計(jì)算每個(gè)像素的角點(diǎn)響應(yīng)值R,，公式如下：

　　選取k為0.04,。

　　（4）R大于閾值且滿(mǎn)足容忍距離的點(diǎn)認(rèn)為是角點(diǎn),。

2系統(tǒng)設(shè)計(jì)方案

　　2.1硬件環(huán)境

　　FPGA芯片通過(guò)I2C接口對(duì)攝像頭的寄存器進(jìn)行配置,，采集30 f/s幀頻、分辨率為480×272的灰度圖像,。由于光照對(duì)角點(diǎn)檢測(cè)影響很大,，需要先對(duì)采集進(jìn)來(lái)的圖像做直方圖均衡，將均衡后的圖像通過(guò)DPRAM進(jìn)行4行緩存后進(jìn)行Harris角點(diǎn)檢測(cè)邏輯運(yùn)算,，將檢測(cè)到的角點(diǎn)在原圖上以黑色點(diǎn)的形式實(shí)時(shí)顯示在LCD上,，如圖1所示。

       2.2硬件實(shí)現(xiàn)

　　本文的實(shí)現(xiàn)思路如下：(1）對(duì)直方圖均衡后的圖像進(jìn)行預(yù)篩選；(2）對(duì)篩選通過(guò)的像素點(diǎn)進(jìn)行角點(diǎn)檢測(cè)運(yùn)算,，將R大于閾值的像素點(diǎn)記為角點(diǎn),；(3）采用容忍距離剔除偽角點(diǎn)，得到最終角點(diǎn),。自適應(yīng)閾值的思路是：第一幀圖像的閾值人為設(shè)定,，從第二幀開(kāi)始閾值由其前一幀的最大R值和角點(diǎn)數(shù)目得到。

　　硬件實(shí)現(xiàn)方法分為4個(gè)模塊：角點(diǎn)預(yù)篩選模塊,、高斯濾波模塊,、角點(diǎn)剔除模塊、自適應(yīng)閾值模塊,。具體實(shí)現(xiàn)電路如圖2所示,。

       2.2.1角點(diǎn)預(yù)篩選模塊

　　角點(diǎn)預(yù)篩選模塊包括窗口生成邏輯，x/y方向?qū)?shù)計(jì)算邏輯,，角點(diǎn)預(yù)篩選邏輯,。窗口生成邏輯利用16個(gè)8 bit寄存器和3個(gè)深度為476、寬度為8的DPRAM構(gòu)成,，如圖3所示,。

　　x/y方向?qū)?shù)邏輯分別計(jì)算x、y方向上的導(dǎo)數(shù),，計(jì)算方法是分別將4×4方形窗口的相鄰兩個(gè)像素相減（如圖4所示）,。

　　對(duì)圖像進(jìn)行預(yù)篩選能有效提高算法的處理速度。預(yù)篩選邏輯的思想為：如果中心點(diǎn)像素的灰度值之差的絕對(duì)值小于閾值t,，則判定中心點(diǎn)與周邊像素點(diǎn)相似,，否則認(rèn)為與周邊像素點(diǎn)差異較大。一般情況下當(dāng)兩個(gè)黑白圖像中的點(diǎn)的像素灰度差值小于像素灰度最大值的10%~15%時(shí),，人眼難以分辨［6］,。本文選取閾值為35，預(yù)篩選實(shí)現(xiàn)電路如圖5所示,。

　　2.2.2高斯濾波模塊

　　乘2,、乘4利用簡(jiǎn)單的移位操作，除16則直接去掉低4位作為計(jì)算結(jié)果,。避免使用乘法器和除法器,，節(jié)省了大量的硬件資源,。對(duì)這3個(gè)系數(shù)同時(shí)進(jìn)行高斯濾波（如圖6）能最大程度地發(fā)揮并行優(yōu)勢(shì),，提高運(yùn)算速度。

　　2.2.3角點(diǎn)剔除模塊

　　角點(diǎn)剔除模塊包括角點(diǎn)響應(yīng)值計(jì)算邏輯,，R值比較邏輯,，偽角點(diǎn)篩選邏輯。

為了方便實(shí)現(xiàn)，現(xiàn)將k值取5/128,，乘以5的計(jì)算邏輯可以轉(zhuǎn)化為左移兩位的移位寄存器和一個(gè)加法器,，除以128可以直接去掉低7位作為計(jì)算結(jié)果。

　　R值比較邏輯是為了得到每幀圖像計(jì)算得到的最大R值,，實(shí)現(xiàn)電路如圖7所示,。

　　如果大于閾值則認(rèn)為該像素點(diǎn)是角點(diǎn)（其中包含很多偽角點(diǎn)）。在一定區(qū)域范圍內(nèi)只允許有一個(gè)角點(diǎn),，本文利用寄存器和linebuffer設(shè)置25個(gè)像素點(diǎn)的容忍距離,，當(dāng)feature信號(hào)的25 bit按位或非取值為1時(shí)表示該像素點(diǎn)為最終角點(diǎn)。圖8為角點(diǎn)剔除邏輯實(shí)現(xiàn)電路,。

　　2.2.4自適應(yīng)閾值模塊

　　傳統(tǒng)方法設(shè)置單一的常量閾值,，無(wú)法滿(mǎn)足多樣化環(huán)境，本文采用自適應(yīng)閾值的方法來(lái)解決這個(gè)問(wèn)題,。只有第一幀圖像的閾值是人為設(shè)置,，其余幀的閾值則是由前一幀的最大角點(diǎn)響應(yīng)值Rmax和檢測(cè)到的角點(diǎn)數(shù)目來(lái)得到（如表1）。

　　選取一系列多種環(huán)境下的圖像進(jìn)行實(shí)驗(yàn),，不斷調(diào)整設(shè)定的p值［7］來(lái)適應(yīng)絕大多數(shù)圖像,，經(jīng)數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)p取1.5×10-7~2.5×10-7時(shí)，基本上能檢測(cè)到所有角點(diǎn),，且錯(cuò)誤角點(diǎn)和漏檢角點(diǎn)都較少,。本文最終選取的p值為2.3×10-7，約為2-22,。

3實(shí)驗(yàn)結(jié)果

　　硬件平臺(tái)角點(diǎn)檢測(cè)實(shí)時(shí)效果見(jiàn)圖9,，局部放大效果見(jiàn)圖10。

　　3.1資源占用分析

　　FPGA資源消耗如表2,。

　　3.2實(shí)時(shí)性分析

　　本文提出了采用50 MHz時(shí)鐘頻率作為系統(tǒng)時(shí)鐘,，Harris角點(diǎn)檢測(cè)算法處理每幀圖像（檢測(cè)大約120個(gè)角點(diǎn)）消耗時(shí)間為8.7 ms左右。經(jīng)過(guò)測(cè)試,，在檢測(cè)相同角點(diǎn)數(shù)目的情況下,，PC耗時(shí)大約是15 ms，ARM系統(tǒng)上耗時(shí)大約是120 ms,。相比較可以知道,，本文提出的實(shí)現(xiàn)方案能夠很好地滿(mǎn)足后續(xù)處理的實(shí)時(shí)性要求。

4結(jié)論

　　本文提出了一種基于FPGA的自適應(yīng)Harris角點(diǎn)檢測(cè)實(shí)現(xiàn)方法,，試驗(yàn)結(jié)果表明此方法能檢測(cè)到足夠數(shù)目的有效角點(diǎn),，充分發(fā)揮FPGA硬件平臺(tái)的并行優(yōu)勢(shì)，相比于傳統(tǒng)的算法運(yùn)算速度有大幅度提高,，能很好地滿(mǎn)足實(shí)時(shí)性要求,。因此,，此硬件實(shí)現(xiàn)方案，在精度和速度上都可滿(mǎn)足實(shí)際工程應(yīng)用需要,。

　　參考文獻(xiàn)

　?。?］ SMITH S M, BRADY J M. SU SAN—a new approach to low level image processing ［ J］. International Journal of Computer Vision, 1997, 23(1): 45-78.

　　［2］ ZUNIGA O A,HARALICK R M. Corner detection using the facet model［C］.Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Piscataway , USA: IEEE, 1983: 30-37.

　?。?］ SHEU H T, HU W C. A rotationally invariant two phase scheme for corner detection ［J］. Pattern Recognition, 1996, 29(5): 819-828.

　?。?］ WU Z Q, ROSENFELD A. Filtered projections as an aid in corner detection［J］. Pattern Recognition, 1983,16(1):31-38.

　　［5］ 李博. 圖像的不變特征檢測(cè)與描述研究［D］. 重慶：重慶大學(xué),2007.

　?。?］ 周大偉,耿金玲,鄭繼明,，等.一種基于人眼視覺(jué)特性的ROI漸進(jìn)圖像傳輸算法［J］.計(jì)算機(jī)應(yīng)用,2007,27(7):1654 1656,1673.

　　［7］ 沈士喆,張小龍,衡偉,，等.一種自適應(yīng)閾值的預(yù)篩選Harris角點(diǎn)檢測(cè)方法［J］.數(shù)據(jù)采集與處理,2011,26(2):207-213.