基于機器視覺的數字圖像處理系統設計

肖紅 楊本勝

（廣州松田職業學院 廣東省廣州市 511300）

如今，數字圖像技術已經發展到了各個領域中，各界學者們開始利用 MATLAB工具提供的各種算法，分別在航空航天、醫學圖像、道路交通等領域得到了廣泛的應用[1]。數字圖像處理技術在將來的發展中也將深入到實際的生產、科學研究活動中。近幾年來，社會逐漸朝著信息化方向發展，人工智能技術和大數據技術日益成熟，不可避免地涉及圖像領域的一些技術性知識[2]。數字化圖像處理是利用計算機等數字技術規范化處理數字圖像，提高數字圖像的質量，達到目標識別的預期目標[3]。

1 數字圖像處理系統硬件設計

基于機器視覺的數字圖像處理系統與一般圖像處理系統之間存在一定差異，基于機器視覺的數字圖像處理系統可以讓數字圖像檢測電路和采樣控制電路同時接通電源，在可編程定時控制電路中共同完成設計，使得數字圖像處理系統具有更加靈活的控制能力[4-5]。為了有效保證基于機器視覺的數字圖像處理系統在高速運行過程中的有效性，需要嚴格把握好每一個硬件配置的選擇，對于芯片的時間參數而言，需要確保其可以在允許的范圍內，實際應用時，可以采用74F***或者74S***系列的芯片。

1.1 設計同步分離電路

數字化視頻圖像中，數字圖像信號的負脈沖保持在-0.2 v 以上，且通常高于零伏。數字圖像的同步信號可以用電子比較器。調試同步分離電路時，應盡可能擴大lm311 的輸出，確?；€同步脈沖的寬度在5.7μ ～6μ s 之間，保證基線同步脈沖始終高于零電平。同步分離電路的結構圖如圖1所示。

圖1：同步分離電路的結構圖

1.2 設計數字圖像采樣窗口控制電路

根據數字圖像采樣窗口的控制電路原理，確定數字圖像采集時每一幀的采樣行數，而可編程計數器的計數長度可以通過行數和652H 的乘積得到。在數字圖像處理過程中，為避免數字圖像信號在存儲器中傳輸和存儲，則需保證該行的數值大于23。當U6 可編程計數器2 運行于模式1 的情況下，它能夠決定為每幀數字圖像進行采樣所需的行數，則計數長度就是這一行的數值。U7 程控計數器0 屬于工作模式5，它能決定每幀數碼影像何時開始采樣。

1.3 設計數字圖像收集器

根據機器視覺技術的原理，需要將解碼芯片的輸入晶振設置為24.576 MHz，但是系統運行時要符合系統頻率的規定，將解碼芯片的工作頻率設置為13.5 MHz，由于本文設計的數字圖像處理系統是以256 級灰度圖像為研究對象，利用機器視覺的PAL 機制輸入圖像采集信號，與數字圖像處理系統的運行速度需求相互結合，實現數字圖像解碼芯片的配置。

在數字圖像采集器中，解碼芯片可以提供給用戶兩種寄存器設置方式，即I2C 總線控制和邊界掃描測試。按照數字圖像處理系統在設計過程中方案，選擇使用單片機I/O 接口對I2C 總線接口模擬，初始化處理數字圖像的寄存器。

先對數字圖像處理系統的整體結構設計，設計了同步分離電路、數字圖像采樣窗口控制電路以及數字圖像收集器，完成了硬件設計。

2 數字圖像處理系統軟件設計

確定數字圖像清晰度指標，劃分數字圖像的處理結果。首先是用戶對數字圖像清晰度的主觀認定程度，其二就是認定數字圖像的客觀清晰度，將以上兩個方面結合起來，得到一個可以評估數字圖像清晰化的指標。

用戶對數字圖像清晰度的主觀評價是來自人對數字圖像色彩和清晰度的判斷，依據個人的敏感度和對色彩的喜好程度，因此，最終確定的用戶主觀認定指標是不確定的。

數字圖像的均值可以衡量數字圖像在機器視覺效果方面的色彩亮度和像素程度，數字圖像的標準差可以衡量數字圖像處理效果的直觀因素，標準差因素是反映數字圖像在像素灰度分布方面離散程度的直接指標，因此，在設計數字圖像處理系統的軟件時，通過均值和標準差的數值范圍，確定數字圖像處理的清晰化評估指標。將數字圖像的輸出值作為度量數字圖像失真或者評價數字圖像質量的值，公式如下：

當認定了數字圖像清晰度的評估指標之后，可以進一步研究基于機器視覺的數字圖像處理系統在處理數字圖像時的處理流程。

由于數字圖像的清晰度是由反射分量和亮度組成的，因此，數字圖像在機器視覺技術處理下的清晰度計算公式為：

上述公式中，I(x,y)表示數字圖像的像素，R(x,y)表示數字圖像的輸出分量，可以體現出數字圖像的整體特性，S(x,y)表示數字圖像的采集分量。

機器視覺技術降低了空氣光照對數字圖像的影響程度，可以獲取到能夠體現物體本身特質的反射分量，實現數字圖像的清晰化處理。將接收到的數字圖像轉化到用戶視覺感知的視覺領域中，轉化公式可以表示為：

為了提高數字圖像的機器視覺清晰度效果，需要彌補數字圖像的對比度缺陷，那么數字圖像處理的輔助公式為：

上述公式中，G(x,y)表示數字圖像的對比度缺陷處理量。

根據數字圖像的清晰度指標，清晰化處理數字圖像的程度，完成了數字圖像處理系統的軟件設計，實現了數字圖像的處理。

3 系統測試分析

為了驗證基于機器視覺的數字圖像處理系統具有一定的實用性，需要測試基于機器視覺的數字圖像處理系統的性能。引入文獻[4]的圖像處理系統進行對比，測試了兩個圖像處理系統的吞吐量和處理效率，結果如下。

兩個圖像處理系統的吞吐量測試結果如圖2所示。

圖2：系統的吞吐量測試結果

從圖2 的結果可以看出，隨著數字圖像的幀數越來越多，兩個數字圖像處理系統的吞吐量也隨著增加，文獻[4]的圖像處理系統得到的吞吐量偏低，在4000 幀/s，基于機器視覺的數字圖像處理系統的吞吐量比較高，達到了16000 幀/s，原因是本文設計的數字圖像處理系統在機器視覺技術的支撐下，可以消除噪聲對數字圖像的干擾，從而提高了系統的網絡吞吐量。

兩個圖像處理系統的處理效率測試結果如表1所示。

表1：網絡流量誤識率測試結果

從表1 的實驗結果可以看出，隨著數字圖像樣本數量的不斷增加，與文獻[4]的圖像處理系統相比，基于機器視覺的數字圖像處理系統在處理數字圖像時，處理效率基本都超過了95%，保證了數字圖像的質量，原因是基于機器視覺的數字圖像處理系統在處理之前，利用機器視覺理論，將數字圖像的像素特征提取出來，并對數字圖像進行了清晰化處理，使得素質圖像的處理效率大大提升。

4 結束語

考慮到目前數字圖像處理系統存在耗時長、處理效果差的問題，本文提出了基于機器視覺的數字圖像處理系統設計與實現，在機器視覺技術的基礎上，設計了數字圖像處理系統的硬件部分和軟件部分，實現了數字圖像的處理。結果顯示，基于機器視覺的數字圖像處理系統可以縮短數字圖像的處理時間，提高數字圖像的處理效果。