一种面向FPGA的高并行性光斑分割方法

摘要

本发明涉及一种面向FPGA的高并行性光斑分割方法，属于图像处理领域，本发明为按照从左到右、从上到下依次读入2×2的像素区域，将这2×2的像素区域记为一个元组，当前元组记为c，上方元组记为t，右上方元组记为tr，左方元组记为l，每个元组包含1、2、3、4共4个像素，基于FPGA并行性的特点，该方法每次并行处理当前元组中的4个像素，主要步骤为：根据连通区域确定各元组像素的光斑编号、根据编号关联性整合数据；本发明具备灵活性、并行性、集成性的特点，可以实现图像边采集边处理，极大地提高了图像处理的速度。

说明书

技术领域

本发明涉及图像处理领域，具体为一种面向FPGA的高并行性光斑分割方法。

背景技术

光斑是图像处理中常见的图像信息，光斑质心是光斑图像的重要特征，常用于视觉测量领域目标靶点的定位，高精度定位光斑质心的前提是准确地分割出光斑。

光斑分割方法有基于软件的方法和基于硬件的方法，基于软件的方法大多是图像采集完成后对整体图像进行分割操作，但是当图像分辨率较高或图像中光斑较多时，该类方法的实时性很难保证。此外，这类方法一般需要较大的数据存储空间来保存待处理的图像，尤其是在存储空间本身就有限的嵌入式系统中，更不适合该类方法。现有的基于硬件的方法能够实现对低分辨率图像边采集边处理，并且所需存储空间较小，但是该类方法一次只处理一个像素，因此当图像分辨率较高时，该类方法的高效性也很难保证。

发明内容

本发明针对现有技术中存在的问题，公开了一种面向FPGA的高并行性光斑分割方法，该方法每次同时处理4个像素，并将当前4个像素作为一个区域，通过分析该区域上方，右上方以及左方区域的属性，判断当前区域所有像素的光斑属性，最后分割出图像中的所有光斑，该方法解决了现有技术中的缺陷。

本发明是这样实现的：

一种面向FPGA的高并行性光斑分割方法，其特征在于，按照从左到右、从上到下依次读入2×2的像素区域，将这2×2的像素区域记为一个元组，当前元组记为c，上方元组记为t，右上方元组记为tr，左方元组记为l，每个元组包含1、2、3、4共4个像素，并且每次并行处理当前元组中的4个像素，通过分析当前元组上方，右上方以及左方元组的属性，判断当前元组中所有像素的光斑属性，最后分割出图像中的所有光斑；具体步骤包括：根据连通区域确定各元组像素的光斑编号、根据编号关联性整合数据、图像中所有元组处理完成后像素编号相同的属于同一光斑。

进一步，所述的确定各元组像素的光斑编号的具体步骤为：

步骤1：判断当前元组中c1像素是否为光斑像素：若c1像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤2：若当前元组中c1像素为光斑像素，则根据连通区域确定c1像素的光斑编号label_c1；依次根据c1像素上方、右上方、右右上方、左方、左下方像素编号(label_t3,label_t4,label_tr3,label_l2,label_l4)确定c1像素的光斑编号label_c1；

步骤3：判断当前元组中c2像素是否为光斑像素：若c2像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤4：若当前元组中c2像素为光斑像素，则根据连通区域确定c2像素的光斑编号label_c2。依次根据c2像素上方、右上方、左方、左左下方像素编号(label_t4,label_tr3,label_c1,label_l4)确定c2像素的光斑编号label_c2；

步骤5：判断当前元组中c3像素是否为光斑像素：若c3像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤6：若当前元组中c3像素为光斑像素，则根据连通区域确定c3像素的光斑编号label_c3；依次根据c3像素上方、右上方、左方像素编号(label_c1,label_c2,label_l4)确定c3像素的光斑编号label_c3；

步骤7：判断当前元组中c4像素是否为光斑像素：若c4像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤8：若当前元组中c4像素为光斑像素，则根据连通区域确定c4像素的光斑编号label_c4；依次根据c4像素上方、左方像素编号(label_c2,label_c3)确定c4像素的光斑编号label_c4；

进一步，所述的步骤1～步骤8中，步骤1、2，步骤3、4，步骤5、6，步骤7、8是并行的，其中：

确定c1像素的光斑编号label_c1的具体步骤为：若上方像素为光斑像素,则label_c1＝label_t3；否则，若右上方像素为光斑像素，则label_c1＝label_t4；否则，若c2像素和tr3像素灰度均大于阈值T，则label_c1＝label_tr3；否则，若左方像素为光斑像素，则label_c1＝label_l2；否则，若左下方像素为光斑像素，则label_c1＝label_l4；否则，c1像素为新的光斑像素，使用新的标签对其编号；

确定c2像素的光斑编号label_c2的步骤具体为：若上方像素为光斑像素,则label_c2＝label_t4；否则，若右上方像素为光斑像素，则label_c2＝label_tr3；否则，若左方像素为光斑像素，则label_c2＝label_c1，在这一过程中需要通过步骤1、2判断c1像素是否为光斑像素，并确定c1像素的编号；否则，若c3像素和l4像素灰度均大于阈值T，则label_c2＝label_l4；否则，c2像素为新的光斑像素，使用新的标签对其编号；

确定c3像素的光斑编号label_c3的具体步骤为：若上方像素为光斑像素,则label_c3＝label_c1，在这一过程中需要通过步骤1、2判断c1像素是否为光斑像素，并确定c1像素的编号；否则，若右上方像素为光斑像素，则label_c3＝label_c2，在这一过程中需要通过步骤3、4判断c2像素是否为光斑像素，并确定c2像素的编号；否则，若左方像素为光斑像素，则label_c3＝label_l4；否则，c3像素为新的光斑像素，使用新的标签对其编号；

确定c4像素的光斑编号label_c4的具体步骤为：若上方像素为光斑像素,则label_c4＝label_c2，在这一过程中需要通过步骤3、4判断c2像素是否为光斑像素，并确定c2像素的编号；否则，若左方像素为光斑像素，则label_c4＝label_c3，在这一过程中需要通过步骤5、6判断c3像素是否为光斑像素，并确定c3像素的编号；否则，c4像素为新的光斑像素，使用新的标签对其编号。

进一步，所述的根据编号关联性整合数据过程如下：当前元组中所有像素编号完成后，从该元组开始向左取3个连续的元组，比较3个元组中的编号，若不同，则将较大的编号更改为3个元组中最小的编号。

本发明与现有技术相比其有益效果在于：本发明中的方法能够实现高分辨率图像的边采集边处理，该方法利用FPGA高并行性的特点，每次并行处理同一区域中的4个像素，极大地提高了图像处理速度。同时，基于该方法在线处理的特点，使用较小内存便能满足需求。

附图说明

图1为本发明一种面向FPGA的高并行性光斑分割方法中的光斑元组划分示意图；

图2为本发明一种面向FPGA的高并行性光斑分割方法中确定c1像素编号流程图；

图3为本发明一种面向FPGA的高并行性光斑分割方法中确定c2像素编号流程图；

图4为本发明一种面向FPGA的高并行性光斑分割方法中确定c3像素编号流程图；

图5为本发明一种面向FPGA的高并行性光斑分割方法中确定c4像素编号流程图；

图6为本发明实施例中数据整合前编号示意图；

图7为本发明实施例中数据整合后编号示意图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚，明确，以下列举实例对本发明进一步详细说明。应当指出此处所描述的具体实施仅用以解释本发明，并不用于限定本发明。

本发明一种面向FPGA的高并行性光斑分割方法为：按照从左到右、从上到下依次读入2×2的像素区域，将这2×2的像素区域记为一个元组，当前元组记为c，上方元组记为t，右上方元组记为tr，左方元组记为l，每个元组包含1、2、3、4共4个像素，具体如图1所示。基于FPGA并行性的特点，该方法在每次并行处理当前元组中的4个像素，主要包括以下步骤：根据连通区域确定各元组像素的光斑编号、根据编号关联性整合数据。

确定各元组像素的光斑编号步骤如下：

步骤1：判断当前元组中c1像素是否为光斑像素。若c1像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤2：若当前元组中c1像素为光斑像素，则根据连通区域确定c1像素的光斑编号label_c1。依次根据c1像素上方、右上方、右右上方、左方、左下方像素编号(label_t3,label_t4,label_tr3,label_l2,label_l4)确定c1像素的光斑编号label_c1。具体为：若上方像素为光斑像素,则label_c1＝label_t3；否则，若右上方像素为光斑像素，则label_c1＝label_t4；否则，若c2像素和tr3像素灰度均大于阈值T，则label_c1＝label_tr3；否则，若左方像素为光斑像素，则label_c1＝label_l2；否则，若左下方像素为光斑像素，则label_c1＝label_l4；否则，c1像素为新的光斑像素，使用新的标签对其编号。该过程流程图如图2所示。

步骤3：判断当前元组中c2像素是否为光斑像素。若c2像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤4：若当前元组中c2像素为光斑像素，则根据连通区域确定c2像素的光斑编号label_c2。依次根据c2像素上方、右上方、左方、左左下方像素编号(label_t4,label_tr3,label_c1,label_l4)确定c2像素的光斑编号label_c2。具体为：若上方像素为光斑像素,则label_c2＝label_t4；否则，若右上方像素为光斑像素，则label_c2＝label_tr3；否则，若左方像素为光斑像素，则label_c2＝label_c1，在这一过程中需要通过步骤1、2判断c1像素是否为光斑像素，并确定c1像素的编号；否则，若c3像素和l4像素灰度均大于阈值T，则label_c2＝label_l4；否则，c2像素为新的光斑像素，使用新的标签对其编号。该过程流程图如图3所示。

步骤5：判断当前元组中c3像素是否为光斑像素。若c3像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤6：若当前元组中c3像素为光斑像素，则根据连通区域确定c3像素的光斑编号label_c3。依次根据c3像素上方、右上方、左方像素编号(label_c1,label_c2,label_l4)确定c3像素的光斑编号label_c3。具体为：若上方像素为光斑像素,则label_c3＝label_c1，在这一过程中需要通过步骤1、2判断c1像素是否为光斑像素，并确定c1像素的编号；否则，若右上方像素为光斑像素，则label_c3＝label_c2，在这一过程中需要通过步骤3、4判断c2像素是否为光斑像素，并确定c2像素的编号；否则，若左方像素为光斑像素，则label_c3＝label_l4；否则，c3像素为新的光斑像素，使用新的标签对其编号。该过程流程图如图4所示。

步骤7：判断当前元组中c4像素是否为光斑像素。若c4像素的灰度大于预设阈值T，则其为光斑像素，否则为背景像素并编号为0；

步骤8：若当前元组中c4像素为光斑像素，则根据连通区域确定c4像素的光斑编号label_c4。依次根据c4像素上方、左方像素编号(label_c2,label_c3)确定c4像素的光斑编号label_c4。具体为：若上方像素为光斑像素,则label_c4＝label_c2，在这一过程中需要通过步骤3、4判断c2像素是否为光斑像素，并确定c2像素的编号；否则，若左方像素为光斑像素，则label_c4＝label_c3，在这一过程中需要通过步骤5、6判断c3像素是否为光斑像素，并确定c3像素的编号；否则，c4像素为新的光斑像素，使用新的标签对其编号。该过程流程图如图5所示。根据编号关联性整合数据过程如下：如图6所示，当前元组中所有像素编号完成后，从该元组开始向左取3个连续的元组，比较3个元组中的编号，若不同，则将较大的编号更改为3个元组中最小的编号，如图7所示。图像中所有元组处理完成后像素编号相同的属于同一光斑。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进，这些改进也应视为本发明的保护范围。