專利名稱：基于嵌入式dsp的sar圖像實時分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及一種基于嵌入式數(shù)字信號處理器DSP (Digital Signal Processor)的合成孔徑雷達(dá) SAR(Synthetic Aperture Radar)圖像實時分割方法。本發(fā)明可應(yīng)用于嵌入式系統(tǒng)中對目標(biāo)進(jìn)行識別。
背景技術(shù)：
圖像分割是通過對圖像信息進(jìn)行分析，提取出感興趣的目標(biāo)或區(qū)域的過程。是計算機(jī)視覺中最基本和最重要的圖像處理方法，是成功進(jìn)行圖像分析、理解和描述的關(guān)鍵技術(shù)。SAR圖像是一種高分辨率的雷達(dá)圖像，SAR圖像分割技術(shù)在軍事、農(nóng)業(yè)、地質(zhì)學(xué)等多個領(lǐng)域得到廣泛的應(yīng)用。作為SAR圖像解譯中非常重要的一個步驟的SAR圖像分割也顯得越來越重要。由于SAR圖像成像原理的特殊性和復(fù)雜性，導(dǎo)致現(xiàn)有的SAR圖像分割技術(shù)時間復(fù)雜度較大，不適合嵌入式實時處理應(yīng)用。目前SAR圖像的分割方法有基于抑斑的分割方法、基于SAR概率分布模型的分割方法、基于多尺度隱馬爾可夫模型分割方法和基于聚類算法的SAR圖像分割。例如:西安電子科技大學(xué)在其專利申請“基于非下采樣Contourlet變換的HMT圖像分割方法”(專利申請?zhí)?200810232336.5，公開號:CN101447080A)中提出了一種非下采樣Contourlet變換和隱馬爾可夫隨機(jī)場結(jié)合的方法。這種方法首先對SAR圖像進(jìn)行多尺度變換，利用變換后不同分辨率下的各尺度子帶系數(shù)的統(tǒng)計特性來處理圖像，但是該方法存在的不足是，分割的圖像邊緣不夠準(zhǔn)確，而且圖像分割的過程比較復(fù)雜，在嵌入式數(shù)字信號處理器DSP上較難實現(xiàn)。西北工業(yè)大學(xué)在其專利申請“一種無監(jiān)督馬爾可夫隨機(jī)場圖像分割方法”(專利申請?zhí)?200710017875.2，公開號:CN101286227A)中提出了一種無監(jiān)督馬爾可夫隨機(jī)場圖像分割方法。此方法雖然時間復(fù)雜度較小，但是仍然存在的不足是，圖像分割不夠準(zhǔn)確，利用的圖像信息比較少，在嵌入式數(shù)字信號處理器DSP上也無法滿足實時性要求。

發(fā)明內(nèi)容
為了克服上述現(xiàn)有技術(shù)存在的不足，本發(fā)明在基于圖的圖像分割的基礎(chǔ)上提出了基于嵌入式DSP的SAR圖像實時分割方法。根據(jù)DSP本身的結(jié)構(gòu)和特點(diǎn)簡化了分割過程，使得基于圖的SAR圖像快速分割算法在DSP有限的資源下得以優(yōu)化實現(xiàn)，從而滿足實時性的要求。為了達(dá)到以上目的，本發(fā)明包括以下步驟:(I)輸入待分割的SAR圖像矩陣；(2)將圖像矩陣轉(zhuǎn)換為浮點(diǎn)類型的矩陣:將讀取的SAR圖像數(shù)據(jù)從整數(shù)int類型矩陣轉(zhuǎn)化為浮點(diǎn)float類型矩陣，得到的浮點(diǎn)類型矩陣四字對齊的存儲在數(shù)字信號處理器DSP內(nèi)存中。(3) —維高斯濾波:
3a)使用靜態(tài)存儲于數(shù)字信號處理器DSP內(nèi)存中的一維高斯濾波模板，與浮點(diǎn)矩陣在水平和垂直兩個方向進(jìn)行卷積，得到與浮點(diǎn)矩陣大小相等的未歸一化矩陣；3b)使用數(shù)字信號處理器DSP內(nèi)建指令編寫的除法，用未歸一化矩陣除以一維高斯濾波模板系數(shù)的加權(quán)值，得到待聚類矩陣。(4)建立邊緣結(jié)構(gòu)體矩陣和頂點(diǎn)結(jié)構(gòu)體矩陣:4a)在數(shù)字信號處理器的外部存儲SDRAM中分配四字對齊的存儲空間，用來存儲邊緣結(jié)構(gòu)體矩陣和頂點(diǎn)結(jié)構(gòu)體矩陣；4b)對結(jié)構(gòu)體矩陣進(jìn)行初始化，使得邊緣結(jié)構(gòu)體矩陣的元素對應(yīng)待聚類矩陣的鄰域元素對，頂點(diǎn)結(jié)構(gòu)體矩陣對應(yīng)待聚類矩陣中的元素；4c)對邊緣結(jié)構(gòu)體矩陣的每一個元素插入一個空數(shù)據(jù)，使得每個邊緣結(jié)構(gòu)體四字對齊。(5)對邊緣結(jié)構(gòu)體矩陣排序:5a)從邊緣結(jié)構(gòu)體矩陣中選出第一個元素作為基數(shù)；5b)使用雙字的數(shù)據(jù)讀寫進(jìn)行元素交換，將權(quán)重大于基數(shù)權(quán)重的邊緣結(jié)構(gòu)體元素交換到基數(shù)左邊，將權(quán)重小于等于基數(shù)權(quán)重的邊緣結(jié)構(gòu)體元素交換到基數(shù)右邊，得到按照基數(shù)權(quán)重大小分區(qū)的邊緣結(jié)構(gòu)體矩陣；5c)對邊緣結(jié)構(gòu)體矩陣的左右區(qū)間遞歸執(zhí)行步驟5a)、步驟5b)，直到獲得按照邊緣結(jié)構(gòu)體權(quán)重非遞減排列的有序矩陣。(6)對頂點(diǎn)結(jié)構(gòu)體矩陣進(jìn)行聚類:6a)按照已排序邊緣結(jié)構(gòu)體矩陣元素的順序，比較當(dāng)前邊緣結(jié)構(gòu)體的權(quán)重與其對應(yīng)頂點(diǎn)的類內(nèi)權(quán)重，當(dāng)邊緣結(jié)構(gòu)體權(quán)重小于其對應(yīng)的頂點(diǎn)的類內(nèi)權(quán)重時，合并這兩個頂點(diǎn)結(jié)構(gòu)體所在的類；6b)迭代執(zhí)行步驟6a)，直到已排序邊緣結(jié)構(gòu)體矩陣的最后一個元素。(7)用已聚類頂點(diǎn)結(jié)構(gòu)體的類別標(biāo)號對原圖像賦值，得到分割的圖像。本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn):第一，由于本發(fā)明在一維高斯濾波中采用了內(nèi)建指令編寫的除法，克服了現(xiàn)有技術(shù)在濾波時速度較慢的缺點(diǎn)，使得本發(fā)明在提高速度和降低了精度的情況下，還能提供較為精確的圖像分割區(qū)域邊緣。第二，由于本發(fā)明采用在邊緣結(jié)構(gòu)體矩陣數(shù)據(jù)元素中插入空數(shù)據(jù)，克服了現(xiàn)有技術(shù)由于每個元素不是四字對齊而無法充分利用數(shù)字信號處理器DSP總線寬度的缺陷，使得本發(fā)明在讀寫邊緣結(jié)構(gòu)體時，可以同時讀取多個字，提高了邊緣結(jié)構(gòu)體讀寫的速度，使得圖像分割速度提高。第三，由于本發(fā)明采用了雙字讀寫對邊緣結(jié)構(gòu)體元素進(jìn)行交換，克服了現(xiàn)有技術(shù)在排序時數(shù)據(jù)交換次數(shù)較多的不足，使得本發(fā)明在排序過程中數(shù)據(jù)交換的次數(shù)明顯減少，提高了排序過程的速度，提升了圖像分割速度。


圖1為本發(fā)明的流程圖；圖2為本發(fā)明在一幅簡單地物背景的SAR圖像上的仿真結(jié)果圖。
具體實施例方式下面結(jié)合附圖1對本發(fā)明的步驟做進(jìn)一步的詳細(xì)描述。步驟1.輸入待分割的SAR圖像矩陣。輸入的SAR圖像矩陣四字對齊的靜態(tài)存儲在數(shù)字信號處理器DSP的外部SDRAM中，SAR圖像此時的存儲的數(shù)據(jù)格式為整形int型。步驟2.將圖像矩陣轉(zhuǎn)換為浮點(diǎn)類型的矩陣。將讀取的SAR圖像數(shù)據(jù)從整數(shù)int類型矩陣轉(zhuǎn)化為浮點(diǎn)float類型矩陣，得到的浮點(diǎn)類型矩陣四字對齊的存儲在數(shù)字信號處理器DSP內(nèi)存的一個BANK中。步驟3.—維高斯濾波:一維高斯濾波模板的系數(shù)為a5(i^其中，i為濾波模
板窗口位置標(biāo)號，Sigma為高斯函數(shù)的寬度,一維高斯濾波模板的窗口寬度為11。使用靜態(tài)存儲于數(shù)字信號處理器DSP內(nèi)存中的一維高斯濾波模板，與浮點(diǎn)矩陣在水平和垂直兩個方向進(jìn)行卷積，得到與浮點(diǎn)矩陣大小相等的未歸一化矩陣。高斯濾波模板與浮點(diǎn)矩陣存儲在DSP的不同BANK中。用未歸一化矩陣除以一維高斯濾波模板系數(shù)的加權(quán)值，得到待聚類矩陣。在濾波過程中的除法都使用數(shù)字信號處理器DSP內(nèi)建指令編寫的除法代替，內(nèi)建指令編寫的除法如下:a = _builtin_recip (C) ；// 內(nèi)建指令編寫的除法a = a*b ; //內(nèi)建指令編寫的除法步驟4.建立邊緣結(jié)構(gòu)體矩陣和頂點(diǎn)結(jié)構(gòu)體矩陣:在數(shù)字信號處理器的外部`存儲SDRAM中分配四字對齊的存儲空間，用來存儲邊緣結(jié)構(gòu)體矩陣和頂點(diǎn)結(jié)構(gòu)體矩陣。對結(jié)構(gòu)體矩陣進(jìn)行初始化，使得邊緣結(jié)構(gòu)體矩陣的元素對應(yīng)待聚類矩陣的鄰域元素對，頂點(diǎn)結(jié)構(gòu)體矩陣對應(yīng)待聚類矩陣的元素。其中邊緣結(jié)構(gòu)體為edge{w, a, b}, w表示邊緣權(quán)重，a, b代表邊緣對應(yīng)的頂點(diǎn)標(biāo)號。其中頂點(diǎn)結(jié)構(gòu)體為vertice {rank, p, size}, rank代表頂點(diǎn)的優(yōu)先級，p代表頂點(diǎn)的類別，size代表頂點(diǎn)類的大小。最后對邊緣結(jié)構(gòu)體矩陣的每一個元素插入一個空數(shù)據(jù)，使得每個邊緣結(jié)構(gòu)體四字對齊。最后存儲的邊緣結(jié)構(gòu)體為edge {w, a, b, blank},其中blank為插入的空數(shù)據(jù)。步驟5.對邊緣結(jié)構(gòu)體矩陣排序，排序過程交換邊緣結(jié)構(gòu)體矩陣元素時使用的是雙字?jǐn)?shù)據(jù)交換，雙字的數(shù)據(jù)交換是指，邊緣結(jié)構(gòu)體矩陣采用64位的數(shù)據(jù)交換方式。排序過程使用的是針對數(shù)字信號處理器DSP結(jié)構(gòu)進(jìn)行優(yōu)化的快速排序算法，首先從邊緣結(jié)構(gòu)體矩陣中選出第一個元素作為基數(shù)，將權(quán)重大于基數(shù)權(quán)重的邊緣結(jié)構(gòu)體元素交換到基數(shù)左邊，將權(quán)重小于等于基數(shù)權(quán)重的邊緣結(jié)構(gòu)體元素交換到基數(shù)右邊，迭代執(zhí)行此過程直到獲得按邊緣結(jié)構(gòu)體權(quán)重非遞減順序排列的有序矩陣。由于此算法是一個遞歸算法，對棧的需求較大，所以在數(shù)字信號處理器DSP內(nèi)存中設(shè)置棧的大小為200K。為了充分利用DSP的外部總線寬度，使用雙字的數(shù)據(jù)交換代替單字的數(shù)據(jù)交換，減少了數(shù)據(jù)交換的次數(shù)。步驟6.對頂點(diǎn)結(jié)構(gòu)體矩陣進(jìn)行聚類:按照已排序邊緣結(jié)構(gòu)體矩陣元素的順序，比較當(dāng)前邊緣結(jié)構(gòu)體的權(quán)重與其對應(yīng)頂點(diǎn)的類內(nèi)權(quán)重，當(dāng)邊緣結(jié)構(gòu)體權(quán)重小于其對應(yīng)的頂點(diǎn)的類內(nèi)權(quán)重時，合并這兩個頂點(diǎn)結(jié)構(gòu)體所在的類。迭代執(zhí)行此步驟直到已排序邊緣結(jié)構(gòu)體矩陣的最后一個元素。實現(xiàn)該步驟的具體過程如下:(6a)假設(shè)初始未聚類的邊緣結(jié)構(gòu)體為S°，從初始分割S°開始進(jìn)行頂點(diǎn)聚類，此時頂點(diǎn)結(jié)構(gòu)體矩陣的每個元素都屬于它自己的那一類；(6b)在q=l，......，m的情況下重復(fù)執(zhí)行第(6c)步；(6c)從分割Stl得出分割SA假設(shè)Vi，Vj是排序后的邊緣矩陣的第q條邊緣對應(yīng)的頂點(diǎn)。如果Vi，Vj在Strl屬于不同的類，當(dāng)?shù)趒條邊緣的權(quán)重相對于Vi，Vj各自的類內(nèi)權(quán)重較小時，合并Vi，Vj這兩個頂點(diǎn)所在的類。步驟7.用已聚類頂點(diǎn)結(jié)構(gòu)體的類別標(biāo)號對原圖像賦值，得到分割的圖像。利用已聚類頂點(diǎn)結(jié)構(gòu)體元素與圖像元素的一一對應(yīng)關(guān)系對原圖像進(jìn)行賦值，相同類的頂點(diǎn)對應(yīng)原圖像中分割的一個區(qū)域，賦值完成后得到分割圖像。下面結(jié)合仿真圖對本發(fā)明的效果做進(jìn)一步描述。1.仿真條件本發(fā)明的仿真是在內(nèi)核頻率為500MHZ的數(shù)字信號處理器TS201硬件環(huán)境和Visual DSP++軟件環(huán)境下進(jìn)行的。2.仿真內(nèi)容本發(fā)明采用基于嵌入式DSP的SAR圖像實時分割方法對一幅SAR圖像進(jìn)行分割實驗，圖2為本發(fā)明仿真試驗中使用一幅原始測試SAR圖像分別在計算機(jī)端和DSP端的分割結(jié)果對比圖，大小為256X256，其中，圖2(a)為原始測試SAR圖像，圖2 (b)為計算機(jī)端仿真得出的SAR圖像分割結(jié)果，圖2(c)是使用基于嵌入式DSP的SAR圖像實時分割方法得出的SAR圖像分割結(jié)果。3.仿真效果分析通過上述原始測試SAR圖像在計算機(jī)端仿真結(jié)果和本發(fā)明方法在DSP端的分割結(jié)果，可以看出本發(fā)明可以對SAR圖像進(jìn)行較為準(zhǔn)確地分割，在降低了精度和優(yōu)化了排序算法后還可以較為有效地分割圖像。圖2(a)為原始SAR圖像，原始SAR圖像中，圖像中左上區(qū)域邊緣較為明顯，紋理簡單，而圖像右下部分區(qū)域紋理復(fù)雜，目標(biāo)較多。由圖2(b)和2(c)可以看到，基于嵌入式DSP的優(yōu)化方法和原方法相比，分割效果基本相同。本發(fā)明雖然在一維高斯濾波時降低了除法精度，但是圖像分割的精度并沒有太大影響，對于右下紋理較為復(fù)雜的部分依然可以較為精確的分割出圖像，細(xì)節(jié)信息的保留是比較清晰準(zhǔn)確的，且邊界光滑連續(xù)。
權(quán)利要求
1.基于嵌入式DSP的SAR圖像實時分割方法，其具體步驟包括如下: (1)輸入待分割的SAR圖像矩陣； (2)將圖像矩陣轉(zhuǎn)換為浮點(diǎn)類型的矩陣: 將讀取的SAR圖像數(shù)據(jù)從整數(shù)int類型矩陣轉(zhuǎn)化為浮點(diǎn)float類型矩陣，得到的浮點(diǎn)類型矩陣四字對齊的存儲在數(shù)字信號處理器DSP內(nèi)存中； (3)—維高斯濾波: 3a)使用靜態(tài)存儲于數(shù)字信號處理器DSP內(nèi)存中的一維高斯濾波模板，與浮點(diǎn)矩陣在水平和垂直兩個方向進(jìn)行卷積，得到與浮點(diǎn)矩陣大小相等的未歸一化矩陣； 3b)使用數(shù)字信號處理器DSP內(nèi)建指令編寫的除法，用未歸一化矩陣除以一維高斯濾波模板系數(shù)的加權(quán)值，得到待聚類矩陣； (4)建立邊緣結(jié)構(gòu)體矩陣和頂點(diǎn)結(jié)構(gòu)體矩陣: 4a)在數(shù)字信號處理器的外部存儲SDRAM中分配四字對齊的存儲空間，用來存儲邊緣結(jié)構(gòu)體矩陣和頂點(diǎn)結(jié)構(gòu)體矩陣； 4b)對結(jié)構(gòu)體矩陣進(jìn)行初始化，使得邊緣結(jié)構(gòu)體矩陣的元素對應(yīng)待聚類矩陣的鄰域元素對，頂點(diǎn)結(jié)構(gòu)體矩陣對應(yīng)待聚類矩陣中的元素； 4c)對邊緣結(jié)構(gòu)體矩陣的每一個元素插入一個空數(shù)據(jù)，使得每個邊緣結(jié)構(gòu)體元素四字對齊； (5)對邊緣結(jié)構(gòu)體矩陣排序: 5a)從邊緣結(jié)構(gòu)體矩陣中選出第一個元素作為基數(shù)； 5b)使用雙字的數(shù)據(jù)讀寫進(jìn)行元素交換，將權(quán)重大于基數(shù)權(quán)重的邊緣結(jié)構(gòu)體元素交換到基數(shù)左邊，將權(quán)重小于等于基數(shù)權(quán)重的邊緣結(jié)構(gòu)體元素交換到基數(shù)右邊，得到按照基數(shù)權(quán)重大小分區(qū)的邊緣結(jié)構(gòu)體矩陣； 5c)對邊緣結(jié)構(gòu)體矩陣的左右區(qū)間遞歸執(zhí)行步驟5a)、步驟5b)，直到獲得按照邊緣結(jié)構(gòu)體權(quán)重非遞減排列的有序矩陣； (6)對頂點(diǎn)結(jié)構(gòu)體矩陣進(jìn)行聚類: 6a)按照已排序邊緣結(jié)構(gòu)體矩陣元素的順序，比較當(dāng)前邊緣結(jié)構(gòu)體的權(quán)重與其對應(yīng)頂點(diǎn)的類內(nèi)權(quán)重，當(dāng)邊緣結(jié)構(gòu)體權(quán)重小于其對應(yīng)的頂點(diǎn)的類內(nèi)權(quán)重時，合并這兩個頂點(diǎn)結(jié)構(gòu)體所在的類； 6b)迭代執(zhí)行步驟6a)，直到已排序邊緣結(jié)構(gòu)體矩陣的最后一個元素； (7)用已聚類頂點(diǎn)結(jié)構(gòu)體的類別標(biāo)號對原圖像賦值，得到分割的圖像。
2.根據(jù)權(quán)利要求1所述的基于嵌入式DSP的SAR圖像實時分割方法，其特征在于:步驟(3)所述的一維高斯濾波模板的系數(shù)為其中，i為濾波模板窗口位置標(biāo)號，sigma為高斯函數(shù)的寬度,一維高斯濾波模板的窗口寬度為11。
3.根據(jù)權(quán)利要求1所述的基于嵌入式DSP的SAR圖像實時分割方法，其特征在于:步驟5b)所述的雙字?jǐn)?shù)據(jù)交換是指，對邊緣結(jié)構(gòu)體矩陣采用64位的數(shù)據(jù)交換方式。
4.根據(jù)權(quán)利要求1所述的基于嵌入式DSP的SAR圖像實時分割方法，其特征在于:步驟(6)所述的邊緣結(jié)構(gòu)體權(quán)重計算公式為:IP1-P」其中，是邊緣結(jié)構(gòu)體矩陣元素對應(yīng)的聚類矩陣元素對的強(qiáng)度。
全文摘要
本發(fā)明公開了一種基于嵌入式DSP的SAR圖像實時分割方法，主要解決了SAR圖像分割算法在嵌入式DSP上實現(xiàn)時復(fù)雜度較大，難以滿足實時性的問題。其分割過程為(1)輸入SAR圖像；(2)浮點(diǎn)轉(zhuǎn)換；(3)一維高斯濾波；(4)建立頂點(diǎn)結(jié)構(gòu)體矩陣和邊緣結(jié)構(gòu)體矩陣；(5)對邊緣結(jié)構(gòu)體矩陣排序；(6)對頂點(diǎn)結(jié)構(gòu)體矩陣聚類；(7)輸出分割結(jié)果。本發(fā)明基于DSP的結(jié)構(gòu)進(jìn)行了優(yōu)化，分別使用了DSP內(nèi)建指令編寫的除法和雙字的數(shù)據(jù)交換，降低濾波過程和排序過程在數(shù)字信號處理器DSP上的運(yùn)行時間，具有良好的分割結(jié)果，可應(yīng)用于嵌入式合成孔徑雷達(dá)SAR圖像分割和SAR圖像目標(biāo)識別。
文檔編號G06T7/00GK103116886SQ20131003167
公開日2013年5月22日 申請日期2013年1月8日 優(yōu)先權(quán)日2013年1月8日
發(fā)明者侯彪, 侯小瑾, 趙睿, 焦李成, 馬文萍, 馬晶晶, 張向榮, 王爽 申請人:西安電子科技大學(xué)