圖像處理難點(diǎn)分析及處理器選擇

圖像處理一般指數字圖像處理。數字圖像是指用數字攝像機、掃描儀等設備經(jīng)過(guò)采樣和數字化得到的一個(gè)大的二維數組，該數組的元素稱(chēng)為像素，其值為一整數，稱(chēng)為灰度值。圖像處理技術(shù)的主要內容包括圖像壓縮，增強和復原，匹配、描述和識別3個(gè)部分。

　　隨著(zhù)人們對生活質(zhì)量要求的提高和全球反恐的大勢所需，以及數字化技術(shù)本身的不斷進(jìn)步，依托指紋識別、虹膜識別、人臉識別等技術(shù)的生物識別方案和視頻監控方案等正逐步成為提高個(gè)人、家庭、企業(yè)和社會(huì )安全性的重要手段。生物識別方案主要包括四個(gè)步驟：圖像采集、圖像預處理，特征取樣，匹配分析;而視頻監控方案則主要包括圖像采集、圖像預處理、圖像處理與傳輸、圖像顯示及圖像管理等。不難看出，無(wú)論是生物識別還是視頻監控，圖像預處理都是必需的。事實(shí)上，圖像預處理算法的靈活度、復雜度、對圖像處理芯片資源的占用度，以及處理時(shí)間的長(cháng)度將直接對整個(gè)系統運行產(chǎn)生舉足輕重的影響。因此，圖像預處理對于整個(gè)安防方案來(lái)說(shuō)都是一項艱巨而又關(guān)鍵的任務(wù)，直接決定了后續圖像處理與分析的準確性和便捷性。

　　圖像分析

　　從圖像中抽取某些有用的度量、數據或信息。目的是得到某種數值結果，而不是產(chǎn)生另一個(gè)圖像。圖像分析的內容和模式識別、人工智能的研究領(lǐng)域有交叉，但圖像分析與典型的模式識別有所區別。圖像分析不限于把圖像中的特定區域按固定數目的類(lèi)別加以分類(lèi)，它主要是提供關(guān)于被分析圖像的一種描述。為此，既要利用模式識別技術(shù)，又要利用關(guān)于圖像內容的知識庫，即人工智能中關(guān)于知識表達方面的內容。圖像分析需要用圖像分割方法抽取出圖像的特征，然后對圖像進(jìn)行符號化的描述。這種描述不僅能對圖像中是否存在某一特定對象作出回答，還能對圖像內容作出詳細描述。

　　圖像處理的各個(gè)內容是互相有聯(lián)系的。一個(gè)實(shí)用的圖像處理系統往往結合應用幾種圖像處理技術(shù)才能得到所需要的結果。圖像數字化是將一個(gè)圖像變換為適合計算機處理的形式的第一步。圖像編碼技術(shù)可用以傳輸和存儲圖像。圖像增強和復原可以是圖像處理的最后目的，也可以是為進(jìn)一步的處理作準備。通過(guò)圖像分割得出的圖像特征可以作為最后結果，也可以作為下一步圖像分析的基礎。

　　圖像匹配、描述和識別 對圖像進(jìn)行比較和配準，通過(guò)分制提取圖像的特征及相互關(guān)系，得到圖像符號化的描述，再把它同模型比較，以確定其分類(lèi)。圖像匹配試圖建立兩張圖片之間的幾何對應關(guān)系，度量其類(lèi)似或不同的程度。匹配用于圖片之間或圖片與地圖之間的配準，例如檢測不同時(shí)間所拍圖片之間景物的變化，找出運動(dòng)物體的軌跡。

　　從圖像中抽取某些有用的度量、數據或信息稱(chēng)為圖像分析。圖像分析的基本步驟是把圖像分割成一些互不重疊的區域，每一區域是像素的一個(gè)連續集，度量它們的性質(zhì)和關(guān)系，最后把得到的圖像關(guān)系結構和描述景物分類(lèi)的模型進(jìn)行比較，以確定其類(lèi)型。識別或分類(lèi)的基礎是圖像的相似度。一種簡(jiǎn)單的相似度可用區域特征空間中的距離來(lái)定義。另一種基于像素值的相似度量是圖像函數的相關(guān)性。最后一種定義在關(guān)系結構上的相似度稱(chēng)為結構相似度。

　　以圖片分析和理解為目的的分割、描述和識別將用于各種自動(dòng)化的系統，如字符和圖形識別、用機器人進(jìn)行產(chǎn)品的裝配和檢驗、自動(dòng)軍事目標識別和跟蹤、指紋識別、X光照片和血樣的自動(dòng)處理等。在這類(lèi)應用中，往往需綜合應用模式識別和計算機視覺(jué)等技術(shù)，圖像處理更多的是作為前置處理而出現的。 多媒體應用的掀起，對圖像壓縮技術(shù)的應用起了很大的推動(dòng)作用。圖像，包括錄像帶一類(lèi)動(dòng)態(tài)圖像將轉為數字圖像，并和文字、聲音、圖形一起存儲在計算機內，顯示在計算機的屏幕上。它的應用將擴展到教育、培訓和娛樂(lè )等新的領(lǐng)域。

　　圖像預處理分析

　　根據目的的不同，圖像預處理可分為對采集圖像進(jìn)行清晰化處理，對圖像進(jìn)行識別前的預處理，以及對圖像進(jìn)行壓縮前的預處理等。其中，對采集圖像進(jìn)行清晰化處理主要包括對CMOS或CCD圖像傳感器感光單元的不一致進(jìn)行后續糾正，對實(shí)際環(huán)境與傳感器采集的圖像進(jìn)行差異補償(如背光)，以及對采集到的原始圖像進(jìn)行去噪處理等。雖然這種預處理算法本身的難度不大，但隨著(zhù)實(shí)時(shí)性需求的普及，尤其是在像素較大時(shí)，這種算法還是對DSP的處理能力提出了很高的要求。

　　而對圖像進(jìn)行識別前的預處理則目的性很強，可能需要破壞原來(lái)的像素和分布，以便后續進(jìn)行特征提取。這種預處理算法的難度視識別場(chǎng)合的不同而不同。要綜合后面的識別算法部分，選擇適當的DSP.圖像壓縮前的預處理主要是指將YUV422變?yōu)閅UV420、將RGB變?yōu)閅UV等。這類(lèi)處理往往有實(shí)時(shí)性要求，如果采用軟件實(shí)現，會(huì )對處理性能有較高的要求;如果采用硬件實(shí)現，則雖然在處理性能上有保證，但硬件成本