專(zhuān)利名稱(chēng)：一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置的制作方法
技術(shù)領(lǐng)域：
本實(shí)用新型涉及信息處理方面的裝置，特別涉及一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置。
背景技術(shù)：
圖像是人類(lèi)獲取和交換信息的主要來(lái)源，邊緣特征是圖像的重要特征之一，包含了用于識(shí)別的有用信息，為人們描述或識(shí)別目標(biāo)以及解釋圖像提供了一個(gè)有價(jià)值和重要的特征參數(shù)。物體形狀、物體邊界、位置遮擋、陰影輪廓及表面紋理等重要視覺(jué)信息在圖像中均由邊緣產(chǎn)生，這些信息可以用于圖像分析、濾波以及目標(biāo)識(shí)別，并且通過(guò)邊緣檢測(cè)可以極大地降低后續(xù)圖像分析處理的數(shù)據(jù)量，在Marr的計(jì)算機(jī)視覺(jué)系統(tǒng)中，圖像邊緣提取占據(jù)著重要位置，它位于系統(tǒng)的最底層，為其它模塊所依賴。圖像邊緣檢測(cè)技術(shù)是數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別的基礎(chǔ)，廣泛應(yīng)用于圖像分割、人臉識(shí)別、目標(biāo)跟蹤、運(yùn)動(dòng)檢測(cè)等領(lǐng)域，如美國(guó)登月計(jì)劃中需要對(duì)月球凹陷地點(diǎn)的邊緣精確定位，以達(dá)到登月艙安全著陸；公安業(yè)務(wù)指紋識(shí)別、不完整圖片的復(fù)原、交通監(jiān)控、事故分析；軍事方面導(dǎo)彈的精確制導(dǎo)、各種偵察照片的判讀、不明來(lái)襲武器性質(zhì)的判斷；在航天方面主要利用遙感來(lái)獲取各個(gè)譜段的大氣云圖，進(jìn)行天氣預(yù)報(bào)；衛(wèi)星技術(shù)用來(lái)獲取地面和水下的圖像，對(duì)煤礦和油氣等礦產(chǎn)資源進(jìn)行勘察，同時(shí)對(duì)各種地質(zhì)災(zāi)害進(jìn)行監(jiān)控，達(dá)到防災(zāi)減災(zāi)的目的。提高邊緣檢測(cè)精度和探索邊緣檢測(cè)技術(shù)在實(shí)際工程中的應(yīng)用是邊緣檢測(cè)技術(shù)的重要研究?jī)?nèi)容，圖像在生成和傳輸過(guò)程中，受輸入轉(zhuǎn)換器件及周?chē)h(huán)境的影響，總含有和邊緣點(diǎn)頻率相近的噪聲，受拍攝環(huán)境和拍攝條件等因素的限制，圖像中不可避免會(huì)有一些與目標(biāo)無(wú)關(guān)的干擾存在，邊緣提取結(jié)果的優(yōu)劣直接影響著圖像分析、目標(biāo)識(shí)別、三維重建等相關(guān)工作的順利與否，因此提升圖像邊緣檢測(cè)技術(shù)具有重要的現(xiàn)實(shí)意義及廣闊的應(yīng)用前景。實(shí)際圖像都·含有噪聲，并且噪聲的分布、方差等信息也都是未知的，同時(shí)噪聲和邊緣都是高頻信號(hào)，雖然平滑濾波運(yùn)算可消除噪聲，但是也導(dǎo)致一些邊緣模糊，檢測(cè)出的邊緣往往移位。由于物理和光照等原因，實(shí)際圖像中的邊緣常常發(fā)生在不同的尺度范圍上，并且每一邊緣像元的尺度信息是未知的，利用單一粒子群算法的檢測(cè)邊緣不可能同時(shí)最佳地檢測(cè)出這些邊緣，需要對(duì)粒子群算法的改進(jìn)。國(guó)外利用改進(jìn)粒子群算法研究圖像邊緣檢測(cè)發(fā)展?fàn)顩r是:Pal和King等首次將模糊集理論引入到粒子群算法中，可以將物體從背景中分離出來(lái)，但是不能滿足高精度的需要，存在偽邊緣且檢測(cè)出來(lái)的邊緣線比較粗，并放大了噪聲J.Kennedy等人在粒子群優(yōu)化算法上引入數(shù)學(xué)形態(tài)學(xué)結(jié)構(gòu)元素思想，得到圖像邊緣，但對(duì)噪聲敏感，得到的邊緣圖像存在大量非邊緣像素點(diǎn)；Shi等首次提出了慣性權(quán)重的概念，并研究慣性權(quán)重對(duì)粒子群算法性能的影響，發(fā)現(xiàn)較大的慣性值有利于全局搜索，而較小的慣性值有利于算法的收斂，但只能得到圖像的邊緣，并不能夠得到圖像指定方向上的邊緣信息，而且存在部分細(xì)節(jié)邊緣丟失的現(xiàn)象；Murali等為了平衡數(shù)據(jù)流采用了多條路徑，可以檢測(cè)出比較多的邊緣，而且還在很大程度上消除了偽邊緣的存在，定位精度比較高，但數(shù)據(jù)流亂序到達(dá)目的節(jié)點(diǎn)，還需要復(fù)雜的排序操作，使受噪聲的影響比較大，且會(huì)丟失一些邊緣。國(guó)內(nèi)利用改進(jìn)粒子群算法研究圖像邊緣檢測(cè)發(fā)展?fàn)顩r是:李德毅院士首次提出云理論，通過(guò)判定全局最優(yōu)位置的更新?tīng)顩r調(diào)整粒子的參數(shù)，控制粒子進(jìn)化的范圍和精度，把精確隸屬函數(shù)擴(kuò)展為構(gòu)造正態(tài)隸屬度分布的期望函數(shù)；周樹(shù)道等采取基于多方向小波變換及形態(tài)學(xué)重構(gòu)的方法圖像邊緣檢測(cè)，可以檢測(cè)圖像的細(xì)節(jié)邊緣，但是在數(shù)據(jù)挖掘方面沒(méi)有優(yōu)勢(shì)；劉建華等提出一種能使其慣性權(quán)重隨不同粒子與最優(yōu)粒子距離動(dòng)態(tài)變化的算法，但算法的魯棒性不強(qiáng)；邵明省等提出變異二進(jìn)制粒子群算法，解決了數(shù)據(jù)空間維數(shù)問(wèn)題，提高時(shí)效性，但是采用的慣性權(quán)重線性遞減策略往往不能反映實(shí)際優(yōu)化搜索過(guò)程；張朝龍等提出基于混沌云模型的粒子群優(yōu)化算法，避免陷入局部收斂區(qū)域，但是尋優(yōu)范圍隨著進(jìn)化的進(jìn)行而動(dòng)態(tài)縮小，不能自動(dòng)改變。
發(fā)明內(nèi)容為了解決背景技術(shù)存在的問(wèn)題，采用的技術(shù)方案如下:一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置，包括圖像信號(hào)處理硬件平臺(tái)、高分辨率攝像頭、光隔離器，其特征是:所述的圖像信號(hào)處理硬件平臺(tái)連接高分辨率攝像頭和光隔離器。所述的圖像信號(hào)處理硬件平臺(tái)包括P H ILIP S公司的視頻輸入處理器SA A 7 I I 3、T I公司的TMS32 0C32高速浮點(diǎn)DSP和AMCC公司的S5 9 3 3 PCI總線接口芯片，PHILIP S公司的視頻輸入處理器S A A 7113連接T I公司的TMS32 0C32高速浮點(diǎn)DSP和AMCC公司的S5933 PCI總線接口芯片。所述的高分辨率攝像頭的圖像數(shù)據(jù)由專(zhuān)用集成視頻解碼器S AA 7 I I 3采集，經(jīng)A / D轉(zhuǎn)換處理后傳輸?shù)紻 S P ;再經(jīng)D S P處理后通過(guò)P C I接口傳輸?shù)絇 C機(jī)，在S AA 7 I 13與TI公司的TMS320C32高速浮點(diǎn)D S P之間采用C P L D控制的兩幀輪換方式，實(shí)現(xiàn)圖像的隔行信號(hào)變逐行信號(hào)以及采集和處理的同步進(jìn)行；在0 SP與S 5 9 3 3之間采用D M A傳輸方式，實(shí)現(xiàn)數(shù)據(jù)流在系統(tǒng)中的高速傳輸。本新型的優(yōu)勢(shì)是:進(jìn)行極值檢測(cè)，然后利用圖像結(jié)構(gòu)信息進(jìn)一步判斷是否是噪聲點(diǎn)，使得對(duì)脈沖噪聲的檢測(cè)更為合理、準(zhǔn)確，保護(hù)了圖像細(xì)節(jié)，與以往算法相比，基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)在濾除脈沖噪聲的同時(shí)能更好地保護(hù)圖像細(xì)節(jié)，而且運(yùn)算速度較快，具有良好的綜合性能。在自適應(yīng)云粒子群算法參數(shù)控制研究中，設(shè)計(jì)一種核粒子擴(kuò)張引導(dǎo)算法，算法將受混合噪聲污染的圖像分為脈沖噪聲點(diǎn)集和受高斯噪聲污染點(diǎn)集兩部分，通過(guò)極值判斷并充分利用圖像紋理信息，準(zhǔn)確地檢測(cè)出脈沖噪聲，避免了對(duì)強(qiáng)邊界點(diǎn)進(jìn)行濾波；對(duì)于含高斯噪聲的像素采用模糊濾波器進(jìn)行處理，其優(yōu)化的權(quán)值能更準(zhǔn)確地反映像素間的關(guān)系，并能有效地保護(hù)圖像細(xì)節(jié)特征。通過(guò)動(dòng)態(tài)變異概率，對(duì)全局最優(yōu)粒子和粒子自身最優(yōu)位置進(jìn)行正態(tài)云變異，提高檢測(cè)時(shí)效性，圖像經(jīng)粒子空間解后，進(jìn)行奇異特征提取時(shí)，將各尺度小波系數(shù)視為模糊子集，這樣就將圖像由小波空間轉(zhuǎn)入模糊空間中，然后在模糊平面上借助于模糊算法進(jìn)行模糊決策，從而得到正確的圖像邊緣點(diǎn)。霧天情況下去除遮擋在有用圖像上面的霧氣，使有用圖像清晰顯示出來(lái)，算法解決存在局部支持域設(shè)置不合理、曲率計(jì)算復(fù)雜的缺點(diǎn) ，可以根據(jù)邊界點(diǎn)的彎曲情況自動(dòng)選擇局部支持域，能最大限度地提取邊界點(diǎn)的彎曲特征，并根據(jù)協(xié)方差矩陣對(duì)應(yīng)的特征向量將二維圖像的圖像邊界成功轉(zhuǎn)化為一維特征曲率曲線來(lái)表示，最后利用小波的奇異點(diǎn)的檢測(cè)功能來(lái)提取特征線上的奇異點(diǎn)，可以識(shí)別不同程度的角點(diǎn)，把目標(biāo)與背景區(qū)域分離。
圖1為本實(shí)用新型的連接結(jié)構(gòu)圖。
具體實(shí)施方式
一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置，包括圖像信號(hào)處理硬件平臺(tái)、高分辨率攝像頭、光隔離器，其特征是:所述的圖像信號(hào)處理硬件平臺(tái)連接高分辨率攝像頭和光隔離器。所述的圖像信號(hào)處理硬件平臺(tái)包括P H ILIP S公司的視頻輸入處理器SA A 7 I I 3、T I公司的TMS32 0C32高速浮點(diǎn)DSP和AMCC公司的S5 9 3 3 PCI總線接口芯片，PHILIP S公司的視頻輸入處理器S A A 7113連接T I公司的TMS32 0C32高速浮點(diǎn)DSP和AMCC公司的S5933 PC
I總線接口芯片。所述的高分辨率攝像頭的圖像數(shù)據(jù)由專(zhuān)用集成視頻解碼器S AA 7 I I 3采集，經(jīng)A / D轉(zhuǎn)換處理后傳輸?shù)紻 S P ;再經(jīng)D S P處理后通過(guò)P C I接口傳輸?shù)絇 C機(jī)，在S AA 7 I 13與TI公司的TMS320C32高速浮點(diǎn)D S P之間采用C P L D控制的兩幀輪換方式，實(shí)現(xiàn)圖像的隔行信號(hào)變逐行信號(hào)以及采集和處理的同步進(jìn)行；在0 SP與S 5 9 3 3之間采用D M A傳輸方式，實(shí)現(xiàn)數(shù)據(jù)流在系統(tǒng)中的高速傳輸。
當(dāng)使用的時(shí)候高分辨率攝像頭采集到圖像信號(hào)通過(guò)圖像信號(hào)處理硬件平臺(tái)進(jìn)行處理，光隔離器防止光線對(duì)拍攝圖像的干擾。自適應(yīng)云粒子群算法固化到圖像信號(hào)處理硬件平臺(tái)中。自適應(yīng)云粒子群算法中云模型的劃分、子云的產(chǎn)生、云變異等進(jìn)行了討論，利用正態(tài)云算子把定性概念轉(zhuǎn)變?yōu)閿?shù)值表示的云滴集合，實(shí)現(xiàn)概念空間到數(shù)值空間的轉(zhuǎn)換，并且重點(diǎn)分析云發(fā)生器對(duì)粒子慣性權(quán)重的影響，隨著迭代的進(jìn)行對(duì)全局最優(yōu)粒子和粒子自身最優(yōu)位置進(jìn)行變異的概率逐漸減小，以更好地對(duì)前期所探索的解進(jìn)行提煉，將優(yōu)秀粒子作為云模型算法的父代個(gè)體，并確定父代最優(yōu)個(gè)體，應(yīng)用云模型算法產(chǎn)生子代個(gè)體，比較父代和子代的最優(yōu)個(gè)體，當(dāng)本次優(yōu)化得到子代最優(yōu)個(gè)體適應(yīng)度小于父代最優(yōu)個(gè)體的適應(yīng)度時(shí)，進(jìn)行全局最優(yōu)位置的更新，在云變異中事先給定閾值N和K，當(dāng)全局極值連續(xù)N代沒(méi)有發(fā)生進(jìn)化或者進(jìn)化程幅度小于K時(shí)，認(rèn)為粒子陷入局部最優(yōu)，對(duì)全部粒子根據(jù)全局極值，通過(guò)正態(tài)云發(fā)生器進(jìn)行變異操作。采用自適應(yīng)云粒子算法通過(guò)像素方向劃分將梯度的計(jì)算簡(jiǎn)化為在一維空間實(shí)現(xiàn)，并且利用梯度直方圖的統(tǒng)計(jì)特征實(shí)現(xiàn)梯度閾值的動(dòng)態(tài)選取，增強(qiáng)了算法的適應(yīng)性。圖像消噪采用開(kāi)關(guān)濾波和多級(jí)中值濾波，在噪聲檢測(cè)階段采用兩級(jí)檢測(cè)的方法，首先進(jìn)行極值檢測(cè)，然后利用圖像結(jié)構(gòu)信息進(jìn)一步判斷是否是噪聲點(diǎn)，使得對(duì)脈沖噪聲的檢測(cè)更為合理、準(zhǔn)確，保護(hù)了圖像細(xì)節(jié)，在圖像光照不均勻、椒鹽噪聲增加、偽邊緣判斷等情況下，具有邊緣檢測(cè)精度高與抗噪聲能力強(qiáng)特性，在置信度區(qū)間、方向連續(xù)性、滯后連接、間斷預(yù)測(cè)等檢測(cè)指標(biāo)與其它算法對(duì)比實(shí)驗(yàn)。最后仿真實(shí)現(xiàn)自適應(yīng)云粒子群算法處理程序能夠滿足準(zhǔn)確定位邊緣的時(shí)效性和單邊響應(yīng)的連續(xù)檢測(cè)指標(biāo)，在復(fù)雜的測(cè)試環(huán)境中完成圖像邊緣檢測(cè)任務(wù)的目標(biāo)。在噪聲檢測(cè)階段采用兩級(jí)檢測(cè)的方法，首先進(jìn)行極值檢測(cè)，然后利用圖像結(jié)構(gòu)信息進(jìn)一步判斷是否是噪聲點(diǎn)，使得對(duì)脈沖噪聲的檢測(cè)更為合理、準(zhǔn)確，保護(hù)了圖像細(xì)節(jié)，在圖像光照不均勻、椒鹽噪聲增加、偽邊緣判斷等情況下，具有邊緣檢測(cè)精度高與抗噪聲能力強(qiáng)特性。該方法簡(jiǎn)捷，參數(shù)少，魯棒性好，比其他優(yōu)化算法方便，沒(méi)有遺傳算法交叉變異等復(fù)雜過(guò)程，特別是對(duì)同類(lèi)圖像邊緣的提取效果較為明顯，在一定程度上該算法可以進(jìn)行推廣使用。當(dāng)前投影、混合、畸變和噪聲等干擾因素存在于成像過(guò)程之中，導(dǎo)致圖像模糊和變形，難以檢測(cè)圖像的邊緣，使得我們無(wú)法辨認(rèn)或辨認(rèn)困難的圖像，經(jīng)自適應(yīng)云粒子群算法處理后，能使我們獲得比原有圖像質(zhì)量得到大幅提升的清晰圖像，是刑事偵查部門(mén)、技術(shù)偵查部門(mén)、痕檢、文檢、刑事照相、錄像以及法醫(yī)、化驗(yàn)等刑偵專(zhuān)家理想的選擇。在我國(guó)，“九五”期間國(guó)家“863”計(jì)劃通信主題將視覺(jué)技術(shù)列為重點(diǎn)項(xiàng)目，由北京郵電大學(xué)、清華大學(xué)、北京航空航天大學(xué)和天津大學(xué)共同開(kāi)發(fā)，可以預(yù)測(cè)，隨著光學(xué)、電子學(xué)以及計(jì)算機(jī)技術(shù)的發(fā)展，將不斷進(jìn)步，逐漸實(shí)用化，不僅將成為工業(yè)檢測(cè)、生物醫(yī)學(xué)、虛擬現(xiàn)實(shí)等領(lǐng)域的關(guān)鍵技術(shù)，還有可能應(yīng)用于航天遙測(cè)、軍事偵察等領(lǐng)域。自適應(yīng)云粒子群算法最終將會(huì)成為視覺(jué)處理的主流技術(shù)，從而影響和改變我們的生活，相信圖像邊緣技術(shù)將得到更快速的發(fā)展，給社會(huì)的信息發(fā)展提供更有力的支持，具有廣闊的應(yīng)用前景。最后說(shuō)明的是:以上述僅為說(shuō)明本實(shí)用新型的實(shí)施方式，并不用于限制本實(shí)用新型，對(duì)于實(shí)用新型的技術(shù)人來(lái)說(shuō)，凡在本實(shí)用新型的原則之內(nèi)，所作的任何修改、替換等，均在包含在本實(shí)用新型的 保護(hù)范圍之內(nèi)。
權(quán)利要求1.一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置，包括圖像信號(hào)處理硬件平臺(tái)、高分辨率攝像頭、光隔離器，其特征是:所述的圖像信號(hào)處理硬件平臺(tái)連接高分辨率攝像頭和光隔離器。
2.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置，其特征是:所述的圖像信號(hào)處理硬件平臺(tái)包括P H ILIP S公司的視頻輸入處理器SAA7 I I 3、T I公司的TMS320C32高速浮點(diǎn)DSP和AMCC公司的S 5 9 3 3P C I總線接口芯片，P H I L I P S公司的視頻輸入處理器S A A 7 I I 3連接T I公司的TM S 3 2 O C 3 2高速浮點(diǎn)D S P和AMC C公司的S 5 9 3 3 PCI總線接口
3.根據(jù)權(quán)利要求1所述的一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置，其特征是:所述的高分辨率攝像頭的圖像數(shù)據(jù)由專(zhuān)用集成視頻解碼器SAA7 I I 3采集，經(jīng)A / D轉(zhuǎn)換處理后傳輸?shù)紻SP ;再經(jīng)DSP處理后通過(guò)P C I接口傳輸?shù)絇 C機(jī)，在SAA 7 I 13與TI公司的TMS320C32高速浮點(diǎn)D S P之間采用CPLD控制的兩幀輪換方式，實(shí)現(xiàn)圖像的隔行信號(hào)變逐行信號(hào)以及采集和處理的同步進(jìn)行；在0 S P與S 5 9 3 3之間采用D M A傳輸方式，實(shí)現(xiàn)數(shù)據(jù)流在系統(tǒng)中的高速傳輸。
專(zhuān)利摘要一種基于自適應(yīng)云粒子群算法的圖像邊緣檢測(cè)裝置，包括圖像信號(hào)處理硬件平臺(tái)、高分辨率攝像頭、光隔離器，其特征是所述的圖像信號(hào)處理硬件平臺(tái)連接高分辨率攝像頭和光隔離器。所述的圖像信號(hào)處理硬件平臺(tái)包括ＰＨＩＬＩＰＳ公司的視頻輸入處理器ＳＡＡ７１１３、ＴＩ公司的ＴＭＳ３２０Ｃ３２高速浮點(diǎn)ＤＳＰ和ＡＭＣＣ公司的Ｓ５９３３ＰＣＩ總線接口芯片，ＰＨＩＬＩＰＳ公司的視頻輸入處理器ＳＡＡ７１１３連接ＴＩ公司的ＴＭＳ３２０Ｃ３２高速浮點(diǎn)ＤＳＰ和ＡＭＣＣ公司的Ｓ５９３３ＰＣＩ總線接口芯片。本新型的優(yōu)勢(shì)是把目標(biāo)與背景區(qū)域分離。
文檔編號(hào)G06K9/46GK203133952SQ20132011647
公開(kāi)日2013年8月14日 申請(qǐng)日期2013年3月14日 優(yōu)先權(quán)日2013年3月14日
發(fā)明者潘浩, 陳中良, 湯震, 劉衛(wèi)兵, 李留青, 邵明省 申請(qǐng)人:黃淮學(xué)院, 潘浩, 陳中良, 湯震, 劉衛(wèi)兵, 李留青, 邵明省