摘  要： 基于TI公司高性能Davinci系列TMS320DM6437芯片構(gòu)建了一個(gè)集視頻采集、退化仿真及復(fù)原的實(shí)時(shí)視頻圖像復(fù)原系統(tǒng)。首先，在VC平臺(tái)上模擬了圖像退化及復(fù)原算法；然后，在TMS320DM6437的平臺(tái)上對算法進(jìn)行了移植；最后，在DSP/BIOS實(shí)時(shí)操作系統(tǒng)中對算法進(jìn)行優(yōu)化，并加入人機(jī)交互。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能夠有效實(shí)現(xiàn)視頻圖像的復(fù)原，并且具有實(shí)時(shí)性強(qiáng)，人機(jī)交互良好的特點(diǎn)。

　　關(guān)鍵詞： 退化模擬；圖像復(fù)原；DSP/BIOS；人機(jī)交互

0 引言

　　在圖像復(fù)原技術(shù)發(fā)展的過程中，國內(nèi)外學(xué)者提出了大量的圖像復(fù)原算法。目前一些新穎的復(fù)原技術(shù)有基于支持向量回歸的復(fù)原算法[1]、中介濾波算法[2]和基于水平集[3]的圖像復(fù)原算法等。

　　傳統(tǒng)的圖像復(fù)原算法是基于PC實(shí)現(xiàn)的，而本文所研究的視頻圖像實(shí)時(shí)復(fù)原系統(tǒng)，不但對系統(tǒng)處理的實(shí)時(shí)性要求更高，而且運(yùn)算量也大得多。由于其具有高速并行處理能力和高效的流水線處理能力，在硬件性能、圖像數(shù)據(jù)的傳輸?shù)确矫?，比專業(yè)視頻編解碼芯片有更好的表現(xiàn)，因此，本文研究的視頻圖像復(fù)原是基于嵌入式DSP芯片來實(shí)現(xiàn)的。此外，DSP芯片功耗比較低，且用戶開發(fā)自由度比較大，為提高產(chǎn)品的穩(wěn)定性提供了更可靠的保障。

1 開發(fā)平臺(tái)及系統(tǒng)總體架構(gòu)

　　1.1 硬件平臺(tái)

　　本系統(tǒng)的硬件開發(fā)平臺(tái)主要是基于SEED-DEC6437和SEED-DTK_MBoard平臺(tái)。其中，SEED-DEC6437是一款能夠處理各種視頻應(yīng)用的獨(dú)立模板，采用支持TI公司達(dá)芬奇技術(shù)的高性能純DSP芯片TMS320DM6437。該芯片集成了為加速數(shù)字視頻開發(fā)所專門設(shè)計(jì)的協(xié)處理引擎，結(jié)合VPSS（最新視頻處理子系統(tǒng)），具有較高的視頻處理性能，可支持D1解析度的H.264視頻編碼。在SEED-DTK_MBoard的硬件系統(tǒng)中主要集成了DSP、Flash、SRAM、UART、LCD和D/A等外圍設(shè)備，使其能夠應(yīng)用在顯示、鍵盤和模擬信號輸出等相關(guān)領(lǐng)域。

　　1.2 軟件平臺(tái)

　　本系統(tǒng)的軟件開發(fā)平臺(tái)主要是基于集成開發(fā)系統(tǒng)CCS及其實(shí)時(shí)操作系統(tǒng)DSP/BIOS。DSP/BIOS是一個(gè)可擴(kuò)充、可裁剪的RTOS，主要包括常見嵌入式通用庫和API，可提供諸如多線程任務(wù)的調(diào)度、任務(wù)間的同步和通信、I/O服務(wù)、中斷優(yōu)先級的配置等功能[4]，具有模塊化和小型化的特點(diǎn)。DSP/BIOS支持硬件中斷（HWI）、軟件中斷（SWI）、任務(wù)（TSK）和后臺(tái)線程（IDL）4種線程，可以合理分配空間和時(shí)間，簡便迅速地設(shè)計(jì)出功能多變的系統(tǒng)子程序。

　　1.3 基于DSP的視頻圖像實(shí)時(shí)復(fù)原系統(tǒng)總體架構(gòu)

　　本系統(tǒng)中TMS320DM6437為算法處理器，可通過PC發(fā)出的調(diào)度指令快速地完成算法切換、調(diào)停當(dāng)前狀態(tài)等功能。TMS320VC5402為控制器，主要負(fù)責(zé)人機(jī)交互界面的控制，它與TMS320DM6437通過多通道緩沖串口通信。系統(tǒng)總體架構(gòu)如圖1所示。首先從CCD攝像頭采集模擬視頻信號，通過TVP5150視頻解碼芯片將模擬信號解碼成YCbCr4：2：2格式的數(shù)字圖像信號并存至DDR2內(nèi)存，DM6437芯片可以通過訪問DDR2并根據(jù)不同的圖像處理算法對數(shù)據(jù)進(jìn)行相應(yīng)的處理，最后通過VPSS中的視頻處理后端（VPBE）轉(zhuǎn)換為數(shù)字圖像信號輸出到顯示屏。

2 復(fù)原算法的選取及軟件仿真

　　2.1 本文采用的圖像復(fù)原方法

　　圖像復(fù)原是指去除或減少在獲得觀測圖像過程中產(chǎn)生的降質(zhì)影響[5]。根據(jù)圖像的退化環(huán)境不同，本系統(tǒng)主要選取了逆濾波、維納濾波和運(yùn)動(dòng)模糊復(fù)原算法。

　　逆濾波復(fù)原又叫非約束復(fù)原[6]，在進(jìn)行逆濾波時(shí)，根據(jù)先驗(yàn)知識(shí)得到傳遞函數(shù)H，對退化圖像進(jìn)行傅里葉變換得到G（u，v），即復(fù)原圖像的傅里葉變換，再經(jīng)傅里葉反變換得到復(fù)原圖像f（x，y），過程如式（1）所示。

　　逆濾波雖然簡單，但不適合H（u，v）非常小的情況，此時(shí)無法精確恢復(fù)出圖像。為了克服這個(gè)缺點(diǎn)，本系統(tǒng)采用維納濾波，復(fù)原模型可表示為：

　　其中，K一般取0.5，最后對f（u，v）進(jìn)行傅里葉逆變換得到復(fù)原圖像f（x，y）。維納濾波對噪聲放大具有自動(dòng)抑制作用，在大多數(shù)情況下都可得到令人滿意的結(jié)果，但信噪比較低時(shí)，復(fù)原效果不是很理想。

　　針對運(yùn)動(dòng)模糊圖像的復(fù)原，本系統(tǒng)采取運(yùn)動(dòng)模糊復(fù)原算法，如式（3）所示。

　　2.2 圖像復(fù)原算法的仿真實(shí)現(xiàn)

　　常見的圖像退化方法有平滑模糊和運(yùn)動(dòng)模糊。本文在Visual Studio軟件中使用C++對系統(tǒng)所選取的算法進(jìn)行了軟件仿真，并對一幅256×256的bmp格式的圖片分別進(jìn)行了3種類型的退化仿真，如圖2所示。

　　圖3（a）是按照式（1）對圖2（c）逆濾波復(fù)原的結(jié)果，圖3（b）是按式（2）維納濾波復(fù)原的結(jié)果?？梢钥闯?，逆濾波抑制噪聲的能力比較差，復(fù)原后的圖像嚴(yán)重失真，而維納濾波對噪聲的增多具有約束作用，復(fù)原圖像的細(xì)節(jié)保持比較好，但模糊程度相對增大。圖3（c）是按照式（3）對圖2（d）進(jìn)行運(yùn)動(dòng)模糊復(fù)原的結(jié)果，復(fù)原效果比較理想，但復(fù)原圖像較原始圖像偏暗。

　　本文除了對圖像復(fù)原質(zhì)量進(jìn)行主觀分析外，也從客觀上比較了其峰值信噪比PSNR值的大小，如表1所示?？砂l(fā)現(xiàn)運(yùn)動(dòng)模糊圖像PSNR值最低，丟失的信息最多。在利用3種方法分別對平滑模糊圖像進(jìn)行復(fù)原后，逆濾波的復(fù)原結(jié)果最佳，PSNR值最大。而在對加噪圖像的復(fù)原過程中，維納濾波抑制噪聲的能力最好，PSNR值明顯高于其他兩種方法。針對運(yùn)動(dòng)模糊圖像，逆濾波和維納濾波的PSNR值特別低，均不如運(yùn)動(dòng)模糊復(fù)原。

3 基于DSP/BIOS的圖像復(fù)原程序開發(fā)

　　3.1 視頻圖像復(fù)原系統(tǒng)的軟件設(shè)計(jì)

　　視頻圖像處理軟件平臺(tái)對任務(wù)的時(shí)序和復(fù)雜度要求苛刻，故采用基于DSP/BIOS的實(shí)時(shí)調(diào)度內(nèi)核來配置線程的優(yōu)先級，處理線程的觸發(fā)、掛起等相應(yīng)條件。本系統(tǒng)的軟件設(shè)計(jì)流程圖如圖4所示，為了測試本系統(tǒng)對圖像的處理性能，特移植了圖像模糊算法和圖像復(fù)原算法。在本系統(tǒng)中，DSP/BIOS內(nèi)核調(diào)度是核心。BIOS首先需要對DSP進(jìn)行初始化，將復(fù)位的向量指向端口初始地址c_int00，然后需要調(diào)用BIOS_init對配置用到的各個(gè)模塊進(jìn)行初始化，同時(shí)需要在main（）函數(shù)中對片內(nèi)外設(shè)等常見的DSP配置初始化，此時(shí)不能對SWI、TSK等線程進(jìn)行操作。在調(diào)用BIOS_start后，就可以完成DSP/BIOS的啟動(dòng)，從而進(jìn)入IDL_Loop空閑循環(huán)，等待HWI、SWI、TSK等線程的就緒。當(dāng)PC上位機(jī)發(fā)送控制指令時(shí)，就會(huì)觸發(fā)UART中斷，就緒TSK1，讀取控制指令，選定相應(yīng)的算法模式，并對Mail_box賦新值。當(dāng)Mail_box對應(yīng)之前的Pend值時(shí)，相應(yīng)的算法任務(wù)會(huì)立刻就緒，若具有高優(yōu)先級，算法線程會(huì)立即執(zhí)行。在完成視頻圖像處理以后，視頻圖像輸出任務(wù)就緒，回放處理后的視頻圖像。

　　3.2 人機(jī)交互和DSP/BIOS任務(wù)調(diào)度結(jié)果

　　本系統(tǒng)進(jìn)行人機(jī)交互的硬件模塊是德州儀器TMS320C5402芯片。首先在鍵盤上輸入鍵值產(chǎn)生對應(yīng)的掃描碼，當(dāng)掃描碼在McBSP中進(jìn)行傳輸后，TMS320DM6437與C5402芯片間便開始進(jìn)行通信。人機(jī)接口框圖如圖5所示，如果PC發(fā)送數(shù)據(jù)完成時(shí)，通過鍵盤可進(jìn)行不同算法間的切換，人機(jī)交互界面如圖6所示。

　　本程序中設(shè)置了一個(gè)McBSP硬件中斷，多線程中UART接收和McBSP中斷優(yōu)先級最高，其次是軟中斷UART數(shù)據(jù)讀入和發(fā)送，最后是TSK。線程間分別通過Mail_box（）和SEM（）進(jìn)行通信和同步。DSP/BIOS的任務(wù)時(shí)序圖如圖7所示，可見多線程間的切換合理，程序運(yùn)行正常。

　　3.3 實(shí)時(shí)圖像處理效果

　　本系統(tǒng)通過人機(jī)交互控制，得到的各種算法處理效果如圖8、圖9所示。

　　圖8（a）是運(yùn)動(dòng)模糊后的圖像，圖8（b）是平滑模糊后的圖像。在圖8（b）中加入隨機(jī)噪聲后，如圖9（a）進(jìn)行逆濾波復(fù)原，如圖9（b）進(jìn)行維納濾波復(fù)原。可發(fā)現(xiàn)逆濾波不能很好地過濾掉原有噪聲，并且噪聲在傅里葉變換過程中被放大；而維納濾波復(fù)原效果很好，可自動(dòng)抑制噪聲放大。圖9（c）是運(yùn)動(dòng)模糊復(fù)原圖像，對物體間相對運(yùn)動(dòng)造成的模糊具有很好的復(fù)原效果，但與圖8（a）相比較，復(fù)原后圖像的整體亮度偏暗，這是因?yàn)樵谶\(yùn)動(dòng)模糊模型的逆推過程中進(jìn)行了像素點(diǎn)的近似取值[7]。

4 結(jié)論

　　本文以SEED-DEC6437開發(fā)板為核心硬件搭建視頻回路，基于DSP/BIOS構(gòu)建軟件平臺(tái)，并將圖像模糊算法和圖像復(fù)原算法移植到該系統(tǒng)上。為了增強(qiáng)系統(tǒng)的可控性和實(shí)時(shí)性，又成功加入人機(jī)控制，經(jīng)過對多張圖像的采集、模糊和復(fù)原，發(fā)現(xiàn)在DSP/BIOS調(diào)度后，圖像的處理速度大幅提升，復(fù)原效果良好，多任務(wù)間的通信和同步不易出現(xiàn)死循環(huán)?？梢娫撘曨l圖像復(fù)原系統(tǒng)在性能上總體讓人滿意。

參考文獻(xiàn)

　　[1] 馮強(qiáng)，于盛林，張維.基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的圖像復(fù)原新方法[J].中國圖象圖形學(xué)報(bào)，2009，14（3）：430-434.

　　[2] 周寧寧，趙正旭，秦文虎.圖像的中介濾波算法與圖像中介保真度度量[J].電子學(xué)報(bào)，2008，36（5）：979-984.

　　[3] Feng Zhilin， Yin Jianwei， Liu Yang， et al. Research on jacquard fabrics image denoising using Allen-Cahn level set model[J]. Journal of Zhejiang University： Engineering  Science， 2005，39（2）： 185-189.

　　[4] 黃飛.基于DM642的紅外圖像實(shí)時(shí)處理系統(tǒng)的設(shè)計(jì)[D].杭州：浙江大學(xué)，2006.

　　[5] RUSSELL P St J. Photonic crystal fibers[J]. Science，2003，299（5605）：358-362.

　　[6] 何紅英，尉朝聞.基于逆濾波法的圖像復(fù)原技術(shù)研究[J].西安文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2009，12（3）：92-96.

　　[7] 肖杰雄.基于POCS算法的超分辨率圖像重建[D].上海：上海交通大學(xué)，2009.