книги / Микропроцессоры в телевидении
..pdfЕсли Е (R_ Y ) М |
Если Е (R_Y) =? М |
----------------- , |
|
Е ( R - Y ) ‘ " K 3 E 'R - Y ) |
E ( R - Y ) * “ K 3 E ( R - Y ) |
Рис. 2.10. Алгоритм цветокоррекции с |
нелинейной амплитудной обработкой |
ПЗС-матрицы. Сигнал, считываемый с выходного регистра ПЗС, представляет собой чередующуюся последовательность отсчетов сигналов Er , EQ, Ев■Этот сигнал поступает в декодирующий блок, где преобразуется в три одновременных сигнала £ д, Ес, Ев. При этом разрешающая способность оказывается в 3 раза меньше тео ретического предела, определяемого горизонтальным расстоянием между соседними элементами ПЗС. Снижение разрешающей спо собности связано с тем, что между каждыми двумя соседними от счетами появляются паузы, равные двум тактам. Суть алгоритма обработки, повышающего качество ТВ изображения, состоит в том, что эти паузы устраняются путем соответствующего повторения последующего и/или предыдущего отсчетов. Отсчёты, заполняю щие паузу, выбирают на основе дополнительного сигнала
|
— Vn — Fn+з. |
|
|
|
(2.35) |
|
где Vn — отсчеты сигналов, |
причем |
отсчеты |
с |
п —3k, л =36+1, |
||
п —36+2 соответствуют сигналам ER, EG, Ев |
соответственно; |
6= |
||||
- 1 , 2, 3, ... |
|
|
|
|
|
|
Если |
Лп> 0 , то соответствующий |
такт паузы |
заполняется |
от |
||
счетом, |
ей предшествующим, |
а если Лп< 0 , то отсчетом, следую- |
||||
61
щим за данной паузой. Дополнительный сигнал является общим для всех последовательностей сигналов.
Наиболее интересные результаты по улучшению качества ТВ изображений дает применение МП, реализующих алгоритмы обра ботки изображений в пространственно-спектральной области. Вся кую функцию, отображающую распределение уровней сигнала в изображении, можно представить в виде совокупности определен ного вида элементарных функций — пространственного спектра изображения. Такое представление осуществляется с помощью унитарных преобразований изображений, например преобразова ний Фурье, Уолша, Адамара. Таким образом, для улучшения ка чества изображения необходимо вначале с помощью МП осущест вить прямое преобразование, затем определенным образом изме нить составляющие спектра, например путем фильтрации, и пос леднее — осуществить обратное преобразование, которое позво лит получить уже выходное улучшенное изображение.
К числу алгоритмов обработки пространственных спектров от носится алгоритм степенного изменения модуля преобразованного
спектра Фурье |
|
f*p Me. Пу) = [М (Nx, Ny)]aexp {i Ф (Nx, Ny)}, |
(2.36) |
где M, Ф — модуль и фаза спектра Фурье; а — показатель сте пени, обычно при о < 1 улучшается субъективное восприятие изоб ражения; Nx, Ny — пространственные частоты по осям х и у изоб ражения.
Наиболее простой метод инверсной фильтрации, осуществляе мой по формуле
Me. Nw) = ^вх М * Nv) + Ш Мее. ^ ) /Я ф(Nx, Ny)\. |
(2.37) |
где &~nx(Nx, Nv), Ш(Nx, Nv) — спектры Фурье входного изобра жения и аддитивного шума; Яф (Nx, Nv) — спектр Фурье импульс ного отклика линейной искажающей системы.
Делая обратное преобразование Фурье, получаем изображение, описываемое функцией [18]
r (*> y) = Fn |
(x, |
Ul{Nx, N u) |
H 0 {NX, Ny) X |
||
Xexp(i(xNx, |
yNv)}dNxdNv, |
(2.38) |
где x, у — координаты точек изображения; FBX(*, у) — функция, описывающая входное изображение.
В отсутствие шума достигается полная ликвидация влияния искажающей системы. При его наличии могут довольно сильно искажаться мелкие детали изображения, которым соответствует высокочастотная составляющая пространственного спектра. Для учета влияния шума применяют алгоритмы винеровской фильтра ции, при которых импульсный отклик фильтра получают из мини мума среднеквадратической разности между входным FBX и вы*
62
ходным F(x, у) изображениями. Частотная характеристика фильт ра с таким импульсным откликом [18J
Hl(Nx,N y)
ЯФ(ЛГ„ и)~ \НФ (МХ, N y) (2.39)
где Г ш (Nxt Ny) — энергетический спектр аддитивного шума с ну левым средним значением.
Методы фильтрации молено применять для улучшения качест ва дискретизованных изображений, когда оно испорчено наложе нием на основной спектр побочных. Побочные спектры возникают в результате применения дискретных ТВ датчиков видеосигналов (например, ПЗС-матриц), обеспечивающих значение частоты от счетов меньше половины наибольшей пространственной частоты спектра изображения. Если принять независимость высокочастот ных и низкочастотных составляющих пространственного спектра, то частотная характеристика интерполирующего фильтра в поло
се |
пропускания |
|
|
R (Nx, Ny) « Г вх (Nx, Ny)/[W9X (Nx, Ny) + Wл .с (AT* Nt)J, |
(2.40) |
где |
W'DX, №'л.с — энергетические пространственные спектры вход |
|
ного пзобралсения и лоленых составляющих (побочный); NXt Ny — пространственные частоты по оси х и у.
При пространственно-спектральной фильтрации необходимо получить пространственный спектр сигнала. Вычислять спектр можно, используя алгоритмы быстрого преобразования Фурье (БПФ), что сокращает время вычисления с N2 до 0,5Nlog2N, где N — размерность последовательности данных. Это дает большой выигрыш при N, равном нескольким сотням. При малых N иногда спектр молено вычислять быстрее прямым путем. При БПФ, вы полняемом процессором, базовой операцией является операция «бабочка» (рис. 2.11). Эта операция заключается в преобразова нии двух входных отсчетов в два новых, которые хранятся в тех же ячейках памяти, в которых находились' исходные. Отпадает необходимость в дополнительных массивах памяти для хранения промежуточных результатов вычислений. Объем памяти определя ется числом исходных отсчетов и таким л<е числом результатов умножения [48]. Первый массив промежуточных результатов вы числяется последовательно и помещается в ячейки, прелюде заня тые исходными отсчетами, которые больше уже не нужны. Затем вычисляется второй промежуточный массив, и вновь его значения заносятся в ячейки, которые до этого занимали первый промежу-
и,
Рис. 2.11, Операция «бабочка» при БПФ (х,, х2— исходные, tji, у2 — выходные от счеты; И?1, — множитель, /-=0,1,..., N)
63
точный массив, и так продолжается до тех пор, пока БПФ не будет вычислено. Дискретные комплексные экспоненты W вычис ляются обычно заранее [48]. Недостатком такого вычисления явля ется то, что его результаты располагаются не в естественном по рядке и для его восстановления следует осуществить операцию перестановки отсчетов спектра.
Реализовать БПФ можно с помощью специального устройства векторной обработки, которое работает под управлением и конт ролем МП и выполняет арифметические операции, обращение к массивам с емкостями данных, во много раз превосходящими ем кость памяти МП. Для выполнения операции «бабочка» БПФ применяют четырехразрядный арифметический разрядно-модуль ный элемент, состоящий из умножителя, независимого сумматоравычислителя, четырех. периферийных регистров и четырех муль типлексоров данных [48]. Упрощенная структурная схема устрой ства показана на рис. 2.12.
Входной регистр Rj множимого можно загружать через два входных порта, выбираемых с помощью устройства управления мультиплексором, что обеспечивает простоту функционирования устройства в системах с общей шиной. Слово множителя, пред ставленное в последовательной форме, подается на порт входа у. Внешний доступ к сумматору осуществляется через регистры R2 и R3, которые через мультиплексоры подсоединяются к портам ввода z и х2 соответственно. Результаты вычислений с микросхемы можно подавать на порт вывода Q через регистр R4 или же об ратно на входной регистр сумматора R2 через внутреннюю цепь обратной связи, что позволяет осуществлять операцию накопле-
ск^ |
i2 ск2 |
Рис. 2.12. Структурная схема для выполнения операции «бабочка»
64
ния. Микросхемой управляют с помощью двух квазинезависимых синхронизируемых команд. Эти команды загружаются через вхо ды Ii и 12 и синхронизируются с помощью сигналов, поступаю щих на входы CKi п С1<2 [48].
Для реализации всей операции «бабочка» с требуемой длиной слова данных необходимо несколько разрядно-организованных арифметических элементов. Арифметическое устройство, предназ наченное для вычисления дискретного преобразования Фурье, можно использовать в качестве дополнительного блока микропро цессорной системы, запрограммированной для реализации алго ритма БПФ. С помощью техники распараллеливания можно соз дать процессоры БПФ с частотой обработки свыше 10 МГц [48].
Вычисление дискретного преобразования Фурье по алгоритму, БПФ больших массивов данных, хранящихся во внешнем ЗУ, тре бует организации весьма быстрой пересылки массивов, объем ко торых выше объема ОЗУ. В микропроцессорной системе, содержа щей матричный процессор, этот обмен происходит между внеш ним ЗУ МП системы и ОЗУ матричного процессора. Такой обмен целесообразен по алгоритму, в котором общее время обмена сок ращается благодаря выбору массива данных в том порядке, кото рый требует алгоритм БПФ. Таким является алгоритм, реализо ванный аппаратно. Матрица данных 2тХ х п элементов делится на 2- » блока, размер которых таков, что позволит разместить каждый из них в ОЗУ. Алгоритм обмена затем используют для цикличе ской пересылки блоков по одному в ОЗУ и возврата их после об работки на прежнее место во внешнем ЗУ. Во время обмена адре сация внешнего ЗУ соответствует перемешанному порядку данных, как это требуется для арифметических операций БПФ [48].
Применение алгоритмов БПФ для обеспечения способов обра ботки сигналов, когда требуется разная скорость обработки или различная архитектура обрабатывающего процессора, вынуждает применять спецпроцессоры БПФ. Такие спецпроцессоры представ ляют собой программируемые устройства с большим быстродейст вием, способные функционировать в последовательном и парал лельных режимах. Они состоят из набора стандартных модулей, одним из которых является модуль операции «бабочка», позволяю щих обрабатывать комплексные данные, модуль памяти.и несколь ко сервисных модулей. Структурная схема типичного модуля опе рации «бабочка» показана на рис. 2.13. Это устройство организо вано по байтовому принципу и может наращиваться до 16, 24 и 32 двоичных разрядов с помощью соединения нескольких модулей. Модуль содержит умножители и сумматоры-вычислители. Для хранения комплексных данных используют ЗУПВ, а для хранения значений дискретных экспонент — ППЗУ. На вход из блока па мяти или другого модуля поступают одновременно четыре комп лексных числа. Они поступают в ЗУПВ. После накопления в нем данных группа из четырех комплексных величин считывается и над ними выполняется четырехточечная операция «бабочка». По лученные на выходе четыре новых комплексных числа поступают
3 - 64 |
65 |
я/2
Рис. 2.13. Структурная схема модуля операции «бабочка»
в следующий модуль операции «бабочка» или в блок памяти или же возвращаются в ЗУПВ для использования на следующем эта пе вычисления БПФ. Для повышения частоты обработки модули операции «бабочка» следует соединить параллельно и организо вать конвейерную обработку данных [48].
Кроме преобразований Фурье среди ортогональных преобразо ваний большое место занимают функции Уолша [49]. Функции Уолша привлекают сравнительной простотой реализации с их по мощью спектральной обработки сигналов, в том числе в смысле улучшения качества изображения. Специализированный МП, реа лизующий преобразование Уолша в реальном масштабе времени по мере поступления информации, строят на основе парциальных МП (ПМ). Его схема показана на рис. 2.14 для матрицы ф^, за дающей базис с N = 8 [50].
Парциальный микропроцессор (рис. 2.15) состоит из ОЗУ ре гистрового типа Рг, двух одноразрядных сумматоров и ключа Кл.
Для обработки больших N можно соединять идентичные МП, описанные выше. Таким образом, специализированный МП, реа лизующий быстрое преобразование Уолша, можно создать в виде набора однородных базовых БИС при несложном управлении [50].
Если можно представить пространственные искажения изобра жений операцией над вектором псевдоотсчетов идеального изоб ражения, то улучшить качество изображений можно методом псев дообращения матриц [18]. Так как этот метод связан с нахожде нием решений уравнений, описывающих наблюдаемое изображе
ние. 2.14. Структурная схема МП |
Рис. 2.15. Структурная схема пар- |
для преобразования Уолша |
циального МП |
ние, то вектор, учитывающий МхМ реальных отсчетов нерезкого изображения С4,
g - B - f , |
(2.41) |
где f — вектор, учитывающий N X N псевдоотсчетов неискаженно го; В — матрица элементов, являющихся отсчетами импульсного отклика.
Этот метод хорошо реализуется с помощью МП. Метод псевдо обращения матриц имеет недостаток; шум может стать причиной резко выраженной неустойчивости вычислительного процесса. Его можно устранять, используя для улучшения изображений методы на основе регрессии с использованием априорной информации о статистических свойствах шума [18].
К вычислительным, улучшающим качество изображений и реа лизуемым с помощью МП, относятся также методы сглаошвания и регуляризации [18]. Если качество изображения плохое из-за геометрических искажений, возникающих в ТВ передающих каме рах на видиконах, видеосмотровых устройствах и телевизорах, при перспективном наблюдении применяют два метода их исправ ления: априорный и апостериорный.
Априорный метод заключается в нелинейном предыскажении ТВ растра, компенсирующем последующие искажения. Апостериор ный метод заключается в следующем. Создают модель искажаю щей функции, в качестве которой может быть полином какой-либо степени. Затем определяют коэффициенты этого полинома, исходя из минимизации среднеквадратической или какой-либо другой ошибки аппроксимации координат известных точек х, у их полино миальной оценкой хп, уп■Среднеквадратическая ошибка [18]
о = (х — Аа)т (х — Аа) + (у — АЬ)Т (у — АЬ), |
(2.42) |
||||||||
где |
_ |
|
к |
К |
|
кК |
|
__ |
|
|
~1 |
/? |
k\~ |
|
|||||
А = |
1 |
/а |
К |
Й |
/а К |
$ |
. |
|
|
|
— |
1 |
/таk m |
fm |
Jm k m |
km |
J |
|
|
для полинома второго порядка |
k*; |
|
|||||||
p |
n = |
а0 + |
/ + |
аа |
а3 /* - f |
|
|||
/, А — координаты точки на искаженном изображении; а, b — векторы коэффициентов полинома; М — число точек с известными координатами; т — знак, обозначающий транспонирование мат рицы.
Ошибка минимальна при
а = А ~ х ; Ь = А ~ у , |
(2.43); (2.44) |
где А“ — обобщенная обратная матрица А. |
|
з* |
67 |
При числе точек с известными координатами, большем числа полиномиальных коэффициентов, А_=> (АТА)-1АТ.
Определив по (2.43), (2.44) коэффициенты полинома, опреде ляют исправленные координаты хп, Уп• Затем находят уровни яр кости элементов после коррекции. Для этого чаще всего исполь зуют интерполяцию по окрестности элемента изображения.
Если качество изображения снижается из-за мультипликатив ной помехи или неравномерности освещенности по полю, то его можно повысить методом гомоморфной фильтрации. Алгоритм та кой фильтрации выглядит следующим образом. Функцию F0(x,y), описывающую выходное изображение, логарифмируют, в резуль тате чего помеха превращается в аддитивную:
log2 [F0 (х, у)] = log, [F(х, у)] + log2 [Я (х, у)], |
(2.45) |
где F(x, у), Е(х, у) — функции, описывающие неискаженное изо бражение С4 и помеху соответственно.
Затем находят оценку логарифма &~(х, у) методами линейной фильтрации. Антилогарифмирование этой оценки дает в свою оче редь оценку исправленного с повышенным качеством изображе ния.
Кроме изложенных выше существует еще много методов улуч шения качества изображения С4, например методы, аналитическо го продолжения пространственного спектра, методы рекурсивной фильтрации и др. Большинство из них хорошо реализуется с по мощью микропроцессорной техники.
Рекурсивные фильтры (РФ) обладают бесконечной импульсной характеристикой. Цифровые РФ суммируют как входные, так и выходные последовательности, и поэтому можно считать, что та кие фильтры имеют бесконечную память [48]. Они требуют срав нительно меньшего объема памяти. Однако их фазовые характе ристики хуже, чем у нерекурсивных фильтров. Когда требуется высокое быстродействие, но допустима сравнительно низкая точ ность вычислений, в МП системах часто применяют РФ. Алгоритм для РФ выглядит следующим образом:
У1= 2 b kyi-k+ axit |
(2.46) |
ь* |
|
где Хг, yi — входная и выходная последовательности; 6fc, а — ко эффициенты, определяющие тип фильтра (низкочастотный, полосовый), частоты среза и т. п.; Р — число отсчетов, которые обра батываются цифровым фильтром в каждый момент (т. е. опреде ляющие ширину полосы фильтра); 6=0, 1, ..., р.
Структурная схема РФ, реализующего алгоритм (2.46), приве дена на рис. 2.16 [48].
Расчет РФ сводится к выбору коэффициентов для реализации необходимых характеристики и частоты среза. Различные РФ можно программировать, используя сменные ПЗУ, а также путем соответствующей адресации таблицы. Обобщенная схема РФ по казана на рис. 2.17 [48]. Структурная схема РФ, построенного на
Рис. 2.16. Структурная схема РФ
Т ^ Е Ь
МП, приведена иа рис. 5.18 [48]. Адаптер пери ферийного интерфейса (АПИ) представляет со бой устройство с испольbk
.зованием блока памяти, и
.входные и выходные циф ровые отсчеты обознача
ются в его регистрах как ячейки памяти. Поэтому не требуется •специальных команд ввода или вывода и отсчеты сигнала обраба тываются непосредственно как элементы входных или выходных последовательностей МП. Быстродействие увеличивается путем выполнения операций умножения до фильтрации и хранения их •результатов в виде таблицы в программируемом (стираемом) ППЗУ. Для обработки в реальном масштабе времени необходимо присоединять к МП внешние устройства для быстрого умножения и использовать параллельное выполнение арифметических опера ций или конвейеризацию вычислений.
Рис. 2.17. Обобщенная схема РФ
:-С |
|
Стираемое |
|
|
|
ППЗУ |
|
\ АЦП |
АПИ [■ |
Выходной |
|
сигнал |
|||
|
|
Рис. 2.18. Структурная схема РФ на МП
К другим |
Рис. 2.19. Структурная схема конвейерного двоиц, |
f разрядам |
кого сумматора |
|
На структурной схеме конвейерного сум- |
щ |
матора рис. 2.19 показано, как последова |
[ Триггср~| |
тельно складываются пары двоичных цифр |
|
в полных одноразрядных сумматорах [48]. |
|
Между сумматорами включают триггер для |
|
( хранения разряда переноса, который появ |
|
ляется в следующем сумматоре во время |
|
следующего тактового импульса. Операции |
сложения могут осуществляться одновременно. На любом этапе первый сумматор суммирует младшие разряды двух чисел, вто рой— следующие за ними разряды и т. д. Таким образом, хотя получение каждой суммы требует N тактовых интервалов, но при полной конвейеризации новая сумма получается на каждом так те *[48].
Создать универсальный алгоритм обработки, который повысит качество любого изображения в любой задаче, нельзя. Поэтому при использовании цифровых методов обработки целесообразно применять диалоговые системы обработки, построенные на основе использования специальных и серийных МП. Устройства обработ ки, позволяющие создать систему в диалоговом режиме, обычно называют дисплейными процессорами. Структурная схема одного из вариантов таких процессоров приведена на рис. 2.20 [50]. Ин формация в ЗУ записывается построчно. Буферное запоминающее
.устройство (БЗУ) необходимо для согласования относительно низ-
Рис. 2.20. Структурная схема дисплейного процессора
70