基于SEED-DTK6437的视频图像增强系统设计

摘  要： 设计了视频图像增强系统，该系统采用基于TI公司高性能Davinci系列TMS320DM6437处理器的SEED-DEC6437 EVM板作为主要硬件平台，在DSP集成开发环境CCS3.3中采用C语言和汇编语言混合编程，对摄像头采集的实时视频图像实现了图像增强算法从软件到硬件平台的移植，同时使用主板上TMS320DM6437和TMS320C5402双DSP芯片进行通信，实现良好的人机交互。结果表明，该系统具有算法简单、性能稳定和实时性好的特点。

关键词： DSP；图像增强；TMS320DM6437

随着电子计算机技术的进步，图像增强技术近年来得到飞跃的发展。由于图像在成像、传输和转换过程中受设备条件、传输信道和照明等客观因素的限制，所获得的图像往往存在某种程度上的质量下降。图像增强就是通过对图像的某些特征（如边缘、轮廓和对比度等）进行强调或锐化，同时减弱或去除不需要的信息，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。迄今为止，图像增强技术己经广泛用于军事、地质、海洋、森林、医学、遥感、微生物以及刑侦等领域。

在数字图像增强处理研究中，大部分图像增强技术在PC纯软件下实现，难以达到实时图像处理的速度要求。SEED-DTK6437数字媒体处理器是首批支持达芬奇技术的纯DSP器件，其功能强大，接口和编程方便，稳定性和可重复性好，对于环境温度、湿度、噪声、电磁场的干扰和影响较小，可靠性高。本系统在SEED-DTK6437平台上实现视频图像增强系统[1-3]。

1 视频图像增强系统总体设计

本文设计的视频图像增强系统主要是在所搭建的SEED-DEC6437开发板、摄像头和液晶显示器等硬件平台上实现对采集的视频图像进行实时的增强处理，最后在彩色显示器上实时输出。同时加入了人机接口，可以通过按键功能进行系统切换，选择图像增强算法，并且通过LCD液晶显示信息，使整个系统操作性更强，更加人性化。系统流程图如图1所示。

整个系统的流程为：前端设备CCD摄像头获取原始视频图像数据，视频解码器TVB5150将数据转化成YUV格式的视频图像数据，然后图像增强算法对视频图像数据进行处理，处理后把需要显示的视频图像放到缓冲区进行显示。在本系统中，数据处理过程主要在于实现视频图像增强算法，其中主要包含中值滤波增强算法和直方图增强算法。

本系统人机交互模块采用TMS320VC5402作为主控制器，同时外扩有SRAM及Flash，拥有17按键薄膜键盘，配置LCD液晶显示部件，可以显示系统相关参数的设置。

2 基于SEED-DEC6437视频采集回放

在进行视频图像增强之前，首先在SEED-DEC6437开发板上搭建视频输入输出系统，主要包括视频采集、图像处理和显示3个模块。SEED-DEC6437开发板中，TMS320DM6437处理器中集成的视频处理子系统（VPSS）包含视频处理前端（VPFE）[4]和视频处理后端（VPBE）[5]。视频采集回放系统回路如图2所示。

统视频输入是利用解码芯片TVP5150将模拟信号解码成为YCbCr422格式的数字图像信号，再送入TMS320DM6437进行相应的图像处理。TVP5150是一款高性能的视频解码芯片，可以将PAL制式的视频信号或NTSC制式的视频信号转换成YCbCr422格式的数字信号。

视频输出是利用内置的VPSS的视频输出编码模块（VENC）中4路10 bit的DAC输出，实现CVBS与VGA的输出。本系统在设计过程中主要采用以composite复合信号的形式来进行最终实时图像的输出显示。

3 系统的视频图像增强设计

系统的视频图像增强是整个系统的核心部分，从算法精度和复杂度等方面考虑，本系统主要采用增强算法中值滤波和直方图均衡化，最终能够实现对从场景中所采集的加有噪声的视频图像进行增强处理，并且在显示器上实时输出增强后的视频图像[6-10]。视频图像增强系统的流程如图3所示。

3.1中值滤波及结果分析

本系统采用3×3型二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的二维数据序列。二维中值滤波输出为g（x，y）=med{f（x-k，y-l），（k，l∈W）}，其中，f（x，y）、g（x，y）分别为原始图像和处理后图像，W为二维模板。图4给出了本系统中值滤波处理前后的对比效果，可以看出中值滤波对椒盐噪声很有用。

3.2.2 多峰直方图均衡化

为了能够增强直方图均衡处理的有效性和自适应性，本系统根据直方图分布中的波谷将直方图分成几个部分，这时采用抑制最大频数和波谷分割相结合的技术将图像分层处理，即选择适当的数值限制图像中的高频数，同时利用波谷将图像进行分层处理。

采用多峰直方图均衡化处理的基本步骤如下：

（1）对给定的待处理图像统计其直方图分布并求出各灰度级的概率值pr′（r）；

其中，rc代表每层的最小灰度值，如第1层的rc=0；rs代表每层的最大灰度值，并且后一层初始值等于紧挨着的前一层的灰度最大值，即第2层的最小灰度值为第1层的最大灰度值。

（4）确定映射对应关系，用新灰度代替旧灰度，求出ps′（s）。

3.2.3直方图均衡化结果及分析

图6显示了本系统的多峰直方图均衡化和一般直方图均衡化的效果对比。其中图6（a）显示的是在光线较暗的情况下原视频图像，可以看出图6（b）和图6（c）比图6（a）的对比度明显提高，可见直方图均衡化可以提高图像对比度，达到增强效果。但是图6（b）所示的一般直方图均衡化使原图像亮度明显增加，失去了图像原始信息，而图6（c）所示的多峰直方图均衡化不仅提高了图像对比度，达到增强效果，而且没有过度增强，与实际原图像信息接近，效果更加真实。由此可得，多峰直方图均衡化弥补了一般直方图均衡化的缺点，既提高了对比度又能保持图像的原始信息，增强效果较好。

3.3 整体系统结果及分析

整体系统分为中值滤波模式、直方图均衡化模式和整体混合模式3大功能模式，它们可通过按键实现人工选择和切换。

整体混合模式即中值滤波和多峰直方图均衡化结合处理，效果如图7所示。图7（a）显示的是一般灰度图像加入噪声后的效果，显然，图像中引入了很多随机的亮点。图7（b）是经过中值滤波后的图像，显然，图像中的噪声点被基本滤除，但是图像的清晰度和分辨度不是很高。图7（c）是进一步加入多峰直方图均衡算法处理后的图像，可以明显看出图像的对比效果有了增强。

以上分析从人的肉眼角度进行主观定性分析，具有不确定性，为此，本系统通过DSP高速运算计算峰值信噪比（PSNR）进行定量分析，结果如表1所示，并且在CCS3.3上打印出来，以便观察分析。从表1可知，中值滤波和多峰直方图均衡化结合处理的PSNR值基本上大于原噪声图像PSNR值，而理论上PSNR比值越大，说明增强处理效果好，由此可得，本系统的整体混合模式中多峰直方图均衡化主要用于对比度拉伸，与中值滤波相结合后，既可以去除噪声，又达到了增强的效果。

本文以SEED-DEC6437开发板为核心硬件，成功搭建了一个视频图像增强系统。在设计过程中，首先在DSP/BIOS环境下实现了视频采集驱动程序，进而成功地在SEED-DEC6437开发板上搭建了视频输入输出系统，该系统具有良好的实时性及稳定性。其次，本系统采用中值滤波模式、直方图均衡化模式和整体混合模式进行选择切换，从而使得本系统可以根据不同的场景进行不同的视频图像增强，适应性好。最后，为了增强本系统的灵活可控性，加入了人机接口，实现良好的人机交互。