CN104715463A - 基于dsp进行超声图像平滑处理程序的优化方法 - Google Patents

Abstract

基于DSP进行超声图像平滑处理程序的优化方法，属于超声图像处理技术领域。为了解决现有超声图像平滑处理速度慢且效率低的问题。所述超声图像平滑处理程序是基于DSP实现的，所述优化方法包括：步骤一：根据需求设计超声图像平滑处理的算法，根据设计的算法利用C语言编写超声图像平滑处理程序；步骤二：找出编写的超声图像平滑处理程序中效率低的部分，采用中值滤波法对效率低的部分进行优化，获得优化后的部分，判断优化后的部分是否满足要求，若是，则结束，若否，则转入步骤三；步骤三：对步骤二中优化后的部分编写线性汇编，使线性汇编后的满足要求。本发明用于超声图像平滑处理程序的优化。

Description

基于DSP进行超声图像平滑处理程序的优化方法

技术领域

本发明属于超声图像处理技术领域。

背景技术

数字图像处理技术作为利用计算机对图像进行处理，提高图像质量或者提取有效信息的一种技术和方法，逐渐成为一个新兴的学科，研究范围涉及到图像变换、图像增强和复原、图像编码压缩、图像描述、图像分类和图像分割等的数字图像处理技术由于自身处理方法灵活、便于传输等优点被应用于通讯、医疗和宇宙探索遥感等诸多领域。

超声的声波频率在20000赫兹以上，超出人类能听到的声音频率上限，在医学上用超声检测不仅价格低廉而且对人体没有伤害，最重要的是它利用超声的物理特性和人体组织器官的声学差异来描述组织器官的情况，可以通过图像形式来显示，帮助人们尽早发现和治疗疾病，对人类健康做出了重大的贡献。利用超声成像的技术在临床医学中使用广泛，已经成为现代临床医学诊断中不可缺少的方法，超声图像的质量影响着医生对病人体内情况的判断。而在超声图像采集和传输过程中会受到电磁波干扰等造成的外界干扰和摄像头热噪声等造成的内部干扰。这些干扰使图像质量下降、变得模糊、特征被淹没，噪声干扰医生对病人体内组织器官的判断，对于图像分析十分不利。随着超声技术的发展，其在医学上的应用越来越多的被人们接受和采用，同时，人们对超声设备的要求也就更高，对超声显示的图像质量要求也随之增高，所以超声图像的处理技术越来越被更多人重视，越来越多的人参与到这项研究之中。

可以消去图像噪声提高图像质量的图像平滑成为了图像增强技术中的重要研究对象，平滑模块出现在了很多有关图像处理的软件中。针对不同图像的需求，有多种常见的平滑处理算法，好的图像处理算法不仅能去除噪声还能较好的保留图像边缘使边缘线条明晰并且细节分明。不断有人提出好的平滑处理算法，但是针对不同的图像还没有通用的最好的算法，不同图像偏重点不同，适用的方法自然不同，所以在处理超声图像时要选择合适的算法。

图像处理最早被应用在20世纪20年代，20世纪50年代的电子计算机已经发展到一定水平，随之而来的是数字图像处理的出现，到20世纪60年代初期，形成了数字图像处理学科，在这一时期，作为数字图像处理重要组成部分的图像平滑研究也形成了。早期的图像处理是基于人类视觉的，以改善图像的视觉效果为目的。1964年，美国喷气推进实验室(JPL)使用图像处理技术处理了航天探测器发回的月球照片，首次实际应用图像处理技术获得成功，随后他们又用更复杂的方法处理了几万张航天探测器发回的照片，推动了数字图像处理学科的诞生。在二十世纪八十年代之前，数字信号处理还只是在理论阶段，由于技术限制很难应用到实际中，直到二十世纪七十年代末八十年代初，AMI公司发布了第一个单片可编程DSP，理论才逐渐被应用到低成本的实践中。1980年，为解决早期图像平滑技术因假设图像为平稳随机场而对图像进行线性滤波导致图像边缘模糊的缺陷，J.S.Lee首先提出了图像的自适应平滑算法，随后出现了多种改进的图像自适应平滑算法。现有图像平滑处理存在速度慢且效率低的问题。

发明内容

本发明的目的是为了解决现有超声图像平滑处理速度慢且效率低的的问题，本发明提供一种基于DSP进行超声图像平滑处理程序的优化方法。

本发明的基于DSP进行超声图像平滑处理程序的优化方法，

所述超声图像平滑处理程序是基于DSP实现的，所述优化方法包括：

步骤一：根据需求设计超声图像平滑处理的算法，根据设计的算法利用C语言编写超声图像平滑处理程序；

步骤二：找出编写的超声图像平滑处理程序中效率低的部分，采用中值滤波法对效率低的部分进行优化，获得优化后的部分，判断优化后的部分是否满足要求，若是，则结束，若否，则转入步骤三；

步骤三：对步骤二中优化后的部分编写线性汇编，使线性汇编后的满足要求。

所述步骤二中，找出编写的超声图像平滑处理程序中效率低的部分的方法为：

使用C6000编译器的profile命令来找出编写的超声图像平滑处理程序中效率低的部分。

所述步骤二中，采用中值滤波法对效率低的部分进行优化的方法包括：

所述方法采用两层循环实现：

步骤二一：选取3*3窗口，使每行3个元素按降序排列，窗口向下滑动，则窗口中每一时刻的3行元素都是降序排列，第一列都是每行的大数，第二列是中间数，第三列是小数；

步骤二二：找到第一列中最小值h_min，第二列中的中间值m_mid，第三列的最大值l_max；

步骤二三：找出h_min、m_mid和l_max中的中间值，找出的中间值就是窗口中元素的中间值。

所述两层循环中的内层循环的过程包括：

步骤二一：利用三个指针分别指向窗口所在的三列，窗口向下滑动就是指针向下移动，将每一列的4个数存到一个32位寄存器中，三列分别存于寄存器x0_3210、寄存器x1_3210和寄存器x2_3210；

步骤二二：利用内联函数_cmpgtu4()和_xpnd4()，找出寄存器x1_3210和寄存器x2_3210中较大的4个数，利用内联函数_maxu4()和内联函数_minu4()找到每行最大的值，存于寄存器x0_3210的最大列x0_3210_b，每行中值存于寄存器x1_3210的中值列x1_3210_c，每行最小值存于寄存器x2_3210的最小列x2_3210_c；

步骤二三：前一次循环中第一列的高位2byte存于寄存器max0_3210的低16位，最大列x0_3210_b的低位2byte存入寄存器max0_3210的高16位，前一次循环中第一列的高位1byte存入寄存器max1_3210的低8位，最大列x0_3210_b的低位3byte存入寄存max1_3210的高24位，找出窗口移动4个时刻的最大列的最小值maxmin_3210；

步骤二四：采用与步骤二三相同的方法，找到窗口移动4个时刻的最小列的最大值minmax_3210；

步骤二五：采用与步骤二三相同的方法，找到窗口移动4个时刻的中值列的中值medmed_3210；

步骤二六：找到maxmin_3210、medmed_3210和minmax_3210的中间值，所述中间值就是所求的中值，存入输出数组。

本发明的有益效果在于，采用中值滤波法并对其进行优化，中值滤波法的程序优化时通过采用软件流水、内联函数、字长优化和const等方式很大程度的提高了程序的效率，关键是将逻辑运算转换成算数运算后充分利用了DSP的高效性。第二次优化后的曲线由于与第一次数值相差较多变化不明显，将其放大，经过优化，程序由89.3962M缩小到0.2104M，满足要求，可见优化效果很好。

附图说明

图1为本实施方式的原理示意图；

图2为软件流水原理示意图；

图3为中值滤波法优化过程中平滑一阵图像所占时钟周期变化的原理示意图；

图4为中值滤波法优化过程放大的原理示意图。

具体实施方式

结合图1至图4说明本实施方式，本实施方式所述的基于DSP进行超声图像平滑处理程序的优化方法，

如图1所示，所述方法包括三步，第一步是需求设计超声图像平滑处理的算法，编写C语言程序，使用C6000的profile命令来找出代码中哪一部分效率低，将这一部分单独拿出来进行处理，进入第二步，第二步是对编写的C语言代码进行优化，就是对原代码中的低效率段进行优化处理，这是大部分程序优化最重要的部分，也是大部分必须经历的部分，在这一步中，可以使用内联函数、软件流水等优化手段来进行处理，再用profile命令来检验是否满足要求，如果满足则优化结束，如果不满足要求则进行下一步操作，第三步是编写线性汇编，将经过第二步处理还未能达标的程序写成线性汇编以达到目的。

DSP自身的特点使它在程序优化处理方面有多种方法，本实施方式阐述的是中值滤波法：编译器选项中-o的含义是使能软件流水和其他优化方法，部分在本实施方式中能用到的编译器选项含义如表1所示。

表1 部分编译器选项含义

进行软件流水时使用-o2或者-o3选项来安排循环指令，使循环执行多次迭代来提高程序效率。软件流水包括流水线填充、循环内核和流水线排空，如图2所示。图中的大写字母和数字分别表示各种指令的迭代和不同迭代的第几条指令。

图2中的同一行代表同时执行的不同指令的不同条，这样指令并行可以大大提高效率。为实现软件流水，在程序上多做的工作是十分有必要的，程序虽然在表面上看变得复杂，但实际处理却变得快速。但要注意循环的软件流水是有要求的，只有最里面的循环可以进行软件流水，而且软件流水可以包含内联函数，但不可以包含普通函数的调用。

内联函数(intrinsics)是C6000编译器提供的可以直接映射为内联指令的特殊函数，它使用方便，运行时处理速度可媲美汇编程序。表2列出本实施方式所用的内联函数以及它的作用，本实施方式后续应用这些内联函数时不再具体赘述它们的作用。

表2 本实施方式所用内联函数

用字长优化包括两种：用字访问2个16位数据和用双子访问2个32位数据，具体应用时还有其它方式。

用CCS软件处理程序时使用profile工具来检测处理速度，本实施方式以CCStudiov3.3为例来阐述，在CCS界面的工具栏中有profile选项，在下拉菜单中选择clock，选中Enable和View，这时，在窗口右下角会出现时钟标记，它可以显示出程序运行的时钟周期数，根据时钟周期可以计算出每秒可以处理多少帧图像，每次统计完周期数双击时钟图标可以将数值恢复到0，周期数后面的数字显示的是当前光标所在的行和列。

所述方法中值滤波属于空间域方法中的非线性滤波，它的主要思想就是用区域内各像素点的中间值来替换区域中间位置点的像素值。将一组数据排序，当个数为奇数时，位于中间的数就是中值，当个数为偶数时，位于中间的两个数的平均值为中值。具体算法如下：选定模板，对滑动窗口内的各个像素点进行排序，取排序后的中值为窗口中心点的像素值，窗口滑过整幅图像后，各像素点值都为处理后的数据值，可得到经中值滤波处理的图像。中值滤波具有优于单纯的取平均值算法的效果。中值滤波对于孤立的噪声信号消除作用很强，因为他把与周围像素灰度值相差较大的点的像素改为与周围像素灰度值接近的值。同时，它与简单的取均值方法比，产生的模糊较少，在平滑处理的基础上还有一定的保持边缘细节的作用。

中值滤波法的程序中有3层循环，考虑将内层循环展开使最内层循环足够大来实现软件流水。由于程序中有排序函数，所以存在较多的逻辑运算，而DSP对算数运算比逻辑运算要快得多，也就是说它更擅长于算术运算，所以考虑最好是能把逻辑运算转换成算数运算，再用内联函数和字或双字访问辅助处理，这样能使程序更加高效。

优化前的程序运行占用时钟周期数为：93，738，685cycles，就是89.3962M，程序非常大，很明显，低效率段就在这多重循环处，而最关键的是排序函数的逻辑运算使得速度如此慢。

程序最大的问题是没有进行有效的软件流水，而且排序占用很大时间，中值滤波法只要找到中值就行，不必要把每个数的顺序也找出来。本实施方式改进程序，使循环变为2层，算法基本描述为：

(1)选取3*3窗口，使每行3个元素按降序排列，窗口向下滑动，则窗口中每一时刻的3行元素都是降序排列，第一列都是每行的大数，第二列是中间数，第三列是小数；

(2)找到第一列中最小值h_min，第二列中的中间值m_mid，第三列的最大值l_max；

(3)找出h_min、m_mid和l_max中的中间值，它就是窗口中元素的中间值。

程序这样编写后，虽然还是逻辑运算，但是可以省去排序的开销，而且有利于软件流水，仿真结果显示，平滑处理一帧图像的时钟周期为：967，161cycles，即0.9224M，结果显示，程序得到很大程度的优化。

再一步优化，加入const，将线数lines和点数points定义为const，仿真结果显示平滑一帧图像的时钟周期为：965，383cycles，即0.9207M，有一些效果。

为进一步优化程序，要使用内联函数和字长优化。利用内联函数_minu4()和_maxu4()能选出4对数里面较小、较大数的功能进行优化。优化后只有两重循环，改进后的最内层循环算法描述如下：

(1)三个指针分别指向窗口所在的三列，窗口向下滑动就是指针向下移动，将每一列的4个数存到一个32位寄存器中，三列分别存于x0_3210、x1_3210和x2_3210；

(2)利用内联函数_cmpgtu4()和_xpnd4()，找出x1_3210和x2_3210中较大的4个数，利用_maxu4()和_minu4()找到每行最大的值，存于最大列x0_3210_b，每行中值存于中值列x1_3210_c，每行最小值存于最小列x2_3210_c；

(3)前一次循环中第一列的高位2byte存于max0_3210的低16位，x0_3210_b的低位2byte存入max0_3210的高16位，前一次循环中第一列的高位1byte存入max1_3210的低8位，x0_3210_b的低位3byte存入max1_3210的高24位，找出窗口移动4个时刻的最大列的最小值maxmin_3210；

(4)与步骤(3)原理相同，找到窗口移动4个时刻的最小列的最大值minmax_3210；

(5)与前两步原理相似，找到窗口移动4个时刻的中值列的中值medmed_3210；

(6)找到maxmin_3210、medmed_3210和minmax_3210的中间值，就是所求的中值，存入输出数组。

这种算法每次最内层循环可以处理滑动窗口4个时刻的值。仿真得到平滑处理一帧图像时钟周期为：220，591cycles，即0.2104M，可见使用内联函数和字访问后程序性能大大提高。

如图3所示，中值滤波法的程序优化时通过采用软件流水、内联函数、字长优化和const等方式很大程度的提高了程序的效率，关键是将逻辑运算转换成算数运算后充分利用了DSP的高效性。

如图4所示，第二次优化后的曲线由于与第一次数值相差较多变化不明显，将其放大。经过优化，程序由89.3962M缩小到0.2104M，满足要求，可见优化效果很好。

ICETEK-XDS560U-PLUS通用数字信号处理开发系统支持美国德州仪器开发公司的DSP软硬件开发仿真，ICETEK-XDS560U-PLUS仿真器的标准配置包括一个5V/3A电源和一根USB电缆，进行软件安装和硬件安装后，打开Setup CCStudio v3.3进行配置，连接上目标板后，先双击CortexA_0进入CCS，执行操作：GEL->DRAMS->mDDR_Micron->MT46H16M32和GEL->IVA2200_Startup->IVA22_GEM_startup，此时在提示窗中显示“C64X+releasefrom reset”，再双击C6400PLUS_0进入CCS界面，之后的操作与利用CCS仿真时相同，打开已经存在的工程，加入优化后的程序文件，经过编译、加载和执行来实际测试程序。软件仿真结果为0.2104M，硬件测试结果为0.2050M，测试结果显示，在OMAP板上运行的中值滤波算法优化后的程序的效率与仿真结果一致。

Claims (4)

1.一种基于DSP进行超声图像平滑处理程序的优化方法，其特征在于，所述超声图像平滑处理程序是基于DSP实现的，所述优化方法包括：

步骤一：根据需求设计超声图像平滑处理的算法，根据设计的算法利用C语言编写超声图像平滑处理程序；

步骤二：找出编写的超声图像平滑处理程序中效率低的部分，采用中值滤波法对效率低的部分进行优化，获得优化后的部分，判断优化后的部分是否满足要求，若是，则结束，若否，则转入步骤三；

步骤三：对步骤二中优化后的部分编写线性汇编，使线性汇编后的满足要求。

2.根据权利要求1所述的基于DSP进行超声图像平滑处理程序的优化方法，其特征在于，所述步骤二中，找出编写的超声图像平滑处理程序中效率低的部分的方法为：

使用C6000编译器的profile命令来找出编写的超声图像平滑处理程序中效率低的部分。

3.根据权利要求1所述的基于DSP进行超声图像平滑处理程序的优化方法，其特征在于，所述步骤二中，采用中值滤波法对效率低的部分进行优化的方法包括：

所述方法采用两层循环实现：

步骤二一：选取3*3窗口，使每行3个元素按降序排列，窗口向下滑动，则窗口中每一时刻的3行元素都是降序排列，第一列都是每行的大数，第二列是中间数，第三列是小数；

步骤二二：找到第一列中最小值h_min，第二列中的中间值m_mid，第三列的最大值l_max；

步骤二三：找出h_min、m_mid和l_max中的中间值，找出的中间值就是窗口中元素的中间值。

4.根据权利要求3所述的基于DSP进行超声图像平滑处理程序的优化方法，其特征在于，所述两层循环中的内层循环的过程包括：

步骤二一：利用三个指针分别指向窗口所在的三列，窗口向下滑动就是指针向下移动，将每一列的4个数存到一个32位寄存器中，三列分别存于寄存器x0_3210、寄存器x1_3210和寄存器x2_3210；

步骤二二：利用内联函数_cmpgtu4()和_xpnd4()，找出寄存器x1_3210和寄存器x2_3210中较大的4个数，利用内联函数_maxu4()和内联函数_minu4()找到每行最大的值，存于寄存器x0_3210的最大列x0_3210_b，每行中值存于寄存器x1_3210的中值列x1_3210_c，每行最小值存于寄存器x2_3210的最小列x2_3210_c；

步骤二三：前一次循环中第一列的高位2byte存于寄存器max0_3210的低16位，最大列x0_3210_b的低位2byte存入寄存器max0_3210的高16位，前一次循环中第一列的高位1byte存入寄存器max1_3210的低8位，最大列x0_3210_b的低位3byte存入寄存max1_3210的高24位，找出窗口移动4个时刻的最大列的最小值maxmin_3210；

步骤二四：采用与步骤二三相同的方法，找到窗口移动4个时刻的最小列的最大值minmax_3210；

步骤二五：采用与步骤二三相同的方法，找到窗口移动4个时刻的中值列的中值medmed_3210；

步骤二六：找到maxmin_3210、medmed_3210和minmax_3210的中间值，所述中间值就是所求的中值，存入输出数组。