CN110351482A - 图像预处理装置、方法和一种相机 - Google Patents

图像预处理装置、方法和一种相机 Download PDF

Info

Publication number
CN110351482A
CN110351482A CN201910555489.1A CN201910555489A CN110351482A CN 110351482 A CN110351482 A CN 110351482A CN 201910555489 A CN201910555489 A CN 201910555489A CN 110351482 A CN110351482 A CN 110351482A
Authority
CN
China
Prior art keywords
image
module
filter module
pretreatment
instruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910555489.1A
Other languages
English (en)
Inventor
周柔刚
许东龙
胡泊
周才健
盛锦华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Guangyuan Intelligent Technology Co Ltd
Jinhua Alliance Intelligent Technology Co Ltd
Hangzhou Collection Intelligence Science And Technology Ltd
Original Assignee
Guangdong Guangyuan Intelligent Technology Co Ltd
Jinhua Alliance Intelligent Technology Co Ltd
Hangzhou Collection Intelligence Science And Technology Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Guangyuan Intelligent Technology Co Ltd, Jinhua Alliance Intelligent Technology Co Ltd, Hangzhou Collection Intelligence Science And Technology Ltd filed Critical Guangdong Guangyuan Intelligent Technology Co Ltd
Priority to CN201910555489.1A priority Critical patent/CN110351482A/zh
Publication of CN110351482A publication Critical patent/CN110351482A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种图像预处理装置、方法和一种相机。所述装置包括：滤波模块，内部设置图像预处理算法，用于对图像进行预处理；多个图像预处理选择模块，与所述多个滤波模块连接，用于接收输入图像，并根据所述多个滤波模块选择预定数目的滤波模块；其中，所述预定数目小于所述滤波模块的个数；指令解析模块，与所述多个图像预处理选择模块连接，用于获取预处理添加指令，并根据所述预处理添加指令获取所述图像预处理算法，并向所述图像预处理选择模块发送根据所述图像预处理算法对图像进行处理的指令。通过本申请所述方法提高了相机对图像的预处理能力。

Description

图像预处理装置、方法和一种相机
技术领域
本发明涉及图像处理技术领域，特别是涉及图像预处理装置、方法和一种相机。
背景技术
工业相机由于嵌入了图像处理功能，能够节省在上位机需要进行图像预处理的处理时间，从而提升上位机图像处理的整体速度，同时，由于上位机节省了图像预处理的任务，能够降低硬件配置，降低成本。
现有能够进行预处理的工业相机，都采用专业的设计板卡，无法满足灵活多变的图像预处理需要。
发明内容
基于此，有必要针对上述问题，提供一种能够根据图像处理需要选择图像处理算法的图像预处理装置、方法和一种相机。
一种图像预处理装置，所述装置包括：
滤波模块，内部设置图像预处理算法，用于对图像进行预处理；
多个图像预处理选择模块，与所述多个滤波模块连接，用于接收输入图像，并根据所述多个滤波模块选择预定数目的滤波模块；其中，所述预定数目小于所述滤波模块的个数；
指令解析模块，与所述多个图像预处理选择模块连接，用于获取预处理添加指令，并根据所述预处理添加指令获取所述图像预处理算法，并向所述图像预处理选择模块发送根据所述图像预处理算法对图像进行处理的指令。
在其中一个实施例中，所述多个图像预处理选择模块包括：多个接口转换模块，与所述多个滤波模块连接，用于从所述多个滤波模块选择一个所述滤波模块。
在其中一个实施例中，所述接口转换模块为三个。
在其中一个实施例中，所述滤波模块包括均值滤波模块、中值滤波模块、高斯滤波模块、最大值滤波模块、最小值滤波模块、sobel_x滤波模块、sobel_y滤波模块。
在其中一个实施例中，所述图像预处理选择模块为三个。
一种图像预处理方法，所述方法包括：
接收输入图像；
根据预处理添加指令获取多个图像预处理算法；
根据所述图像预处理算法对所述输入图像进行处理，得到输出图像。
在其中一个实施例中，在所述接收输入图像之后，还包括：接收中央处理器发送的预处理添加指令。
一种相机，包括上述图像预处理装置。
上述图像预处理装置、方法和一种相机，通过设置多个图像预处理选择模块对滤波模块进行选择，能够根据需要来选择图像预处理算法，提高了工业相机的图像处理能力和灵活度。
附图说明
图1为一个实施例中图像预处理装置的结构示意图；
图2为一个实施例中滤波模块的结构示意图；
图3为一个实施例中图像预处理方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种图像预处理装置，所述装置包括：滤波模块、图像预处理选择模块和指令解析模块。其中：
滤波模块，内部设置图像预处理算法，用于对图像进行预处理。
其中，滤波模块由三个部分组成，如图2所示，包括：Fifo缓存器部分、3*3模板和预处理算法。图像数据输入滤波模块后，通过两个先进先出(Fifo，First Input FirstOutput)缓存器对图像数据进行缓存，然后图像数据、Fifo缓存1的数据和Fifo缓存2的数据输入3*3模板对数据进行矩阵方式存储，最后通过预处理算法对矩阵中数据进行处理，输出处理完成的图像数据。其中，3*3模板为一个3*3的矩阵，图像数据、Fifo缓存1的数据和Fifo缓存2的数据分别存入3*3的矩阵的其中一行。预处理算法主要分为两种，一种卷积运算，一种排序运算。
图像预处理选择模块为多个，与所述多个滤波模块连接，用于接收输入图像，并根据所述多个滤波模块选择预定数目的滤波模块。其中，所述预定数目小于所述滤波模块的个数。
其中，图像预处理选择模块主要是接入图像数据，受指令解析模块的控制。图像预处理选择模块若没有预处理任务，直接把图像数据接入下个图像预处理选择模块；图像预处理选择模块若有处理任务，把图像数据接入到相对应的滤波模块并接收所述滤波模块反馈控制信号，然后接收由接口转换模块传输过来的处理完的图像数据，最后发送到下个滤波模块。其中，所述图像预处理选择模块为三个。
指令解析模块，与所述多个图像预处理选择模块连接，用于获取预处理添加指令，并根据所述预处理添加指令获取所述图像预处理算法，并向所述图像预处理选择模块发送根据所述图像预处理算法对图像进行处理的指令。
在其中一个实施例中，所述多个图像预处理选择模块包括：多个接口转换模块，与所述多个滤波模块连接，用于从所述多个滤波模块选择一个所述滤波模块。
其中，接口转换模块与所述图像预处理装置内所有的滤波模块连接，所述图像预处理选择模块包括预定数目的接口转换模块，每个接口转换模块从所述图像预处理装置内所有的滤波模块选择一个滤波模块。具体的，所述接口转换模块为三个。
在其中一个实施例中，所述滤波模块包括均值滤波模块、中值滤波模块、高斯滤波模块、最大值滤波模块、最小值滤波模块、sobel_x滤波模块、sobel_y滤波模块。
其中，均值滤波模块内存储类均值滤波算法。类均值滤波算法是一种加权均值算法，其主要优点是用左右移位替换乘除法。其主要思想是把3*3矩阵的9个像素扩展为16个像素，便于除法运算。公式如下：
x＝(s1+s3+s7+s9+(s2+s4+s6+s8)<<1+s3<<2)>>4；
其中，s1、s2、s3、s4、s6、s7、s8在3*3矩阵中的位置如图2所示，公式中s2、s4、s6、s8位置数据右移一位，位置s3右移2位，对移位后的位置数据和剩下的位置数据(除了s5的位置数据)左移4位，最后输出的像素位宽为8，对处理完成像素值超过255的像素，做了统一等于像素为255的处理。
中值滤波模块内存储中值滤波算法。中值滤波算法就是对3*3矩阵中的9个像素进行从大到小排序得到中间的像素输出。中值滤波算法的实现充分利用了fpga(field－programmable gate array，现场可编程门阵列)并行的优势,其中，采用3级共21个比较器来实现流水线的中值滤波算法，只要三个时钟周期就能输出中间像素值。主要思想是先进行第一级由小到大的行排序，再进行第二级由小到大的列排序，最后对s1、s5、s9进行排序得到中间像素值输出(参见图2)。中值滤波算法的实现方法：第一级采用9个比较器先对3行像素的大小进行小到大排序；第二级把3行排好序的像素按列的方向用9个比较器同时比较得到第一列的最小值，第二列的中值，第三列的最大值；第三级用3个比较器对第二级输出的三个像素排序得到中间像素值。
高斯滤波模块内部存储高斯滤波算法的模板式矩阵：其实现方式与类均值滤波算法基本一致，最后输出的像素位宽为8，对处理完成像素值超过255的像素，做了统一等于像素为255的处理。
最大值滤波模块存储了最大值滤波算法。最大值滤波算法采用两级比较的方式输出3*3矩阵中像素组成的序列中最大的像素，其中第一级对3*3矩阵中三列的像素进行比较求出每列的最大值，第二级对所述每列的最大值进行比较求出最大值输出。
最小值滤波模块存储了最小值滤波算法。最小值滤波算法采用两级比较的方式输出3*3矩阵中像素组成的序列中最小的像素，其中第一级对3*3矩阵中三列的像素进行比较求出每列的最小值，第二级对所述每列的最小值进行比较求出最小值输出。
sobelx滤波模块存储了obelx滤波算法和矩阵为了方便处理负数的处理obelx滤波算法采用了绝对值运算，公式为x＝|s7+s8+s9-s1-s2-s3|>>4。公式中，先比较s7+s8+s9和s1+s2+s3的大小，再做减法运算，最后求梯度变化。
sobely滤波模块存储了sobely滤波算法和矩阵为了方便表示负数的处理sobely滤波算法采用了绝对值运算，公式为x＝|s3+s6+s9-s1-s4-s4|>>4。公式中，先比较s1+s4+s7和s3+s6+s9的大小，再做减法运算，最后求梯度变化。
上述图像预处理装置，通过设置多个图像预处理选择模块对滤波模块进行选择，能够根据需要来选择图像预处理算法，提高了工业相机的图像处理能力和灵活度。
上述图像预处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，如图3所示，提供了一种图像预处理方法，所述方法包括：
S210,接收输入图像。
其中，输入图像可为工业相机拍摄的图像，或者相机内部存储的图像。
S220,根据预处理添加指令获取多个图像预处理算法。
其中，图像预处理算法包括均值滤波算法、中值滤波算法、高斯滤波算法、最大值滤波算法、最小值滤波算法、sobel_x滤波算法、sobel_y滤波算法。
S230,根据所述图像预处理算法对所述输入图像进行处理，得到输出图像。
在其中一个实施例中，在所述接收输入图像之后，还包括：接收中央处理器发送的预处理添加指令。
关于图像预处理方法的具体实现方式
关于图像预处理方法的具体限定可以参见上文中对于图像预处理装置的限定，在此不再赘述。
一种相机，包括上述图像预处理装置。
其中，所述相机可为工业相机，通过在相机内部嵌入上述图像预处理装置，并且在相机的显示屏显示图像预处理选择模块的选择提示框，通过在相机屏幕或者通过相机按键来选择滤波模块，实现相机灵活的对图像的预处理。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种图像预处理装置，其特征在于，所述装置包括：
滤波模块，内部设置图像预处理算法，用于对图像进行预处理；
多个图像预处理选择模块，与所述多个滤波模块连接，用于接收输入图像，并根据所述多个滤波模块选择预定数目的滤波模块；其中，所述预定数目小于所述滤波模块的个数；
指令解析模块，与所述多个图像预处理选择模块连接，用于获取预处理添加指令，并根据所述预处理添加指令获取所述图像预处理算法，并向所述图像预处理选择模块发送根据所述图像预处理算法对图像进行处理的指令。
2.根据权利要求1所述的装置，其特征在于，所述多个图像预处理选择模块包括：多个接口转换模块，与所述多个滤波模块连接，用于从所述多个滤波模块选择一个所述滤波模块。
3.根据权利要求1所述的装置，其特征在于，所述接口转换模块为三个。
4.根据权利要求1所述的装置，其特征在于，所述滤波模块包括均值滤波模块、中值滤波模块、高斯滤波模块、最大值滤波模块、最小值滤波模块、sobel_x滤波模块、sobel_y滤波模块。
5.根据权利要求1所述的装置，其特征在于，所述图像预处理选择模块为三个。
6.一种图像预处理方法，其特征在于，所述方法包括：
接收输入图像；
根据预处理添加指令获取多个图像预处理算法；
根据所述图像预处理算法对所述输入图像进行处理，得到输出图像。
7.根据权利要求6所述的方法，其特征在于，在所述接收输入图像之后，还包括：接收中央处理器发送的预处理添加指令。
8.一种相机，其特征在于，包括权利要求1-5任一项所述的图像预处理装置。
CN201910555489.1A 2019-06-25 2019-06-25 图像预处理装置、方法和一种相机 Pending CN110351482A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910555489.1A CN110351482A (zh) 2019-06-25 2019-06-25 图像预处理装置、方法和一种相机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910555489.1A CN110351482A (zh) 2019-06-25 2019-06-25 图像预处理装置、方法和一种相机

Publications (1)

Publication Number Publication Date
CN110351482A true CN110351482A (zh) 2019-10-18

Family

ID=68182983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910555489.1A Pending CN110351482A (zh) 2019-06-25 2019-06-25 图像预处理装置、方法和一种相机

Country Status (1)

Country Link
CN (1) CN110351482A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111539877A (zh) * 2020-03-17 2020-08-14 杭州趣维科技有限公司 一种漫画风格边缘增强的图像锐化方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1708103A (zh) * 2004-06-08 2005-12-14 三星电子株式会社 使用模式自适应滤波来使视频信号平滑的设备和方法
CN101562691A (zh) * 2008-04-17 2009-10-21 鸿富锦精密工业（深圳）有限公司 图像处理装置及方法
CN101770641A (zh) * 2008-12-26 2010-07-07 中国科学院沈阳自动化研究所 一种结构光焊缝图像特征点快速提取方法
CN103049878A (zh) * 2012-12-10 2013-04-17 天津天地伟业数码科技有限公司 基于fpga和边缘预测算法的颜色插值方法
CN103400153A (zh) * 2013-07-15 2013-11-20 中国航天科工集团第三研究院第八三五八研究所 一种用于实时图像识别的串行滤波匹配方法及系统
CN104205164A (zh) * 2012-03-01 2014-12-10 黑莓有限公司 用于在图片编辑器中应用图像滤波器的拖动手柄
US20150245058A1 (en) * 2010-09-30 2015-08-27 Samsung Electronics Co., Ltd. Method and device for interpolating images by using a smoothing interpolation filter
CN105321164A (zh) * 2014-07-31 2016-02-10 南京理工大学 一种红外小目标预警系统
CN106815821A (zh) * 2017-01-23 2017-06-09 上海兴芯微电子科技有限公司 近红外图像的去噪方法和装置
CN107104658A (zh) * 2017-04-27 2017-08-29 深圳怡化电脑股份有限公司 一种滤波模板可重配置的滤波方法及装置
CN108496200A (zh) * 2016-01-25 2018-09-04 皇家飞利浦有限公司 图像数据预处理
CN108961188A (zh) * 2018-07-06 2018-12-07 无锡天脉聚源传媒科技有限公司 一种图像画质增强方法、系统及装置
CN109767398A (zh) * 2019-01-10 2019-05-17 江西财经大学 一种计算机图像处理系统
CN109859122A (zh) * 2019-01-09 2019-06-07 武汉精立电子技术有限公司 一种各向同性滤波方法及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1708103A (zh) * 2004-06-08 2005-12-14 三星电子株式会社 使用模式自适应滤波来使视频信号平滑的设备和方法
CN101562691A (zh) * 2008-04-17 2009-10-21 鸿富锦精密工业（深圳）有限公司 图像处理装置及方法
CN101770641A (zh) * 2008-12-26 2010-07-07 中国科学院沈阳自动化研究所 一种结构光焊缝图像特征点快速提取方法
US20150245058A1 (en) * 2010-09-30 2015-08-27 Samsung Electronics Co., Ltd. Method and device for interpolating images by using a smoothing interpolation filter
CN104205164A (zh) * 2012-03-01 2014-12-10 黑莓有限公司 用于在图片编辑器中应用图像滤波器的拖动手柄
CN103049878A (zh) * 2012-12-10 2013-04-17 天津天地伟业数码科技有限公司 基于fpga和边缘预测算法的颜色插值方法
CN103400153A (zh) * 2013-07-15 2013-11-20 中国航天科工集团第三研究院第八三五八研究所 一种用于实时图像识别的串行滤波匹配方法及系统
CN105321164A (zh) * 2014-07-31 2016-02-10 南京理工大学 一种红外小目标预警系统
CN108496200A (zh) * 2016-01-25 2018-09-04 皇家飞利浦有限公司 图像数据预处理
CN106815821A (zh) * 2017-01-23 2017-06-09 上海兴芯微电子科技有限公司 近红外图像的去噪方法和装置
CN107104658A (zh) * 2017-04-27 2017-08-29 深圳怡化电脑股份有限公司 一种滤波模板可重配置的滤波方法及装置
CN108961188A (zh) * 2018-07-06 2018-12-07 无锡天脉聚源传媒科技有限公司 一种图像画质增强方法、系统及装置
CN109859122A (zh) * 2019-01-09 2019-06-07 武汉精立电子技术有限公司 一种各向同性滤波方法及系统
CN109767398A (zh) * 2019-01-10 2019-05-17 江西财经大学 一种计算机图像处理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111539877A (zh) * 2020-03-17 2020-08-14 杭州趣维科技有限公司 一种漫画风格边缘增强的图像锐化方法
CN111539877B (zh) * 2020-03-17 2022-10-18 杭州小影创新科技股份有限公司 一种漫画风格边缘增强的图像锐化方法

Similar Documents

Publication Publication Date Title
US11068776B2 (en) Convolutional neural network based data processing apparatus, method for controlling the same, and storage medium storing program
US10394929B2 (en) Adaptive execution engine for convolution computing systems
US10824934B2 (en) Methods and apparatus for matrix processing in a convolutional neural network
CA2215598C (en) Fpga-based processor
CN111898733B (zh) 一种深度可分离卷积神经网络加速器架构
JP6684951B2 (ja) 人工知能推論演算装置
US10366328B2 (en) Approximating fully-connected layers with multiple arrays of 3x3 convolutional filter kernels in a CNN based integrated circuit
CN117933314A (zh) 处理装置、处理方法、芯片及电子装置
CN106296616A (zh) 一种红外图像细节增强方法和一种红外图像细节增强装置
JP2020068027A (ja) アンサンブル学習ベースの画像分類システム
WO2020052266A1 (en) System and method for cascaded max pooling in neural networks
EP3553709A1 (en) Deep learning image processing systems using modularly connected cnn based integrated circuits
CN108389183A (zh) 肺部结节检测神经网络加速器及其控制方法
CN110351482A (zh) 图像预处理装置、方法和一种相机
WO2020052265A1 (en) System and method for cascaded dynamic max pooling in neural networks
WO2021188262A1 (en) Processing in memory methods for convolutional operations
CN111461957A (zh) 可重构设计图像处理模块
CN112639839A (zh) 神经网络的运算装置及其控制方法
CN101640795B (zh) 一种视频解码优化方法及装置
US9818045B2 (en) Apparatus and method for detecting a feature in an image
CN114581952A (zh) 一种行人重识别方法、系统、装置、设备及计算机介质
Zhu et al. AZ structure convolutional neural network implemented by FPGA in deep learning
CN109344836A (zh) 一种文字识别方法和设备
US20230409883A1 (en) Methods and Apparatuses for Bottleneck Stages in Neural-Network Processing
CN112418417A (zh) 基于simd技术的卷积神经网络加速装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191018