圖像處理中計算機并行處理技術(shù)的應用研究

苑金寶

(高密市高級技工學校 山東 濰坊 261500)

0 引言

近年來圖像處理技術(shù)得到快速發(fā)展,這種發(fā)展有賴于圖像處理算法和圖像處理硬件的發(fā)展。圖像信息處理是計算機信息處理的重要內(nèi)容,廣義來說圖像處理系統(tǒng)主要包含圖像輸入、圖像處理和處理結(jié)果輸出。其中圖像輸入涉及多種圖像輸入設備以及相同設備的不同格式;圖像處理包括圖像數(shù)據(jù)層、信息層、認知層的各種處理;處理結(jié)果輸出有結(jié)果顯示、打印、傳輸?shù)?既有處理后的圖像,也有不同形式的認知結(jié)果[1]。多種成像技術(shù),如數(shù)碼相機、掃描儀、紅外、超聲、伽馬成像等,對這些信息進行各種加工處理,形成了不同行業(yè)的實際應用。圖像處理技術(shù)中,就技術(shù)難度、社會效益和經(jīng)濟效益來說,在國內(nèi)影響較大的有文字識別、指紋識別、人臉識別和醫(yī)學圖像處理。圖像并行處理研究中,從算法到結(jié)構(gòu)的轉(zhuǎn)換非常重要。如何運用并行處理技術(shù)以及采用哪種并行處理技術(shù),是設計圖像并行處理系統(tǒng)最關(guān)鍵的環(huán)節(jié)[2]。本文對如何應用并行處理技術(shù)對流水線型圖像進行處理,以及超低分辨率人臉圖像重建技術(shù)進行探討。

1 圖像處理的特點

圖像處理技術(shù)本身包含的內(nèi)容包括圖像識別、圖像編輯、圖像增強和復原、圖像變換以及高速圖像處理等。在一個應用中,經(jīng)常綜合使用多種圖像處理技術(shù)。圖像處理具有一致性、分層性、鄰域性、行順序性、并行性、實時性等特點。一致性是指對圖像區(qū)域的每一點進步處理均是采用相同算法的處理;分層性由低到高分為數(shù)據(jù)處理層、信息提取層和知識應用層,在同一處理層次會有多種算法,并組成多級圖像處理;鄰域性是在處理單一像素時,也同時要考慮其相鄰像素,不能忽略圍繞該像素的周邊像素;行順序性是指在圖像處理中,考慮視頻數(shù)據(jù)流的行順序性特征,由于圖像有多種數(shù)據(jù)格式,這些格式也具有行順序性特征,在進行流水線處理時是首要起點;并行性是指在進行數(shù)據(jù)處理操作時,不同算法具有高度并行性,可以根據(jù)實際情況采用不同的并行結(jié)構(gòu)對二維數(shù)據(jù)進行處理,對一定區(qū)域的點處理做并行計算;實時性是指某些過程和圖像信源在時間上具有一致性,其主要含義是視頻實時。

這些特征是設計圖像處理系統(tǒng)的基本出發(fā)點,尤其對于圖像的并行處理非常重要?？梢哉f,圖像數(shù)據(jù)和圖像處理的特點既加大了并行處理的難度,也為并行處理提供了廣闊的發(fā)揮空間。

2 圖像并行處理技術(shù)基礎

2.1 概念

圖像并行處理起源于計算機并行處理技術(shù),將并行結(jié)構(gòu)引入計算機體系中的依據(jù)為資源共享、時間重疊、資源重復等概念,目的是提高計算機的運算速度。時間重疊是指多個處理過程在時間上相互錯開,輪流重疊地使用同一套硬件設備的各個部分[3]。這種并行性在原則上不要求重復設置硬件設備,以在同一時刻同時進行多種操作的方式提高處理速度。在實現(xiàn)上,這種并行性在高性能處理機中表現(xiàn)為各種流水線部件或流水線處理機。資源重復是設置多個相同的設備,同時從事處理工作。這種并行性是以數(shù)量取勝的方法來提高并行處理速度。在實現(xiàn)上,這種并行性在高性能處理機中表現(xiàn)為各種多處理機或多處理器系統(tǒng)。資源共享是分時系統(tǒng)的基本特征,也就是說多個用戶按照一定時間順序輪流使用同一套硬件設備。資源共享促進了計算機軟件中并發(fā)性的發(fā)展,也推動了計算機網(wǎng)絡和分布處理系統(tǒng)的發(fā)展。對圖像進行并行處理可極大提高圖像處理速度,其中需要運用并行技術(shù),同時還要選擇高速運算部件。

并行處理技術(shù)應用廣泛,其中流水線連接(見圖1)和并行陣列連接(見圖2)是常用的并行處理系統(tǒng)連接模式。流水線結(jié)構(gòu)具有高速、固有尋址方式以及不需太大額外開銷就可擴展功能的特點,但靈活性不夠,較為保守。流水線結(jié)構(gòu)對不同事務進行并行處理,其關(guān)鍵點是需要精確劃分出不同處理單元的具體任務;而并行并列結(jié)構(gòu)則對相同事務進行并行處理,不僅需要劃分出具體任務,其輸入輸出數(shù)據(jù)的組織結(jié)構(gòu)也對并行處理效率產(chǎn)生影響。

圖1 流水線并行性結(jié)構(gòu)

圖2 數(shù)據(jù)并行性結(jié)構(gòu)

2.2 處理器的并行結(jié)構(gòu)

處理器的并行結(jié)構(gòu)需要解決處理單元之間以及與存儲體之間存在的通信問題。并行結(jié)構(gòu)有多種,可根據(jù)實際情況進行優(yōu)化選擇。常用的并行結(jié)構(gòu)如樹形結(jié)構(gòu)(見圖3)、ChiP結(jié)構(gòu)(見圖4)、Sytilic結(jié)構(gòu)等。樹形結(jié)構(gòu)的連接邊是最少的,用得最多的則是二叉樹結(jié)構(gòu)。如果在二叉樹的每一級內(nèi)增加水平連接線,則可構(gòu)成半環(huán)二叉樹,這樣不但可以進一步縮短通信路徑,還可以平衡各節(jié)點上的信息流量。ChiP結(jié)構(gòu)是一種由處理器和可編程開關(guān)組成的陣列,在這種結(jié)構(gòu)中,每個處理器的四周都設置有和相鄰的處理器相連的可編程開關(guān),因而該結(jié)構(gòu)具有靈活、直觀、可重構(gòu)等優(yōu)點。Sytilic結(jié)構(gòu)具有規(guī)則的幾何形狀,這種結(jié)構(gòu)不唯一,而是有多種形式,其目的是與不同的算法相匹配。

圖3 樹形處理器并行結(jié)構(gòu)

圖4 Chip處理器并行結(jié)構(gòu)

2.3 并行算法

0→L,L+a1→L,L+a2→L,…L+an→L

以上有n次運算,如果引入并行算法,將算法改寫為:

矩陣中元素右上標小括號的數(shù)字表示操作的次數(shù),下同。

引入并行算法后,運算次數(shù)僅為log2n,顯然,這種算法比串行計算的計算速度有數(shù)量級的提升。

3 流水線型圖像并行處理

3.1 基本技術(shù)

在流水線型圖像處理系統(tǒng)中,所采用的流水線技術(shù)的基本原理則是將一類操作按其不同功能劃分為一系列的子操作,遵照功能分離的原則和時間重疊的概念實現(xiàn)子操作并行,其作業(yè)形式則類似于工業(yè)生產(chǎn)流水線的作業(yè)形式。這是一種規(guī)范且高效的作業(yè)形式,在某種意義上說也是一種相對固定的作業(yè)形式。圖5為多算法級聯(lián)的流水線時空示意圖。

圖5 多算法級聯(lián)的流水線時空示意圖

在流水線型圖像處理系統(tǒng)中,4個串行聯(lián)結(jié)的子操作(B1～B4)可以是4個不同的算法,也可以是一個算法的4個操作步驟。在t0時刻,像素1經(jīng)過B1處理,進入B2處理環(huán)節(jié);在t1時刻,像素1經(jīng)過B2處理,進入B3處理環(huán)節(jié);以此類推,到t4時刻,像素1處理完畢。

3.2 圖像處理工作站

VICOM-VME圖像工作站是美國VICOM系統(tǒng)公司在20世紀80年代中期推出的一種高性能的圖像處理系統(tǒng),也是一個商品化的圖像處理系統(tǒng),其原理類似于IMAGEBOX-150圖像處理系統(tǒng),采用機箱式外形結(jié)構(gòu),主機選擇了68020微處理器(美國SUN公司生產(chǎn)),由VME總線與68020微處理器將圖像子系統(tǒng)連接起來。在性能指標上,該系統(tǒng)圖像分辨率為512×512或1024×1024,為真彩色采集與顯示;幀存最大容量為2250×512×512×8 bit,可實時進行點處理、直方圖統(tǒng)計等,也可對特殊感興趣區(qū)的圖像進行實時處理。如圖6所示。

洗滌條件也是影響 ISH 結(jié)果的重要因素。Nuovo 等[16]推薦了幾種常見的雜交后洗滌緩沖液和洗滌溫度，但未論述其原理，具體實驗時仍然需要根據(jù)具體情況進行模索。本研究根據(jù)購買探針廠家推薦的、本實驗室經(jīng)常使用的或其他 CISH 試劑盒中經(jīng)常使用的洗滌條件，設置了 3 種洗滌條件進行雜交條件優(yōu)化。

圖6 VICOM-VME圖像工作站的圖像子系統(tǒng)結(jié)構(gòu)

3.3 圖像計算機

TJ-82圖像計算機是清華大學研制成功的一種高性能圖像計算機,這是一個通用的高速圖像處理系統(tǒng),特別適用于遙感圖像處理。該系統(tǒng)主機采用PDP/11系列小型機,圖像子系統(tǒng)為機箱式結(jié)構(gòu),采用雙屏顯示形式。其主要性能有實時圖像采集,512×512×8 bit;偽彩色、假彩色、真彩色圖像顯示,實時圖像滾動、電子放大、漫游及動畫顯示;幀內(nèi)存最大容量為2.39 MB等。

4 超低分辨率人臉圖像重建技術(shù)

4.1 重建基本方法

低分辨率人臉圖像的重建應著重研究以下三方面的問題:低分辨率人臉圖像的歸一化方法;低分辨率人臉圖像的重建方法;低分辨率人臉圖像重建像的識別方法。采用超分辨率技術(shù)可以將單幅或者多幅低分辨率人臉圖像重建出高分辨率人臉圖像。低分辨率人臉圖像重建可基于學習、插值及多幀圖像等技術(shù)進行重建。

4.2 多級多類訓練集的生成方法

基于學習的超分辨率重建方法,需要生成訓練集。可以選擇視頻圖像生成訓練集,也可以選擇第二代身份證清晰的人臉圖像生成訓練集。選擇了圖像來源以后,還可以按性別生成訓練集。用來訓練的圖像數(shù)量,初步的結(jié)論是在600張左右。增加訓練圖像的數(shù)量,重建性能提高甚微而計算復雜度增加較大。為了適應不同分辨率的待重建圖像的應用,可以使用按照瞳距生成多級多類的訓練集的方法。

4.3 人臉圖像重建系統(tǒng)

超低分辨率人臉圖像重建系統(tǒng)如圖7所示。

圖7 超低分辨率人臉圖像重建系統(tǒng)框圖

系統(tǒng)由重建模塊、組像模塊、識別模塊組成。輸入的是超低分辨率人臉圖像,首先采用超分辨率重建獲得重建像,繼而進行人臉識別。瀏覽識別輸出的相似度序列,尋找目標人。對于條件較差的超低分辨率人臉圖像,主要的任務是形成意象人臉。在瀏覽識別輸出的相似度序列時,人工尋找相似人臉,再進入組像環(huán)節(jié)。由于受攝像機視角以及焦距等因素的影響,等高、等寬特性會產(chǎn)生一定的變化,但大致是相等的。如果以已知人到現(xiàn)場進行驗證,再進行等高、等寬調(diào)整,其結(jié)果將會更加準確[6-7]。

5 結(jié)語

綜上所述,圖像處理技術(shù)正在向高分辨率、高速處理和智能化處理方向發(fā)展,其廣泛應用歸因于計算機的普及、半導體器件的飛躍發(fā)展以及圖像處理技術(shù)本身的進步。未來的圖像處理,特別是在高度并行的圖像處理方面的進展,將更加依賴算法與硬件的緊密聯(lián)系,這種緊密聯(lián)系不僅是軟硬件的實現(xiàn),還在于算法、存儲、處理之間的緊密結(jié)合,這種結(jié)合有助于解決實際應用中的難題,使圖像處理的水平達到一個新的高度。