基于FPGA的遥感图像纹理特征提取算法实现技术_段咏龙.pdf

第13卷第13期2013年5月科学技术与工程Vol.13No.13May2013
1671—1815(2013)13-3635-07ScienceTechnologyandEngineering2013Sci.Tech.Engrg.

基于FPGA的遥感图像纹理特征
提取算法实现技术

段咏龙1，2，3胡坚1，3贺文静1，3丁海燕1，3

(中国科学院光电研究院1，北京100094;中国科学院大学2，北京100049;中国科学院光电研究院定量遥感信息技术重点实验室3，北京，100094)

摘要针对遥感图像在轨云检测技术中图像纹理特征提取功能的实现需求，采用FPGA来实现纹理特征提取算法，以此提
高遥感图像的纹理特征的提取效率。设计中充分利用FPGA片上ＲAM、ＲOM、寄存器等逻辑资源，发挥FPGA并行处理的优
势，构建了16个灰度共生矩阵并行计算的结构，进一步计算得到4个纹理特征参数。利用Xilinx公司的SystemGenerator工具
实现设计并通过仿真。以Spartan-6LX45FPGA为目标芯片的验证实验表明:设计具有运算性能高、耗费逻辑资源少的特点，
能够满足遥感图像在轨云检测的实时处理需求。
关键词FPGA灰度共生矩阵纹理特征提取遥感图像处理云检测
中图法分类号TP391.41;文献标志码A

遥感图像在轨云检测是一项重要的星上数据现场可编程门阵列(FieldProgrammableGate
处理工作，而图像的纹理特征可为云检测算法提供Array，FPGA)作为一种半定制的集成电路，最初是
有用的判别依据，能提高快速云检测的检测精用来实现硬件电路设计的。然而，随着半导体技术
度［1］。图像的纹理分析是20世纪70年代发展起来的发展，FPGA在速度以及逻辑资源规模方面都有
的一门技术，目前已经被广泛应用于很多领域，如:了巨大的进步，被广泛应用于可重构计算以及高性
［］
医学影像分析、计算机视觉、遥感图像处理与分类能计算领域4。在数字图像处理领域，FPGA已经
等。由Haralick于1973年提出的灰度共生矩阵有大量的应用案例，如目标实时跟踪、视频/图像压
［5］
(GreyLeVelCo-occurrenceMatrix，GLCM)算法是图缩、神经网络计算等。利用FPGA实现图像处理
像纹理分析的最常用方法之一，该算法是一种建立算法的优势是并行性强、可重构性好、体积小，可以
在估计图像的二阶组合条件概率密度函数基础上满足遥感图像云检测处理中纹理特征提取运算量
的统计方法［2］，属于计算密集型的算法，运算耗时大、实时性要求高以及在轨处理的基本需求。目
前，在基于灰度共生矩阵的纹理特征提取算法的实
很大，在处理大幅面图像时更加明显。例如，在主
际应用中，技术已经被广泛采用，如和
频为2.4GHz的Pentium4电脑上对一幅5000×FPGATahir
等人中分别利用和语言
5000大小的16波段图像进行基于灰度共生矩阵的IakoVidisHandel-CVHDL
［］
［］描述了两种不同的灰度共生矩阵并行计算架构6;
纹理特征提取，耗时350s3。因而，为了更好地满
足在轨处理平台的实时性需求，有必要采用更快速DimitrisMaroulis等人利用FPGA实现灰度共生矩阵
计算来对视频图像进行纹理特征提取［7］;
高效的方法来实现遥感图像纹理特征的提取。Asadollah
Shahbahrami等人在FPGA上设计了一种多核处理
器架构来计算灰度共生矩阵［8］然而，在这些参考
2012年12月27日收到，2013年1月18日修改国家科技支撑。
计划项目(2011BAH23B01)、设计中，FPGA计算单元都是直接从片外存储器中
中国科学院光电研究院“雏鹰计划”项目资助直接读取数据，造成数据的延时，并且，在计算得到
第一作者简介:段咏龙，男，硕士研究生。研究方向:遥感信息处理灰度共生矩阵后，将纹理特征参数的计算工作交给
与应用技术。E-mail:[e-mail]。
上位机，用软件来实现。事实上，由于纹理特征提
3636科学技术与工程13卷

取算法中实际参与计算的图像子块都比较小，可以，(，)，(，)(，)
ifx2y2=j|x1y1－x2y2|=
用片上进行图像数据缓存，不仅可以有，［(，)，(，)］}()
FPGAＲAMd∠x1y1x2y2=θ1
效的降低数据读取延时而且还为灰度共生矩阵的式(1)中#表示灰度共生矩阵的数量;P(i，j;d，θ)是
并行计算提供了方便，在FPGA上直接计算纹理特位于灰度共生矩阵(i，j)位置的元素，表示图像中灰
征参数则可以进一步提高纹理特征提取效率。度为i和j的两个相距d，夹角为θ的像元对出现的
本文首先对基于灰度共生矩阵的纹理特征提次数;P为Ng×Ng的矩