Конвеєризована реалізація ASWM фільтра зображень на ПЛІС
DOI:
https://doi.org/10.15587/2706-5448.2021.225257Ключові слова:
адаптивний фільтр, нелінійний фільтр, медіанний фільтр, імпульсний шум, Peak Signal-to-Noise Ratio, Structural Similarity Index MeasureАнотація
Об'єктом дослідження є алгоритм адаптивного зваженого медіанного фільтру зображень, що переключається (ASWM). Даний алгоритм є одним з найбільш ефективних в області придушення імпульсних шумів. Обчислювальна складність і алгоритмічні особливості цього адаптивного нелінійного фільтра не дозволяють реалізувати фільтр, який працює в режимі реального часу на сучасних мікросхемах ПЛІС.
Найбільш проблемними місцями алгоритму є цикл оцінки вагових коефіцієнтів, який не має обмеження кількості ітерацій та містить велику кількість операцій поділу. Це не дозволяє реалізувати фільтр на ПЛІС досить ефективним методом.
В ході дослідження використовувалася програмна модель фільтра на мові Python. Оцінка якості роботи алгоритму проводилася за допомогою метрик Peak Signal-to-Noise Ratio (PSNR) і Structural Similarity Index Measure (SSIM).
Моделювання дозволило з'ясувати емпірично кількість ітерацій циклу оцінки вагових коефіцієнтів при різних рівнях щільності шуму та оцінити вплив штучного обмеження максимальної кількості ітерацій на якість роботи фільтра. В незалежності від інтенсивності зашумлюючого впливу алгоритм виконує менше 40 ітерацій циклу оцінки. Також було проведено моделювання роботи алгоритму з різними варіантами реалізації модуля поділу. В роботі розглянуті основні з них і запропоновано найбільш оптимальний з точки зору співвідношення точність/апаратні витрати на реалізацію. Таким чином був запропонований модифікований алгоритм, який не має зазначених недоліків.
Завдяки модифікаціям алгоритму забезпечена можливість реалізувати конвеєризований ASWM фільтр зображень на сучасних ПЛІС. Фільтр синтезований для основних сімейств ПЛІС компанії Intel. Реалізація, яка не поступається за метриками SSIM і PSNR оригінальному алгоритму, вимагає менше 65000 логічних елементів ПЛІС і дозволяє здійснювати фільтрацію монохромних зображень розміру FullHD зі швидкістю 48 кадрів/с при тактовій частоті 100 МГц.
Посилання
- Gonzalez, R C. (2003). Digital Image Processing. Beijing: Publishing Hourse of Electronics Industry, 123–124.
- Brownrigg, D. R. K. (1984). The weighted median filter. Communications of the ACM, 27 (8), 807–818. doi: http://doi.org/10.1145/358198.358222
- Goyal, P., Chaurasia, V. (2017). Application of median filter in removal of random valued impulse noise from natural images. 2017 International Conference of Electronics, Communication and Aerospace Technology (ICECA), 1, 125–128. doi: http://doi.org/10.1109/iceca.2017.8203657
- Konieczka, A., Balcerek, J., Dabrowski, A. (2018). Method of adaptive pixel averaging for impulse noise reduction in digital images. 2018 Baltic URSI Symposium (URSI). Poznan, 221–224. doi: http://doi.org/10.23919/ursi.2018.8406738
- Dawood, H., Dawood, H., Guo, P. (2015). Removal of random-valued impulse noise by Khalimsky grid. 2015 Asia Pacific Conference on Multimedia and Broadcasting. doi: http://doi.org/10.1109/apmediacast.2015.7210268
- Darus, M. S., Sulaiman, S. N., Isa, I. S., Hussain, Z., Tahir, N. M., Isa, N. A. M. (2016). Modified hybrid median filter for removal of low density random-valued impulse noise in images. 2016 6th IEEE International Conference on Control System, Computing and Engineering (ICCSCE). Batu Ferringhi, 528–533. doi: http://doi.org/10.1109/iccsce.2016.7893633
- Zhang, X., Liao, H., Du, X., Xu, B. (2018). A Fast Hybrid Noise Filtering Algorithm Based on Median-Mean. 2018 IEEE International Conference on Mechatronics and Automation (ICMA). Changchun, 2120–2125. doi: http://doi.org/10.1109/icma.2018.8484392
- Hsieh, C., Huang, P., Zhao, Q. (2018). Impulse Noise Replacement With Adaptive Neighborhood Median Filtering. 2018 International Conference on Machine Learning and Cybernetics (ICMLC). Chengdu, 491–496. doi: http://doi.org/10.1109/icmlc.2018.8527058
- Akkoul, S., Ledee, R., Leconge, R., Harba, R. (2010). A New Adaptive Switching Median Filter. IEEE Signal Processing Letters, 17 (6), 587–590. doi: http://doi.org/10.1109/lsp.2010.2048646
- Kang, C.-C., Wang, W.-J. (2009). Modified switching median filter with one more noise detector for impulse noise removal. AEU – International Journal of Electronics and Communications, 63 (11), 998–1004. doi: http://doi.org/10.1016/j.aeue.2008.08.009
- Akkoul, S., Ledee, R., Leconge, R., Harba, R. (2010). A New Adaptive Switching Median Filter. IEEE Signal Processing Letters, 17 (6), 587–590. doi: http://doi.org/10.1109/lsp.2010.2048646
- Wang, Z., Bovik, A. C., Sheikh, H. R., Simoncelli, E. P. (2004). Image Quality Assessment: From Error Visibility to Structural Similarity. IEEE Transactions on Image Processing, 13 (4), 600–612. doi: http://doi.org/10.1109/tip.2003.819861
- Intel FPGA Product catalog, Version 20.3. Available at: https://www.intel.com/content/dam/www/programmable/us/en/pdfs/literature/sg/product-catalog.pdf
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Олег Георгиевич Васильченков , Игорь Геннадьевич Либерг , Михаил Александрович Можаев , Дмитрий Валентинович Сальников
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
