图像分割(三) 之基于FPGA的局部自适应分割

图像分割(三)

之基于FPGA的局部自适应分割

在前面讲的自适应分割的原理如下:

由公式可以看出,窗口的分割值是对图像进行开窗,并计算窗口内的像素均值和标准差,分割值为像素均值和标准差的加权和。

在软件中,不考虑计算效率的情况下,这个计算是轻而易举的事情。但是,需要注意到,在计算分割值的过程中,首先要计算窗口内像素的方差,然后才能对方差进行开方计算标准差。在FPGA里面计算开方是一件费时费力的工作,所以对不等式进行一个等价转换。

为了便于理解,不妨假设目前的输入像素值为din,经算法处理后的输出数据为dout,

这样就只需要得到当前数据din,计算当前窗口内均值和方差即可,这样就可以避免开方操作,简化了系统设计。

将δ2带入上述公式中,则有

若取r=7,K=1,则上式转化为

FPGA需要完成一下计算工作:

1) 计算当前窗口内的像素均值μ。

2) 计算当前窗口中心像素与均值之差的平方(din-μ)2。

3) 将上式与255相乘,完成不等式左边的计算。

4) 计算当前窗口内255个像素值与均值之差的平方和,完成不等式右边的计算。

5) 比较(3)和(4)结果,完成图像分割。

6) 完成行列对齐与边界处理。

根据以上设计步骤,给出FPGA的顶层设计框图如下:

由图可以看出,要完成图像的局部高斯分割工作,需要调用一个均值计算模块mean_2d来计算当前窗口内的像素均值μ。

同时,为了在“同一时刻”计算出当前窗口内所有像素与窗口均值的差平方,还必须要对以前像素为中心的窗口的所有255个像素进行缓存。对15x15个像素的缓存不是一件非常容易的事,这里将指定尺寸的窗口缓存封装成一个模块,记为win_buf,把这个模块的当前输出像素记为din_buf。

不等式左边的计算比较简单,窗口缓存的中间值即为当前像素值,记为din_org,与均值做减法,求平均后再乘以255即可得到。

现在得到了窗口均值μ和当前窗口的像素队列255个din_buf,需要做的是把窗口内255个din_buf分别与均值相减后计算平方。接下来的工作就是把上面这255个差平方结果求和。同样的,15x15个数的加法运算也是非常麻烦的,这里也会将其封装成一个模块,记为add_tree。最后将不等式进行比较,利用比较结果对原图像进行分割即可。

原文发布于微信公众号 - 瓜大三哥(xiguazai_tortoise)

原文发表时间:2017-09-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

机器学习三人行-支持向量机实践指南

关注公众号“智能算法”即可一起学习整个系列的文章。 文末查看本文代码关键字,公众号回复关键字下载代码。 其实逻辑回归算法和今天要讲的支持向量机有些类似,他们都是...

2019
来自专栏Petrichor的专栏

论文阅读: R-FCN

由上表易知,R-FCN就是为了 解决 不共享的proposal处理过程 而诞生的。

2293
来自专栏AI科技评论

干货 | 攻击AI模型之FGSM算法

本文将为您揭开白盒攻击中鼎鼎大名的FGSM(Fast Gradient Sign Method)算法的神秘面纱!

4662
来自专栏决胜机器学习

机器学习(十五) ——logistic回归实践

机器学习(十五)——logistic回归实践 (原创内容,转载请注明来源,谢谢) 一、概述 logistic回归的核心是sigmoid函数,以...

36610
来自专栏Python数据科学

【机器学习笔记】:逻辑回归实战练习(二)

前几篇介绍了逻辑回归在机器学习中的重要性:5个原因告诉你:为什么在成为数据科学家之前,“逻辑回归”是第一个需要学习的

1292
来自专栏AI科技评论

干货 | 攻击AI模型之DeepFool算法

AI 科技评论按:本文为“兜哥带你学安全”系列之三,首发于AI科技评论,未经许可不得转载。

2583
来自专栏计算机视觉战队

分割算法——可以分割一切目标(各种分割总结)

周末应该是一个好好休息的时间,但是一定会有在默默努力科研的你,由于最近是开学季,很多关注的朋友一直会问“计算机视觉战队平台有基础性的内容吗?”,今天我和大家说一...

4754
来自专栏机器之心

教程 | 无需反向传播的深度学习:DeepMind的合成梯度

选自GitHub 作者:iamtrask 机器之心编译 参与:王宇欣、Ellen Han 在这篇博文中,我们将从起点(从零开始)学习 DeepMind 最近提...

33610
来自专栏AI研习社

理解 YOLO 目标检测

这篇文章从它的角度解释了YOLO目标检测结构。它将不会描述网络的优缺点以及每个网络设计如何选择的原因。相反的,它关注的是网络是如何工作的。在你阅读之前,你应该对...

1433
来自专栏机器之心

入门 | 如何通过梯度检验帮助实现反向传播

1305

扫码关注云+社区