圖像處理難點分析及處理器選擇

　　同時，根據應用不同，圖像預處理又可分為生物識別應用中的圖像預處理和視頻監(jiān)控應用中的圖像預處理。對于生物識別應用，以指紋識別為例，其預處理主要包括指紋圖像增強、指紋圖像二值化、指紋圖像細化、指紋圖像細化后處理。而視頻監(jiān)控應用中的圖像預處理主要是指對圖像傳感器輸出的連續(xù)圖像進行分析，獲取足夠的信息，并通過自動白平衡、伽馬(Gamma)校正、自動聚焦、自動曝光、背光補償等來提高圖像的實際效果。

圖像預處理的挑戰(zhàn)

　　無論是生物識別還是視頻監(jiān)控，其圖像預處理正面臨以下挑戰(zhàn)：

　?、?用戶對圖像質量的要求越來越高，圖像預處理的算法越來越復雜，從而對圖像預處理主芯片處理能力及存儲空間提出了更加苛刻的要求。

　　⑵ 用戶對圖像的實時性處理和傳輸要求越來越高，一方面要求圖像預處理算法盡量優(yōu)化、精簡，另一方面也對圖像預處理主芯片的內核處理能力、內部總線架構、數據傳輸能力、外圍接口，以及硬件整體架構和指令集對預處理算法的支持提出了更高要求。

　?、?不同于圖像和視頻編解碼算法具有業(yè)界統(tǒng)一的算法標準和清晰的演進路線圖，圖像預處理算法不僅沒有統(tǒng)一的標準和清晰的發(fā)展方向，甚至在很大程度上，方案提供商正是通過這些"秘密"的個性化算法來作為市場競爭的法寶。此外，隨著應用領域的不同、需求的提高和技術本身的演進，原有算法會不斷升級，新的算法會不斷涌現，這些都要求圖像預處理芯片具有更高的靈活性和適應能力。

　?、?對于方案提供商來說，不僅其體現競爭力的核心算法需要防止被非法讀取或拷貝，而且無論是生物識別還是視頻監(jiān)控，其圖像數據往往都會涉及隱私，因此也需要提供可以信任的安全保證。以上兩方面，都要求圖像處理芯片必須提供一個可靠、完全的處理平臺。

　　除了以上挑戰(zhàn)，從系統(tǒng)設計的角度來講，還面臨以下幾方面的需求：

　　⑴ 雖然圖像預處理和圖像處理工作巨大，但是工程師并不希望采用多個芯片來處理這件事情。因為信號處理和控制系統(tǒng)分別運行于不同處理器的傳統(tǒng)DSP架構已經讓工程師非常頭疼，如果再把圖像預處理和圖像處理分開，則更加大了工程師進行系統(tǒng)開發(fā)、系統(tǒng)聯(lián)調、系統(tǒng)維護的難度。因此，對于系統(tǒng)設計中的主芯片DSP來說，還面臨集成度的要求--有沒有可能在單芯片上實現圖像預處理、圖像處理，甚至包括系統(tǒng)控制等功能。

　?、?隨著包括預處理在內的整個圖像處理算法復雜性的不斷增加，作為主處理器的DSP,除了需要提供足夠的硬件處理能力之外，還應該在軟件上提供針對該處理器專門優(yōu)化的指令集，從而幫助工程師降低對處理器物理架構的熟悉難度，最大限度的駕馭、發(fā)揮處理器的特性，盡快開發(fā)出精簡、優(yōu)化的圖像處理算法。

　?、?除了上面提到的專門優(yōu)化的指令集以外，面對日益復雜的圖像處理和產品上市時間的壓力，工程師還期望處理器供應商能夠分擔一些他們的工作--比如，提供專門針對該處理器優(yōu)化、僅占極少量時鐘周期的底層圖像處理軟件模塊，以幫助他們縮短圖像處理算法開發(fā)流程，并加速軟件移植。

　　另外，功能強大、界面友好、簡單易學的開發(fā)工具也是系統(tǒng)開發(fā)中工程師要求的重點，而且隨著系統(tǒng)復雜度和模塊復用性需求的增加，對開發(fā)工具的兼容性也提出了更高的要求。

　　硬件特性