安防應(yīng)用中圖像處理難點分析及處理器選擇

　　引言

　　隨著人們對生活質(zhì)量要求的提高和全球反恐的大勢所需，以及數(shù)字化技術(shù)本身的不斷進步，依托指紋識別、虹膜識別、人臉識別等技術(shù)的生物識別方案和視頻監(jiān)控方案等正逐步成為提高個人、家庭、企業(yè)和社會安全性的重要手段。生物識別方案主要包括四個步驟：圖像采集、圖像預(yù)處理，特征取樣，匹配分析;而視頻監(jiān)控方案則主要包括圖像采集、圖像預(yù)處理、圖像處理與傳輸、圖像顯示及圖像管理等。不難看出，無論是生物識別還是視頻監(jiān)控，圖像預(yù)處理都是必需的。事實上，圖像預(yù)處理算法的靈活度、復(fù)雜度、對圖像處理芯片資源的占用度，以及處理時間的長度將直接對整個系統(tǒng)運行產(chǎn)生舉足輕重的影響。因此，圖像預(yù)處理對于整個安防方案來說都是一項艱巨而又關(guān)鍵的任務(wù)，直接決定了后續(xù)圖像處理與分析的準確性和便捷性。

　　圖像預(yù)處理分析

　　根據(jù)目的的不同，圖像預(yù)處理可分為對采集圖像進行清晰化處理，對圖像進行識別前的預(yù)處理，以及對圖像進行壓縮前的預(yù)處理等。其中，對采集圖像進行清晰化處理主要包括對CMOS或CCD圖像傳感器感光單元的不一致進行后續(xù)糾正，對實際環(huán)境與傳感器采集的圖像進行差異補償(如背光)，以及對采集到的原始圖像進行去噪處理等。雖然這種預(yù)處理算法本身的難度不大，但隨著實時性需求的普及，尤其是在像素較大時，這種算法還是對DSP的處理能力提出了很高的要求。

　　而對圖像進行識別前的預(yù)處理則目的性很強，可能需要破壞原來的像素和分布，以便后續(xù)進行特征提取。這種預(yù)處理算法的難度視識別場合的不同而不同。要綜合后面的識別算法部分，選擇適當?shù)腄SP。圖像壓縮前的預(yù)處理主要是指將YUV422變?yōu)閅UV420、將RGB變?yōu)閅UV等。這類處理往往有實時性要求，如果采用軟件實現(xiàn)，會對處理性能有較高的要求;如果采用硬件實現(xiàn)，則雖然在處理性能上有保證，但硬件成本會有所上升。

　　同時，根據(jù)應(yīng)用不同，圖像預(yù)處理又可分為生物識別應(yīng)用中的圖像預(yù)處理和視頻監(jiān)控應(yīng)用中的圖像預(yù)處理。對于生物識別應(yīng)用，以指紋識別為例，其預(yù)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(yīng)用中的圖像預(yù)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?shù)葋硖岣邎D像的實際效果。

　　圖像預(yù)處理的挑戰(zhàn)

　　無論是生物識別還是視頻監(jiān)控，其圖像預(yù)處理正面臨以下挑戰(zhàn)：其一，用戶對圖像質(zhì)量的要求越來越高，圖像預(yù)處理的算法越來越復(fù)雜，從而對圖像預(yù)處理主芯片處理能力及存儲空間提出了更加苛刻的要求;其二，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(yù)處理算法盡量優(yōu)化、精簡，另一方面也對圖像預(yù)處理主芯片的內(nèi)核處理能力、內(nèi)部總線架構(gòu)、數(shù)據(jù)傳輸能力、外圍接口，以及硬件整體架構(gòu)和指令集對預(yù)處理算法的支持提出了更高要求;其三，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(yù)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(yīng)用領(lǐng)域的不同、需求的提高和技術(shù)本身的演進，原有算法會不斷升級，新的算法會不斷涌現(xiàn)，這些都要求圖像預(yù)處理芯片具有更高的靈活性和適應(yīng)能力。其四，對于方案提供商來說，不僅其體現(xiàn)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(shù)據(jù)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。