高分辨率图像显示（精选8篇）
高分辨率图像显示 篇1
0 引言
迄今为止, 三维显示的方法主要有:立体显示技术 (Stereoscopic Display) 、全息显示技术 (Holographic Display) 及体积显示技术 (Volumetric Display) [1]。与仅具备心理景深的立体显示不同, 体积显示是一种具有物理景深的真三维显示技术, 它在军事、医学、科教等领域具有广阔的应用前景[2,3,4]。根据成像空间中体素的扫描方式以及有无运动的光学部件, 体积显示可分为静态矢量式、静态位图式、动态矢量式、动态位图式等四种方式[5,6,7]。其中, 随着DLP技术的不断发展, 采用动态位图式体积显示技术实现高分辨率三维图像显示成为最具产业化前景的方式。
动态位图式体积显示根据成像屏运动方式的不同可分为两类:旋转扫描方式和平移扫描方式。旋转扫描方式机械结构简单, 但是该方式存在着体素不均匀和物理显示死区[8]等缺陷;相比之下, 平移扫描方式允许体素均匀分布, 且不存在物理显示死区, 但其要求光学系统具有动态调焦、放大率校正的功能[9]。为了解决以上这些难点, 作者在文献[10]中提出了一种采用多个成像屏圆周平动实现平移扫描方案, 该方案既具有平移扫描体积显示的全部优点, 同时避开了动态调焦和放大率校正的问题, 但尚存在以下两个问题:
1) 系统成像不稳定, 实际振动噪声还比较严重。系统采用步进电机驱动机械装置, 二维切片的投射位置靠步进电机开环控制进行定位, 导致系统成像不稳定。同时, 步进电机本身的噪声很大, 且原有机械结构振动稳定性较差, 导致实际振动噪声还比较严重。
2) 刷新频率和分辨率低。系统通过VGA接口控制DLP投影仪, 导致系统图像刷新频率只有6 Hz, 且只实现了每个三维体积帧4个切片截面的显示效果。
本文对原方案的机械结构进行了重新设计和试制, 在保持像屏驱动机构理论动平衡[10]的基础上, 提高了其实际动平衡精度, 并新增设计了高速图像投射子系统和成像匹配子系统, 较好的解决了以上两个问题。
1 系统成像原理及其构成
1.1 系统成像原理
系统成像原理如图1所示。图中1为固定不动的DLP投影仪, 根据传感器输出的屏幕位置信号向屏幕投射与该位置相对应的二维切片图像, 这些图像依次经过运动反光镜2、固定反光镜3与4的反射, 最终在成像屏5上显示。只要保证固定反光镜3与4的安装角度、成像屏与运动反光镜的运动圆周半径和角速度满足一定关系, 就可以使得投影仪到成像屏之间的光程保持恒定, 从而在成像屏上投射出固定大小、清晰的二维图像, 避免了动态调焦和放大率校正等问题。投射到成像屏5上的二维截面图像随成像屏的位置做同步刷新, 借助视觉暂留效应, 此二维图像序列在成像空间6中被感知为一个具有物理景深的三维图像。
1.2 系统构成
系统构成如图2所示, 用户使用个人电脑在三维CAD软件中设计三维模型, 并通过二维切片生成软件为高分辨率体积显示系统提供图像数据。其中, 高分辨率体积显示系统由以下三个子系统构成:
1) 成像空间构建子系统。它由圆周平动成像屏和伺服电机控制模块组成, 在电机的驱动下, 成像屏在空间中作圆周平动, 其位置反馈给成像匹配子系统, 其上的图像形成高速刷新的成像空间。
2) 高速图像投射子系统。该子系统由DMD控制模块和光学投影模块组成, DMD控制模块按照一定的时序显示二维切片图像, 通过光学投影模块, 这些图像将被投射到成像屏上。
3) 成像匹配子系统。该子系统由绝对式编码器和信号转换模块组成, 根据成像屏的位置, 向DMD控制模块发送图像刷新信号。
1.DLP projector;2.Translational mirrors;3.Fixed mirror A;4.Fixed mirror B;5.Translational screens;6.Image space
由于成像空间构建子系统和高速图像投射子系统是实现高分辨率体积显示的关键, 因此在本文中重点说明。
2 成像空间构建子系统
2.1 光程恒定的证明
为了避免动态调焦和放大率校正, 必须保证投影仪镜头和成像屏之间光程恒定。如图3所示, 系统光路要求固定反光镜、运动反光镜和成像屏满足如下关系:
其中:α1代表运动反光镜法矢与成像屏法矢的夹角, α2代表两个固定反光镜间的夹角;ω1和ω2分别表示运动反光镜和成像屏圆周平动的角速度;r1和r2分别表示运动反光镜和成像屏的圆周半径;δ1和δ2分别表示运动反光镜和成像屏的初始相位角;vp1、vp2和vp3分别表示投影仪一次镜像、二次镜像和三次镜像的速度;v1、v1⊥和v2、v2⊥分别表示运动反光镜和成像屏的线速度及法向速度, p表示图像从投影仪到成像屏的光程。由于α1=2α2, 根据光的反射定律可知, v2⊥与vp3的方向相同。同时, 在任意时刻t有:
即:v2⊥=vp3 (3)
这就保证了DLP投影仪到成像屏的光程p为定值, 从而在成像屏上形成大小不变的清晰图像, 且图像在铅垂方向位置不变。
2.2 成像空间分析
如图4 (a) 所示, 屏幕A从初始位置A0运动到位置A1构成了屏幕A的成像空间, 其运动角为60°, 此时, 屏幕B从B0运动到B1位置, 屏幕C从C0运动到C1位置。下一个阶段, 如图4 (b) 所示, 屏幕A从A1运动到A2位置, 其运动角也为60°, 此时成像空间内没有屏幕, 系统投射黑屏。接着屏幕B从B2位置开始继续平动, 在运动角为60°的范围内构成了屏幕B的成像空间, 三个屏幕如此循环交替地构成三个重叠的成像空间, 成像屏每转一周, 成像空间就被刷新三次。
在原理样机中, r2为225 mm, 二维切片图像数量为512帧, 因此, 体素平均纵深为0.44 mm。由于屏幕位置采用旋转编码器进行检测, 为了减少编码器的位数, 采用了等角度 (而不是等纵深) 检测, 从而导致体素的纵深发生波动。如图4所示, 第i个切片的相位角为
其中λ=60°/512代表每一帧图像对应的屏幕转角, i=1～512。
第i个切片的体素纵深为
由式 (5) 可计算得体素纵深最大值为0.46 mm, 最小值为0.40 mm, 体素纵深与设计值最大相对误差约为9%。
2.3 相位误差分析
只有满足式 (1) 时, 系统的光程才能保持恒定, 其中δ1=δ2只能由装配保证, 若相位误差导致的光程波动太大, 装配精度将很难满足要求, 因此有必要对其进行误差分析。如图5所示, 令成像屏相位角超前δ, 图中虚线表示相位超前的成像屏的实际位置, 则:
其中:p表示理论光程, 原理样机中为1.3 m;Δpi表示第i个切片实际光程和理论光程差, pi表示第i个切片的实际光程, i=1～512;pMAX表示最大光程, pMIN表示最小光程, pA表示光程波动的幅值。假设装配造成的相位误差为2°, 由式 (4) 、 (6) 和 (7) 可得:
实际装配中, 相位误差保证在2°以内完全可以实现, 因此, 相对于系统的理论光程, 光程波动幅值对系统成像的影响可以忽略。
3 高速图像投射子系统
高速图像投射子系统由DMD控制模块和光学成像模块组成, 其中光学成像模块由DLP投影仪改装实现, 在此不展开论述。DMD控制模块结构如图6所示, 该模块主要由非对称异步FIFO、内存控制器、同步FIFO、串并转换接口及有限状态机等模块组成, 这些模块都通过FPGA硬件编程实现。DMD控制模块有多个工作状态, 各个状态的转移由有限状态机进行控制, 其中两个主要工作状态为数据存储状态和显示状态。当处于数据存储状态时, 其数据通道如下:位宽为16 bit的图像数据通过异步FIFO输出位宽为128 bit的数据, 然后通过内存控制器将数据写入DDR2内存, 直至512帧二维图像全部存储完毕后进入显示状态;当处于显示状态时, DDR2中的图像数据通过同步FIFO以及并串转换模块传输给DMD, 数据位宽为128 bit。原理样机中, 体积帧刷新频率为12 Hz, 单帧截面的数据量为1 024×768 bit, 系统所需带宽最少为1 024×12×1 024×768=9 Gbps, 而FPGA内部时钟为150 MHz, 实际带宽为150 M×128=18.75Gbps, 满足了系统带宽要求。
4 原理样机制作及实验结果分析
原理样机如图7所示, 样机中的机械结构进行了重新设计, 将同步带传动改为齿轮传动, 提高了振动稳定性;样机采用噪声很小的伺服电机闭环驱动 (速度控制模式) , 成像屏位置的检测采用13位格雷码制的绝对式编码器;为了缩短研制周期, DMD控制模块采用TI公司的Discovery 4100开发套件对FPGA进行逻辑编程。原理样机特性如表1所示, 作为对照, 表中同时列出了美国Actuality公司的PerspectaTM 3D System的相应特性[4]。
简单的几何体棱角分明, 容易表现系统显示效果, 因此构建了四面体、哑铃、球体及圆锥体等简单的几何体, 进行三维体积显示实验, 其显示效果图如图8所示。
原理样机的实验结果表明:在振动噪声方面, 系统以12 Hz的体积帧扫描频率进行工作时, 基本没有振动, 噪声也较前一台显著减小;在图像显示效果方面, 样机每个三维体积帧包含512个二维图像切片、超过4亿的体素, 实现了高分辨率的体积显示。系统显示的三维图像在空间中位置比较稳定, 亮度均匀, 在1/4空间中各个方向均具有连续的视场, 显示效果达到了预期目标。
5 总结与展望
本文对多屏平动扫描体积显示方案的机械结构进行重新设计, 进一步解决了机械振动和噪声问题;新增设计了高速图像投射子系统和成像匹配子系统, 直接对DMD进行控制, 使得每个三维体积帧包含512个二维图像切片, 体素超过4亿, 体积帧刷新频率达到了12 Hz, 实现了高分辨率的体积显示。
基于原理样机取得的进展和试制中存在的问题, 下一步将要进行的工作如下:
1) 由于运动反光镜驱动机构采用齿轮机构, 运动精度不高, 导致相位角δi有轻微的波动, 从而引起了三维图像的上下波动, 如图8 (d) 所示, 因此需要改进运动反光镜驱动机构, 提高运动精度;
2) 改进DMD散热系统, 保证DMD芯片处于工作温度内;
3) 针对单片DMD只能显示一种色彩一级灰度图像的问题, 建议采用多片DMD搭建投射系统, 实现多位色深的显示。
摘要：描述了一种基于多屏平动扫描的高分辨率体积显示系统及其原理样机。通过DMD向多个圆周平动的成像屏投射二维图像序列, 借助人眼视觉暂留效应, 此动态刷新的二维图像序列被感知为一个具有物理景深的三维图像。其光学投影模块保证了投影仪与成像屏之间的光程不变, 从而构建了清晰稳定的成像空间;采用FPGA设计高速数据通道, 带宽达到了18.75 Gbps, 使得每个三维体积帧包含512个二维图像切片, 总体素超过4亿, 刷新频率达到12 Hz。成功研制了原理样机, 达到了预期的三维显示效果。
关键词：体积显示,体素,高分辨率,DMD,FPGA
参考文献
[1]李立新.基于镜像序列的体积显示[J].光电工程, 2007, 34 (10) :139-144.LI Li-xin.Volumetric Display Using Mirror Image Series[J].Opto-Electronic Engineering, 2007, 34 (10) :139-144.
[2]王晓东, 郭雷, 董银文, 等.真三维显示技术在战场可视化系统中的应用[J].火力与指挥控制, 2006, 31 (4) :77-80.WANG Xiao-dong, GUO Lei, DONG Yin-wen, et al.Application of True Three-Dimension Display Technologies to BattlefieldVisualization System[J].Fire Control and Command Control, 2006, 31 (4) :77-80.
[3]姜盈.真三维立体显示技术中平移体扫描显示技术研究[D].南京:南京航空航天大学, 2006:6-12.JIANG Ying.Research on Translational Motion of Swept-volume Technique in True 3D Volumetric Display[D].Nanjing:Nanjing University of Aeronautics and Astronautics, 2006:6-12.
[4]Favalora G E, Napoli J.100 million voxel volumetric display[J].Proc.of SPIE (S0277-786X) , 2002, 4712:300-312.
[5]Downing E, Hesselink L, Ralston J, et al.Three-Color, Solid-State, Three-Dimensional Display[J].Science (S0036-8075) , 1996, 273 (5279) :1185-1189.
[6]Alan Sullivan.DepthCube solid-state 3D volumetric display[R].Norwalk, USA:LightSpace Technologies.Inc, 2004.
[7]Knut Langhans, Christian Guill, Elisabeth Rieper, et al.A static volume 3D-laser display[J].Proc.of SPIE (S0277-786X) , 2003, 5006:161-174.
[8]樊琼剑, 李莉, 沈春林, 等.体三维显示系统中静态成像技术的死区研究[J].光电工程, 2009, 36 (5) :56-61.FAN Qiong-jian, LI Li, SHEN Chun-lin, et al.Research of Dead Zones of Static Imaging Technology in Volumetric 3D DisplaySystem[J].Opto-Electronic Engineering, 2009, 36 (5) :56-61.
[9]Tsao Che-chih, Chen Jyh-shing.Moving screen projection:a new approach for volumetric three-dimensional display[J].Proc.of SPIE (S0277-786X) , 1996, 2650:254-264.
[10]李立新, 沈海锋, 江玉刚, 等.基于多屏平动扫描的体积显示[J].光电工程, 2010, 37 (9) :86-90.LI Li-xin, SHEN Hai-feng, JIANG Yu-gang, et al.Volumetric Display by Scanning with Multi-screen in Parallel Motion[J].Opto-Electronic Engineering, 2010, 37 (9) :86-90.
高分辨率图像显示 篇2
关键词：三维显示 高分辨率 光场再现 波前重建 医学影像 文化
Abstract：To relieve the great requirement of public to three-dimensional display with high resolution in the fields of culture and medical treatment， we analyze and summarize the methods of the construction of three-dimensional display system with high resolution from two aspects. They are separately based on optical field reproduction and wave-front reconstruction. Seven different techniques that are acquired by making great breakthrough are described in detail. The techniques respectively include： 360 degree three-dimensional display device based on optical field reproduction， brain segmentation of Magnetic Resonance images， real-time simulation of ultrasound images based on CT data， automatic vascular centerline extraction of angiograms， non-contact real-time enhanced display of subcutaneous veins， vascular identification based on the detection of parallel structure and clustering， three-dimensional display system design and construction of high resolution dynamic wave-front reconstruction. Finally， the current limitation are reviewed and the future works are looked forward.
Key Words：3D display； High resolution； Optical field reproduction； Wave-front reconstruction； Medical images； Culture
高分辨率液晶显示器的EMC设计 篇3
作为高分辨率液晶显示器,应具有高可靠性,能够在娱乐、工业、交通、教育等各个领域的各种复杂电磁环境下,正确地、不受干扰地工作。文章针对高分辨率液晶显示器应满足的电磁兼容要求,提出了高分辨率液晶显示器的电磁兼容设计方案。
1 环境分析和设计要求
在信息时代,复杂电磁环境特征主要表现在四个方面:信号密集、样式复杂、冲突激烈和动态交迭[1]。
高分辨率液晶显示器的电磁兼容设计时,不仅要考虑高分辨率液晶显示器与其他分系统能够正常工作,并具有不受其他设备的干扰,同时又不对其他设备产生严重干扰的能力;还要考虑雷电、静电放电、强电磁脉冲等各种复杂电磁环境对液晶显示器的影响。
目前复杂电磁环境适应性实验[2]分为四个方面:雷电类、静电放电类、电磁兼容类、强电磁脉冲类。根据目前已有相关的电磁兼容标准和高分辨率液晶显示器可能遭受的电磁兼容环境,高分辨率液晶显示器应满足的电磁兼容试验,主要包括:
(1)雷电类
由于在日常环境中不可避免会遭遇到雷电环境,例如要使一架具有现代化大规模集成电路、数字化设备的飞机出现灾难性故障,只需百万分之一焦耳级的能量。雷电的危害分为直接效应和间接效应[3,4]。由于高分辨率液晶显示器一般在建筑或设备的内部,需要对其进行雷电间接效应试验,即雷电感应瞬态敏感度试验。
(2)静电放电类
由于在正常操作和飞机维护时,可能有来自人体接触高分辨率液晶显示器的静电放电,静电放电可能损害高分辨率液晶显示器的敏感元器件,因此需要进行静电放电敏感度试验。
(3)电磁兼容类
作为高分辨率液晶显示器,应满足目前相关电磁兼容标准中的电源线传导发射试验、电源线传导敏感度试验、磁场辐射发射试验和电场辐射发射试验。
(4)强电磁脉冲类
强电磁脉冲类试验适用于安装在加固(屏蔽)的平台或设施的外部设备或分系统,而高分辨率液晶显示器一般位于建筑或设备的内部,因此不适用于高分辨率液晶显示器。
综上所述,高分辨率液晶显示器应满足的电磁兼容试验如表1所示。
2 电磁兼容设计方案
2.1 设计思想
电磁兼容设计的第一步,明确电磁干扰源并明确其影响大小。首先,屏蔽所有可能的电磁干扰源,然后依次有选择的暴露每一个潜在的干扰源,量化每个干扰源的影响,再采取相应的技术措施加以解决。航空器的液晶显示器的电磁兼容总体设计采用的技术主要有屏蔽、接地、滤波和设置保护器等。
2.2电磁干扰抑制技术
(1)屏蔽和接地
对于干扰源或敏感源(电路或组件)进行屏蔽,能有效地抑制干扰并提高电子设备的电磁兼容性。因此利用屏蔽体成为阻止或减少电磁能量传输的一种措施。
在屏蔽分析中,往往把屏蔽体当作理想导体,但实际屏蔽体具有一定的阻抗。屏蔽体自身阻抗越大,其屏蔽效能就越差。所以屏蔽体的材料应选用良导体,如铜、铝等。屏蔽体的厚度,一般取决于结构需要。
实际上,理想的屏蔽体是不存在的。显示模块的机壳有不同程度的屏蔽作用,尽管它并非是理想的屏蔽体。显示模块的机壳上通常有电源线、信号线、控制线等出入孔,出于操作、调节、显示、通风散热等目的,还需要在机壳的相应部位开孔。机壳又是由腔体和板等各种结构件构成的组合体,各结构件的连接处难免有缝隙存在。所有这些都会造成电磁能量的泄漏,降低机壳的屏蔽效能[5]。
针对高分辨率液晶显示器的结构,屏蔽机壳的电磁能量泄漏途径可归纳为下列2种:显示窗口和缝隙。
a) 显示窗口的屏蔽
显示屏窗口是电磁波泄露的主要途径,也是容易受外部电磁波干扰的主要窗口。在液晶显示屏前复合一层窗口屏蔽材料,以获得较完善的屏蔽。
目前,根据屏蔽材料不同,液晶显示屏窗口电磁屏蔽层技术主要有2种:采用透明金属丝网玻璃;采用具有AR减反/EMI屏蔽的镀膜屏蔽玻璃。
导电金属丝网的屏蔽效能与金属丝网的目数相关,目数越大,屏蔽效能越高,其优点是在频段10MHz~1GHz屏蔽效能达到40dB~60dB,在频段1GHz~7GHz屏蔽效能达到30dB~40dB;缺点是透光性率差,为80%左右,镜面反射率高,为2%~3%,漫反射率高,为0.5%~0.7%左右。
镀膜玻璃的屏蔽效能与其表面镀层的电阻率有关。电阻率越小,屏蔽效能越高,表面透光性就越差。其优点是透光性率高,为92%左右,镜面反射率低,为0.4%,漫反射率低,为0.02%左右。缺点是在频段10 MHz~1GHz屏蔽效能达到25dB~45dB,在频段1GHz~7GHz屏蔽效能达到20dB~30dB。
所以在选择窗口屏蔽材料时必须根据具体应用情况,兼顾上述要求,选择经济性、实用性最佳的。
b) 缝隙屏蔽
影响屏蔽完整性的另一个主要因素是屏蔽体上的接缝。要提高屏蔽体的屏蔽效能,就要求每一条接缝都应该是电磁密封的。实际由于接合表面不平,紧固件(如螺钉)之间存在不密封的空隙等,都会在金属板的接合处留下一些细长的缝隙,改善这些缝隙的电接触对屏蔽结构设计是至关重要的;提高缝隙屏蔽效能的结构措施有[5]:减小缝隙长度,在接合面加入导电衬垫;缩短螺钉间距。
(2)滤波
滤波技术是目前抑制电磁干扰常见、有效且经济的一种手段。显示器设计主要考虑电源滤波及信号滤波。
电源滤波器的主要作用不仅是消除传导干扰,对于抑制辐射干扰发射也是必要的。在模块的各级电源输入和输出端设计有滤波电容,确保电源输出稳定性和可靠性。在电路设计时,旁路电容尽量靠近芯片,减少噪声电压,减少电磁辐射源的影响。
电源滤波器安装在屏蔽壳体的电源入口处,并对电源滤波器加以屏蔽,屏蔽体应与外壳良好搭接[5],其安装结构如图1所示。
(3)设置电涌保护器
电涌保护器是电子设备雷电防护中不可缺少的一种装置。常用的电涌保护器的基本元器件有:充气放电管、压敏电阻、抑制二极管等。保护原理是:迭加在信号上的尖峰干扰信号首先由放电管去除,再由瞬态抑制器(压敏电阻)箝位,从而得到稳定的信号,如图2[6]。
(4)设置静电防护
静电防护的措施有两种基本方法:阻塞和转移[7]。
a)阻塞———静电放电容易在辅助电缆上产生共模电流和差模电流,为了阻塞共模感应电流,可以将共模扼流圈安装在PCB的电缆入口,如图3。
b)转移———利用齐纳二极管(瞬态抑制器)来转移电流,如图4。
2.3 明确高分辨率液晶显示器的干扰源及初步处理措施
根据上述设计原则,首先明确高分辨率液晶显示器的干扰源,根据干扰源的特点确定对应的抑制措施,具体如表2所示。
3 试验结果
在采取以上设计措施后,针对高分辨率液晶显示器进行上述电磁兼容试验。各项试验表明:高分辨率液晶显示器的各项电磁兼容指标满足表1的要求;电磁兼容测试要求及试验结果详见表3;图7为电源线传导发射测试曲线,实测曲线明显低于测试限值(红色),说明高分辨率液晶显示器采用的电源滤波器有效抑制了传导干扰,结果合格;图8为电场辐射发射测试曲线,实测曲线明显低于测试限值(红色),说明高分辨率液晶显示器采用的屏蔽、滤波和接地措施有效抑制了辐射干扰,结果合格。
4 结论
以高分辨率液晶显示器为研究对象,提出了高分辨率航空液晶显示器的电磁兼容设计方案。基于各种复杂电磁环境分析高分辨率液晶显示器需要满足的电磁兼容试验,主要提出了以下措施:
(1)高分辨率液晶显示器的外壳采用铝合金,高分辨率液晶屏显示面采用镀膜屏蔽玻璃,在镀膜屏蔽玻璃和外壳之间填充导电材料并确保导电连续,电缆端口采用屏蔽接头,外壳良好接地,通过了电磁场发射试验和电磁场抗扰度试验。
(2)电源滤波器安装在电源入口且电源滤波器需要屏蔽,该屏蔽体应与外壳良好搭接,通过了电源线传导发射试验和电源线传导敏感度试验。
(3)在电源滤波器与电源板之间上设置电涌保护装置和设置静电保护装置,通过了雷电感应瞬态敏感度试验和静电放电敏感度试验。
试验证明上述措施是有效可行的。在实际应用中,要注意镀膜屏蔽玻璃与外壳的导电搭接、电源滤波器的安装方式、壳体的可靠接地,才能使上述设计的作用得到有效发挥。
参考文献
[1]张先立,吕斌.复杂电磁环境下电磁兼容性设计[M].兰州:甘肃科学技术出版社.2006:3-18.
[2]许雄,汪连栋,曾勇虎,等.装备复杂电磁环境适应性试验问题探[J].航天电子对抗.2014,30(4):30-32.
[3]赵忠义,唐召胜,黄海龙.飞机舱内雷电电磁环境仿真研究[J].电波科学学报.2015,30(2):391-395.
[4]胡平道.机载电子电气系统雷电间接效应防护与验证[J].飞机设计.2009,29(6):48-51.
[5]吕仁清,蒋全兴.电磁兼容性结构设计[M].南京:东南大学出版社,1990:12-66.
[6]霍跃庆,王勃,高栋,等.雷电感应对机上电子设备的危害和保护策略[J].航空计算技术.2009,39(4):123-126.
高分辨率图像显示 篇4
头配显示器 (Head-Mounted Display, HMD) 在军事上可供步兵在训练和实战中使用, 也可用于配备军事车辆和武器系统的虚拟样机;在商业和医疗方面, 可供医疗/外科手术/诊断训练, 执法人员、消防员、国土安全灾难/恐怖事件应急反应人员的训练, 飞行模拟和训练, 汽车、航空和建筑设计等的虚拟设计样机等。总之, 头配显示器可广泛应用于军事、商业和医疗市场。
目前市场上销售的头配显示器依靠折射技术制造, 其分辨率低 (通常为320×240QVGA) , 视角窄 (通常在25度左右) , 且份量重, 因此使用起来很不方便。在加拿大多伦多上市的美国爱默生公司 (Immersion International) 经过6年的努力, 利用反射透镜技术开发出了新一代无失真、高分辨率 (800×60SVGA) 、宽视角 (40度和60度) 、重量轻 (2.0-3.5盎司) 的头配显示器, 其分辨率和视角是当前行业标准的2-3倍, 且能调节瞳孔间距, 实现单眼聚焦, 以避免眼睛疲劳。该头配显示器还具有外围与现实的混合能力, 使用者可同时查看物体和视频/数据。
目前, 爱默生公司研制的60度视角头配显示器主要为政府和军用市场设计, 40度视角头配显示器主要为商业和工业市场设计, 25度视角头配显示器主要为零售消费者电子市场设计。今年3月, 爱默生公司已以非独家方式授权西屋数码电器公司 (Westinghouse digital Electronics) 生产针对军用和商业市场的60度视角头配显示器和40度视角头配显示器, 而爱默生公司将成为技术许可商, 负责继续研究、产品开发。
爱默生公司尽管已在加拿大多伦多股票市场上市, 但融到的资金有限, 希望寻找新的投资者或潜在的加工销售合作伙伴, 所需资金700万加元。
高分辨率图像显示 篇5
众所周知, DOS操作系统支持显卡的最大显示分辨率是640*480, 颜色为16色;而目前在许多工业控制或嵌入式系统中显示分辨率多为1024*768, 颜色为256色, 怎样实现DOS下的高分辨率图形显示是工程师们面临的关键问题。档介绍某雷达系统采用嵌入式计算机结构, 主控制器为嵌入式计算机PC104, DOS6.22的操作系统, 编译环境是Turbo C2.0, 以此为开发平台可通过VESA扩充的中断int 10, 将显示模式设置成高分辨率显示, 然后编制相应的调色板程序完成256色调色板设置。剩下的工作就是设计师根据自己的要求在Turbo C2.0编译环境内完成自己的图形处理。如果读者想用别的硬件平台, 很简单, 详细了解VESA标准, 再自己开发所需的各种各样的图形函数, 通俗的说是在编译环境下开发SVGA显卡的驱动程序。根据不同的图形适配器有相应的图形驱动程序。例如对于EGA、VGA图形适配器就调用驱动程序EGAVGA.BGI。
2 DOS操作系统简介
2.1 DOS操作系统简介。
DOS实际上是Disk Operation System (磁盘操作系统) 的简称。顾名思义, 这是一个基于磁盘管理的操作系统。与我们现在使用的操作系统最大的区别在与它是命令行形式的, 靠输入命令来进行人机对话, 并通过命令的形式把指令传给计算机, 让计算机实现具体操作。在使用DOS时, 我们还会经常的听到MS-DOS与PC-DOS, 对初学者来说, 二者可以认为没有区别。事实上, MS-DOS由世界软件大王-Microsoft (微软公司) 出品, 而PC-DOS则由世界电脑大王IBM对MS-DOS略加改动而推出。
2.2 DOS操作系统的发展。
从早期1981年不支持硬盘分层目录的DOS1.0, 到当时广泛流行的DOS3.3, 再到非常成熟支持CD-ROM的DOS6.22, 以及后来隐藏到Windows9X下的DOS7.X, 前前后后已经经历了20年, 至今仍然活跃在PC舞台上, 扮演着重要的角色。只要我们打开计算机, 计算机就开始运行程序, 进入工作状态。计算机运行的第一个程序就是操作系统。
2.3 DOS操作系统的组成。
DOS主要由三个基件和一些外部命令组成, 这三个基件是MSDOS.SYS、IO.SYS和COMMAND.COM。其中, MS-DOS.SYS称为DOS的内核, 它主要用来管理和启动系统的各个部件, 为DOS的引导做好准备工作。IO.SYS主要负责系统的基本输入和输出, 即DOS与各个部件的联系。COMMAND.COM文件是DOS与用户的接口, 它主要提供了一些DOS的内部命令。磁盘是否具有启动DOS的能力, 就看它是否具有这三个文件, 具有这三个文件的磁盘称为引导盘。而除此之外还包含许多DOS外部命令的磁盘称为系统盘。
3 DOS下的VESA标准及其应用
3.1 VESA标准简介。
计算机显示卡的发展经历了很多标准, 包括CGA/EGA, VGA, SVGA, 以及VESA。目前最新的是VESA/VBE 3.0, 现在市面上可见的主流显示卡都支持VESA 2.0标准。所以要保证软件的通用性, 采用VESA标准是一个好主意。VESA的意思是Video Electronics Standard Association, 美国信息电子标准协会 (VESA) 提出了一套标准的SVGA卡技术规范, 其中制定了许多SVGA卡的功能及可显示的扩展模式 (Extended Mode) , 各厂家都遵循这个标准, 避免不兼容的情况发生。同时, VESA也提出了一套软件的标准接口:VESA BIOS EX-TENSION, 即VBE, 它扩展了VGA/SVGA BIOS原有的功能, 而我们就可以利用这个统一的接口来进行显示控制 (调用10号中断) 。
3.2 SVGA卡的特性。
一般来说, SVGA卡都至少拥有512K以上的视频内存, 以用来存储更高分辨率或更多颜色的数据, 它的256色或真彩显示模式都是采用线性对应的方法, 所需要的内存数量也各有差别:
目前, 新型的SVGA卡都内建有VBE的功能, 它固化在卡上的BIOS内, 利用VBE来控制SVGA卡的显示功能, 不仅省去了许多复杂的工作, 也基本保证了程序对各类SVGA卡的兼容性。
3.3 VESA编程初步。
在开始编程前, 首先要确定你的硬件板卡是否支持VBE功能, VESA标准为了方便用户制作了各种编程语言的SV-GA256.BGI图形接口程序, 大家只要把SVGA的图形接口程序拷入你的系统程序目录中编译即可。VESA编程包括三个方面, 如下:a.设置显示模式:在标准的int 0x10调用中, 如果设置ax=3, 即为标准的文本模式;如果设置ax=0x0013则为320*200*256色, 95年左右编程的人对这个模式应该是相当的熟悉。为了利用VESA显示模式, 需要令ax=0x4f02, bx写入显示模式。其中0x114代表800*600*64K, 117h代表1024x*768*64K。下面代码段设置显示为800*600*64k:in.x.bx=0x114;in.x.ax=0x4F02;int86 (0x10, &in, &out) ;进入图形显示模式后, 就可以做一个指针, 直接指向显存;b.显存分页:VESA的显示是分页的, 一般64kbyte作为一页。800*600*64k要用到15页。VESA中控制换页的功能号是0x4f05。以下例子演示换页的过程。in.x.bx=0;in.x.dx=iPageNumber;in.x.ax=0x4F05;int86 (0x10, &in, &out) ;c.颜色定义:编译环境Turbo C2.0的调色板只支持16色, 要想完成256色的颜色分辨率, 就要重新编制相应的调色板库函数, 设置调色板的值。为了适应以后的推广, 我们编制的调色板颜色最大支持64K色, 这些颜色的排序与WINDOWS的可能不同, 需要我们自己去一一测试定义。
4 详细设计
以上是针对概念和原理做了一些介绍, 目的是让大家有个全面的了解;下面来举例说明, 某雷达和综显交联, 视频显示分辨率为1024*786*256;为了在DOS操作系统下实现高分辨率显示, 我们选用主控制器为嵌入式计算机PC104 (SCM/LX-3072) , 该处理器采用AMD Geode LX 800CPU, 工作频率高达500MHz, 具有128KB一级高速缓存和128KB二级高速缓存, 在板表贴256M RAM, 支持VESA/VBE标准;DOS6.22的操作系统, 编译环境是Turbo C2.0;软件首先在主程序里完成图形模式初始化, 调用如下库函数代码:
其次将VESA标准里的SVGA的图形接口程序SVGA256.BGI拷入Turbo C的系统程序目录里, 然后就是编制SVGA256.h文件和调色板函数, 我们只做了需要的5种颜色, 在主程序里调用做好的调色板函数显示相应的颜色, 具体代码见Void setvgapalette256 (dacpalette256*PalBuf) 和init_xga () 。进入图形显示模式后, 就可以做一个指针, 直接指向显存, 对显存中的数据进行改变就可以直接画点;有了画点程序后, 就可以很容易地扩展成画线、画圆的程序进一步绘图。
5 结论
在DOS操作系统下进行高分辨率图形显示设计的驱动兼容性强。DOS平台下, 虽然说已经很开放, 可以操作硬件设备, 但许多基本操作还是被封装了, 这种封装就是PC机的BIOS.BIOS的采用一方面是为了提供基本的硬件访问功能, 一方面是为了保证兼容性, 向上提供一个一致的的调用接口, 不同的显卡硬件是不同的, 但通过BIOS后所有操作都是通过VBE进行, 在上层的程序员眼里是没有区别的。
摘要：本文档简要介绍以嵌入式计算机PC104为硬件开发平台, 基于DOS操作系统下的高分辨率图形显示设计。
关键词：嵌入式计算机PC104,DOS,VESA标准,SVGA,高分辨率,图形显示,图形处理
参考文献
[1]VESA BIOS EXTENSION (VBE) Core Functions Standard version:3.0.
[2]Interrupt List (c) by Ralf Brown.
高分辨率图像显示 篇6
关键词：CT图像,肺结节检测,收敛度,Hessian矩阵
肺癌是导致癌症死亡率的主要原因,据美国癌症协会统计,2006年在美国死于肺癌的人数大约在162460人左右,肺癌导致的死亡人数占到了癌症死亡人数的29%[1]。肺癌的早期形态一般以肺结节的形式出现,因此肺结节检测有助于提高肺癌的早期诊断和治疗。近几年,我国各大医院中多层螺旋CT的装机数量显著上升,它们能提供肺部高分辨率CT(HRCT)图像,可用来更好地评价肺结节的界面以及结节的内部结构。但是,数据量的增加也加重了医生读图的负担,除了要从HRCT图像中辩认出复杂的肺部组织,还需要在正确识别结节的基础上进一步获得结节的密度和形态等参数。为此,如何从肺的HRCT图像中快速正确检测出肺结节,是当前医学图像处理中的一个重要课题。
目前,肺结节检测的方法主要有基于特征提取的方法、基于知识的方法、基于模板匹配的方法以及基于剔除肺部血管树的方法等。Yongbum用遗传算法选取目标区域后进行模板匹配,提出了基于遗传算法的模板匹配算法[2]。Kanazawas用模糊聚类的方法,首先把肺分成空气和器官两个簇,然后基于知识分类血管和肺结节[3]。Brown提出了基于特定病人早期图像的方法,利用基于病人先前扫描图像的先验遗传模型提取肺结节[4]。Thomas Bülow首先提取肺部血管树,采用剔除血管树的方法提取肺结节[5]。Draw-Tung Lin使用学习最大梯度下降的算法定义隶属度函数,提出了基于人工神经网络的模糊系统检测肺结节[6]。以上方法都是在二维CT图像上检测肺结节,没有利用肺结节的三维空间结构信息。
本文从检测速度和检测正确性两个方面考虑,提出了一种将收敛度滤波器[7]和Hessian矩阵相结合的肺结节自动检测算法。首先对HRCT序列进行二维滤波,快速提取出候选肺结节,然后利用肺结节的三维空间信息去除假阳性以提高检测精度。
1 算法描述
1.1 二维收敛度滤波器
二维收敛度滤波器(CI)的输入是一幅图像,输出是感兴趣象素点的局部平均收敛度。假设p是感兴趣象素点,S(p)是以p为中心、半径为R内的并且不包括p的感兴趣区域,也就是CI滤波器的支撑区域,如图1所示。对于,定义从q指向p的向量为,q点的灰度梯度向量为。分别
则q点的收敛度CI(q)为:
对于整个感兴趣区域S(p)的CI滤波器的输出为：
由式(1)和(2)可以看出,CI(q)[-1,1],CIoutput∈[-1,1]。当q处的灰度梯度向量指向支撑区域S(p)中心p时,CI(q)=1;当S(p)内所有象素点的灰度梯度向量都指向中心点p时,CIoutput=1。也就是说,当S(p)中的等灰度象素点组成的等灰度线都是以p为中心的圆,并且灰度值与到点p的距离成反比时,与的夹角φ=0,CIoutput达到最大输出值1。这是一种理想状态,在二维CT图片上的肺结节并不是理想中的圆形,它们更多的以椭圆的形态出现。对于椭圆上的象素点,椭圆越扁,φ越大,cos(φ)越小。为了二值化q处的收敛度,引入收敛门限Tc,重新定义q处的收敛度:
则CI滤波器输出为:
由式(3)可见,CIT_output描述了S(p)中所有以p为中心的收敛度大于Tc的象素点所占支撑区域S(p)的百分比。当CIT_output≥Tc I时,则把点p作为候选结节输出。使用式(3)、(4)的二维CI滤波器的仿真结果如图2所示,其中图2(a)是人工合成的圆和椭圆,图2(b)是滤波后的结果。可见此滤器对圆形和椭圆都有较好的增强效果。
1.2 Hessian三维检测滤波器
因为CI滤波器是基于二维CT图像的滤波,不能有效的区分血管横断面和肺结节横断面,所以会产生假阳性候选结节,必须作进一步的判断。三阶Hessian矩阵的特征值能够很好地描述结节的空间结构信息,它被用来对候选结节进行空间特征的计算。
Taylor级数展开是分析n维图像局部特征的一种常用方法,用I表示n维体数据,则空间中一点p的二阶Taylor展开式为:
(5)这里I(p)代表p点的梯度矢量,H(p)为p点的Hessian矩阵,由点p的二阶导数构建而成。n维图像的Hessian矩阵为一个n×n的实对称矩阵,因而具有n个实特征值。对于要处理的三维体数据而言,它是一个3阶实对称矩阵:
其中
通过式(6)得到点p处的Hessian矩阵,然后计算出该矩阵的特征值λ1(p),λ2(p),λ3(p),且λ1≥λ2≥λ3。因为候选结节区域由亮度值是比较大的象素组成,所以特征值λ1(p),λ2(p),λ3(p)应该为负数。3个特征值分别对应,3个特征向量,,相互正交并且,代表了三维空间的3个正交方向。肺中的局部组织主要分为线型,球型和扁平型3类,它们在组成的坐标系中的示意图如图3。
对于线型物体,特征向量有一个主方向e1,特征值的关系是λ3λ2λ1 0;对于球型物体,特征向量没有主方向,特征值的关系是λ3λ2λ1 0;对于扁平型物体,特征向量有个2个主方向,特征值的关系是λ3λ2λ1 0。肺结节近似属于球型物体,考虑到λ3λ2λ1 0等价于λ1 0&λ1λ2&λ2λ3,定义σ高斯尺度下权值函数为:
可以看出,对于线型和扁平型物体,它们分别有|λ1|《|λ2||λ3|和|λ1||λ2|《|λ3|,所以它们的ω(λ1,λ2,λ3,σ),趋近于0,对于球型物体,由于|λ1||λ2||λ3|,ω(λ1,λ2,λ3,σ)趋近于1。故定义δ,当ω(λ1,λ2,λ3,σ)δ时,表示输入象素点是肺结节上的点。为了适应各种大小的肺结节,使用多尺度高斯函数来计算权值。我们选择的高斯尺度为。可以得到多尺度高斯下的权值为:
1.3 算法实现
在Hessian三维检测中,假设三维体数据在3个正交方向上是各向同性的,但是实际扫描得到的数据序列在横向分辨率上要大于纵向分辨率,它是各向异性的。因此,首先需要根据数据分辨率的纵横比对体数据进行插值,得到立方体体数据。在CT图像中,肺部中的血管和肺结节都是象素值比较高的点。为了减少CI滤波器的计算量,要使用阈值对图像做初始分割,提取象素值比较高的点,然后,再把这些点输入CI滤波器;最后,用Hessian三维检测滤波器去除假阳性结节,得出最终的结果。
设定初始阈值threshold,CI滤波器参数TC、TCI,参数δ,算法流程如图4所示。输入CT扫描序列后进行体数据插值,得到立方体体素,然后根据阈值分割去除背景象素。将阈值分割的结果输入CI滤波器,得到候选肺结节,然后用Hessian三维检测滤波器去除假阳性肺结节,最终得到真阳性肺结节。
2 算法的测试
为检验肺结节检测算法的效果,我们对安徽省中医学院附属医院影像中心采集的8个病人的肺HRCT数据集进行了肺结节检测。扫描设备为TOSHIBA Asteion/Multi多层螺旋CT。8组序列共900层CT图片,分辨率为512×512,层片内象素距离为0.68mm,层片厚度为3mm。测试选取CI滤波器的支撑区域S(p)为32×32象素,TC=0.4,TCI=0.2,δ=0.1。测试结果表明,算法的检测灵敏度达到了90%,每层图片的平均假阳性结节数为0.33,已达到了实用化程度,完全可以起到辅助医生实现快速读图的作用。
图5(a)是一组肺结节提取结果的放大图,被检测到的肺结节用一个圆标记出来,箭头指向检测到的肺结节。图5(b)则是基于本文算法的肺结节检测应用程序界面。
3 结论
二维CI滤波器对圆形和椭圆区域都有较好的增强效果,能够快速产生候选肺结节。文中设计的三维Hessian矩阵滤波器能够利用肺结节的空间结构信息去除假阳性,提高了检测精度。该算法首先进行二维滤波,然后进行三维滤波,充分利用了二维检测的速度和三维检测的精度,具有较高的灵敏度和低假阳性。算法在执行过程不需要人机交互,能够自动、准确地完成肺结节的提取。
参考文献
[1]American Cancer Society.Cancer Facts and Figures2006.Atlanta,ACS,2006
[2]Yongbum Lee et al.Automated Detection of Pulmonary Nodules in Helical CT Images Based on an Improved Template-Matching Technique.IEEE Trans Med Imaging,2001,20(7):595-604
[3]Kanazawa K et al.Computer-Aided Diagnosis for Pulmonary Nodules Based on Helical CT Images.Computerized Medical Imaging and Graphics,1998,22(2):157-167
[4]Brown MS et al.Patient-Specific Models for Lung Nodule Detection and Surveillance in CT Images.IEEE Trans Med Imaging,2001,20(12):1242-1250
[5]Thomas Bülow et al.A Method for Lung Nodule Visualization from Multi-slice CT Data.International Congress Series,2005,1281:1127-1131
[6]Daw Tung Lin et al.Autonomous Detection of Pulmonary Nodules on CT Images with a Neural Network-Based Fuzzy System.Computerized Medical Imaging and Graphics,2005,29(6):447-458
高分辨率图像显示 篇7
1 全景系统介绍
1.1 全景成像原理
系统采用双曲面折反射式全景成像,折反射全景成像系统可根据是否满足单视点成像约束分为单视点成像系统和非单视点成像系统。在监视和场景的三维重建应用中,要求获得透视图像,因此在系统设计时应满足单视点约束,保证系统成像满足针孔模型。在本全景成像系统中,来自水平方向360°的光线都可以经过双曲面的反射和广角镜头的折射在CCD中成像,故系统水平视场为360°,来自垂直方向270°左右的光线可清晰成像,故系统垂直视场为270°,只有位于反射镜正上方约90°的视场范围为成像死角。系统组成如图1所示。
1.2 系统组成
折反射全景成像系统主要由以下几部分组成:
(1)光敏元件,如CCD器件。本系统中采用IMPERX公司的IPX-4M15-LC型Camera Link接口的科学级高分辨率数字相机,分辨率为2 048×2 048,帧速率为15f/s。
(2)成像透镜,如常规成像透镜或远心透镜。本系统采用Nikon广角近焦镜头。
(3)凸面反射镜,其面形为二次曲面,如球面、圆锥面、抛物面、双曲面等。本系统采用视场角为120°双曲反射面。
(4)实时图像处理平台。本系统采用以Altera公司Cyclone II系列FPGA EP2C35为核心的图像处理系统。
(5)显示部件,本系统的显示终端由LVDS接口的数字液晶显示器构成,分辨率为1 024×768,刷新频率为60Hz。
2 嵌入式硬件设计
2.1 FPGA核心处理系统
FPGA核心处理系统采用Altera公司的Cyclone II处理器EP2C35F484C8。在Cyclone系列低成本FPGA中,Cyclone II FPGA系列是第二代产品,采用TSMC的1.2V、90nm、低k绝缘工艺,具有比第一代产品更多的性能优势,密度功能进一步提高。具有33 216个逻辑单元(LE),密度是第一代Cyclone FPGAs的三倍,每LE最低的成本;具有105个M4K的RAM,共组成483 840bit可用RAM,可达到250MHz的性能。有35个18×18bit或70个9×9bit嵌入式乘法器;跨越整个期间的16个低斜移、全局时钟网络,有16个专用输入时钟引脚反馈;4个锁相环(PLLs),每个具有3个输出抽头,具有可设置带宽、可设置占空比、扩谱时钟、锁定探测功能,以及具有移相功能的频率合成,可提供片内和片外全面的系统始终管理。除FPGA之外,电源系统有由AMS1084-3.3构成的3.3V供电,由AMS1084-adj调整出来的1.2V供电部分。配置芯片为EPCS16,时钟晶振为50MHz。
2.2 高速存储系统设计
图像处理系统对存储设备要求很高,不仅需要有大的存储容量,还要有非常高的存储速度。针对本系统中的处理要求,每帧图像的大小为4MB,所以要想实时、连贯地对图像做想要的处理,存储系统的最低容量应为能存储一帧图像的容量4MB。存取速度可以通过计算得出,相机数据总量:15f/s×2 048×2 048×8=480Mb/s,单路LVDS=总量×7/12=280Mb/s,单路TTL=单路LVDS/7=40Mb/s。通过计算可知,系统数字前端的通信速率是40MHz,已经属于高速电路信号的范畴。为了增加图像数据传输的带宽,Camera Link接口采用双通道传输模式,每通道数据为8bit,共16bit。在图像实时采集及显示的要求下,可采用两组RAM乒乓读写操作的方式,但这样会增加系统的复杂性;也可以使用双口RAM,但如此大容量的双口RAM的成本非常高。基于这两点考虑和系统的实际需求,本系统使用对单存储体分时复用读写的机制,可简化硬件设计和降低成本。系统中选用4片SRAM,型号为IS61LV51216,其单片容量为1MB,在硬件连接上扩展成1M×32bit的静态RAM存储体,总共4MB,为一帧图像的存储容量,而32bit的数据宽度可极大限度地增加系统的通信速率。
如图2所示,使用AVALON总线支持的8级流水线的方式不连续读取SRAM和SDRAM中的数据。当读SRAM中数据时,数据有效标志一直处于高电平有效状态,故可以在CLK的每一个周期返回一个有效数据;而读SDRAM时,数据有效标志大部分周期为低电平无效状态,所以实际的读取速度大打折扣,不及SRAM速度的1/3。这里简单分析一下原因:首先SDRAM的行列地址线是复用的,降低了总线速率;其次SDRAM的读写操作过程中需要多个额外的总线周期进行precharge和active操作,导致效率低下,尤其在不连续读写时更加严重。而SRAM完全不存在这个问题,可以完全随机读写,本系统选用的SRAM读和写都可以在10ns完成。
2.3 Camera Link采集接口与LVDS显示接口
科学级高分辨率数字相机IPX-4M15-LC使用Camera Link接口传输图像。经研究发现,此相机内部处理系统也是由一片一百万门的FPGA和一个32位处理器组成,最后由美国国家半导体公司的DS90CR287MTD转换成LVDS信号,由Camera Link接口将图像传输出去。与DS90CR287MTD配套使用的芯片为DS90CR288AMTD,所以本系统使用DS90CR288AMTD作为Camera Link协议的解码芯片。具体使用中,在板级布线时,尤其应注意差分走线等长、平行、结成对耦等原则,这样会使信号的高频特性达到最好。
在显示终端方面,没有选择XGA接口的显示器,因为所有模拟接口的液晶显示器都是为了兼容以前的阴极射线管(CRT)显示器,而模拟信号传输存在一些缺点,如信号衰减、易受干扰,清晰度和细节表现力不高等。液晶显示器本身就可以由数字信号进行控制,所以本系统选用LVDS接口的液晶显示器,型号为上广电的SVA150XG04BT,分辨率为1 024×768。控制芯片为上广电推荐的平板液晶显示器LVDS接口芯片DS90C385A。
3 AVALON总线IP核设计
3.1 Avalon总线规范
在采集IP核设计上,采用具有可变等待周期的突发传输,在展开显示IP核设计上,采用具有可变等待周期和可变延迟的流水线传输。下面分别介绍这两种传输模式。Avalon接口可使用突发传输属性。该传输方式将多次传输作为一个单元来执行,而不是将每个数据单元作为一次独立的传输。当每次处理来自主端口的多个数据单元时,突发传输是从端口能达到最高效率的数据吞吐量。流水线传输使得主外设可以发起一次读传输,转而执行一个不相关的任务,等外设准备好数据后再接收数据。这个不相关的任务可以是发起的另一次读传输,尽管上一次读传输的数据还没有返回。在取指令操作和DMA操作中,流水线传输非常有用。在这两种状态下,CPU或DMA主外设会预取期望的数据,从而使同步存储器处于激活状态,并减少平均访问时间。
3.2 Camera Link接口协议分析
Camera Link是从Channel Link技术基础上发展而来的,以LVDS作为物理层。Channel Link包括一个发送和接收对。发送端接收28路单端的数据信号和一个单端的时钟信号,数据被以7:1的方式串行化为4路双端数据流,接收端接收这四路串行数据流和一个同步时钟,并解串成为28路单端数据信号。
Camera Link信号要求图像数据和图像使能信号必须包含在Channel Link总线中。四个使能信号被定义如下:
FVAL:帧有效(Frame Valid);LVAL:线有效(Line Valid);DVAL:数据有效(Data Valid);Spare:Spare作为以后使用的信号。保留了4个LVDS对用于实现对通用相机的控制,他们被定义为相机的输入和图像采集卡的输出。相机生产商设定这些信号来满足特殊产品的需要。这4个信号是:Camera Control 1～4。2个LVDS对已经被分配为实现相机和图像采集卡之间的异步串行通信,相机和图像采集卡应至少支持9 600b/s的波特率,这两个信号是SerTFG和SerTC。
3.3 图像采集存储IP核设计
高分辨率数字相机的像素为400万,帧率为15f/s,数据输出时钟为40MHz,数据宽度为16bit。如此大数据量的采集及写入RAM是使用CPU操作难以完成,所以编写了Avalon总线主外设,将采集到的数据以DMA的方式写入SRAM。Avalon总线传输支持多种数据传输方式,在这个主外设中,为了使数据传输能力达到最大,使用突发传输模式,突发长度为一行图像的数据1 024B,以16bit数据宽度进行传输,突发长度为512,使用状态机控制突发传输的几个状态,如图3所示。由于图像数据的时钟为40MHz,Avalon总线传输时钟为120MHz,涉及到异步时钟域同步问题,使用512个16bit写入32bit读出的FIFO进行数据同步。
3.4 图像显示原理分析
使用FPGA控制显示器显示所要的图像,主要是控制时序,就是将图像数据依据显示器需要的显示顺序送出,即正确的数据放到正确的显示器像素点上。本系统选用的显示器的现实时序控制比较简单,只需以CLK的上升沿为触发控制使能信号DE与数据信号DATA同步即可。DE为数据使能信号,高电平有效,在所有的显示周期该信号为高电平,在行消隐与场消隐期间为低电平。显示时序如图4所示。
3.5 图像显示IP核设计
在图像显示IP核设计上,读取SRAM内的图像数据时不宜采用突发传输模式,因为全景视觉系统图像显示需要先对环形的全景图像进行非线性还原,这涉及到大量的非连续地址图像数据读取,因而不适合使用突发传输。而Avalon总线协议支持多达8级流水线的读传输,可以很好地解决这一问题。流水线传输时序如图5所示。
4 全景图像展开算法设计与实现
4.1 全景图像柱面展开原理
以双曲面焦点F'为投影中心建立虚拟像机,将实际全向图像投影到虚拟像面上的过程称为系统成像的逆投影。如图6所示,F,F'分别为双曲线的两个焦点,OP为入射光线,PQ为反射光线,O为三维空间中的任一点,坐标为(x0,y0),Q为O点经反射镜反射后在像平面上的成像点,c为双曲面的焦距,/为摄像机焦距。根据逆投影模型可得已知三维空间中物点O坐标,由式2、式3可确定像点Q的坐标。
式中a、b为双曲线的参数,θ为入射光线与Z轴夹角。
当虚拟像面为圆柱面,且圆柱面的对称轴为成像系统的对称轴时,可以得到柱面全景图像。
4.2 展开算法的简化原理
全景图像展开原理和公式推倒是严谨、规范的,虽然展开图像的失真度最小,但复杂性也是最高的。它不仅需要不断地用到正弦余弦运算,还要知道双曲面反射镜的多个参数以及拍摄时的实时焦距参数。这对实时处理系统来说是无法容忍的。下面介绍全景图像简化展开算法。
为了满足进一步的图像视觉应用和人眼的观察习惯,需要将压缩的全景图像投影到柱面上。简化算法的思想是在不考虑双曲面反射镜自身参数的情况下,利用直角坐标和极坐标之间的坐标变换(如图7所示),将柱面展开图上像素点的值一个一个地从全景图中找到,然后根据显示效果调整R'的大小,使显示的宽高比例满足实际比例,从而达到满意的观察结果。
4.3 FPGA实现展开
如图8设计的Avalon总线系统,在对全景图像数据进行采集显示以及非线性展开处理时,为了达到15f/s的实时显示采集性能,全部使用Verilog HDL编写,这样就可以做到所有功能模块都并行处理。Verilog属于硬件描述语言,优点是执行效率高,缺点是无法进行复杂的数学运算,如展开公式中用到的三角函数、除法运算等。考虑到FPGA内部有高速的SRAM,所以查表可以很好地解决这一问题。除法运算转换成移位运算。在FPGA内部调用宏功能模块,生成ROM,并用正弦和余弦表来对其进行初始化。本系统中使用7 200点的正余弦表,精度为16位,足以满足要求。用Visual C++生成表,并作乘以1 024的处理。因为Verilog只能处理整数,最后处理时将处理结构右移10位,即可将结果还原回真实值。
系统的执行过程就是边读取内存中像素数据值边向显示接口发送数据的过程,只不过像素值的读取是按照显示的需求,并按照上一节中的简化展开算法原理做了非线性变换的。如需要向显示端口发送的像素点的坐标为(x1,y1),通过运算得到数据在原始全景图像中点的位置坐标为(x2,y2),其中x2=y1sin(2πx1/y1),y2=y1cos(2πx1/y1),正弦余弦通过查表获得。x1/y1则是把一圈360°的图像分成若干份数,每一份对应一个显示图像中水平显示方向的一个点。本系统将360°分成7 200份,每增加0.5°,其正弦余弦值可在表格中查得。图像的现实分辨率为1 024×768,所以整幅全景图像的显示需要7屏,在实际应用中利用按键实现读取像素参数的递增或递减,就可以做到对360°全景图像的扫描显示。
参考文献
[1] National Semiconductor.LVDS 用户手册(第四版)[D].2008．
[2] National Semiconductor.Channel Link Design Guide[D].2006．
高分辨率图像显示 篇8
河流边界提取对于河流水位监测和洪流等自然灾害的监测与评估具有重要的意义。精确的河流边界自动提取已成为国内外研究的热门课题。合成孔径雷达SAR作为一种全天时、全天候的遥感检测技术可以实现河流边界的精确提取，尤其对于一些气候条件较为恶劣以至于无法使用光学遥感检测的区域，SAR遥感展示出独特的优势。近年来，随着SAR分辨率的不断提高，基于高分辨率SAR图像的河流边界提取精确性也得到进一步提升。因此基于高分辨率SAR图像的河流边界提取备受学者的青睐。
针对河流边界检测问题，国内外学者已经提出了一些处理方法。阈值分割算法凭借运算效率的优势成为最基本、最广泛的算法。如运用交叉熵确定分离河流的最优阈值[1];利用改进Otsu方法从ENVISAT/ASAR图像中提取水域[2];采用自适应阈值，结合小波能量和梯度进行SAR图像河流分割[3]。除阈值分割算法外，还提出了一些其他方法，如采用K均值聚类方法区分SAR图像中的河流和背景[4];运用结合河流矢量图的统计水平集图像分割以提取河流区域[5];采用基于曲波滤波和形态学操作的方法，依靠一个简单的阈值，实现河流网络的自动检测[6];利用活动轮廓模型(ACM)进行河流边界检测，该方法同时应用于血管图像的分割，有效地处理强度不均匀和弱边界的问题[7,8,9,10]。
前期的河流边界提取方法主要是基于阈值分割法。在雷达图像中，河流的强度值远小于其他目标强度，因此根据河流区域的微波特性可以在SAR图像中获得河流区域的区分信息。但是，仅仅依靠阈值提取会存在两个难点:(1)SAR图像存在很高的噪声斑点特性，即使在相邻的相同区域也会存在图像强度的变化[11];(2)对于高山区域，SAR图像中会存在大面积的阴影，阴影部分和河流区域具有相同的强度，增大阈值法提取河流边界的难度。因而如何获得一种稳健的河流边界提取方法是一个亟待解决的问题。
本文提出了一种高分辨率SAR图像河流边界自动提取方法。该方法不仅利用了河流区域的低强度特性，同时还利用局部连接性以降低噪声斑点和阴影的影响，以及改进活动轮廓模型(ACM)获得精确的河流边界。该河流边界提取主要分为三个步骤:(1)通过SAR图像强度阈值分割获得潜在河流像素和潜在背景像素;(2)将潜在河流像素划分为连接的区域，其中对比度相似的相对较大区域记为感兴趣区域(ROI)，其他部分则认为噪声斑点和阴影部分;(3)将获得ROI和粗糙轮廓分别设置为ACM的局部区域和初始轮廓，结合局部图像拟合(LIF)能量函数和水平集函数以完成河流边界提取。本文通过实测数据的处理，验证了该方法的稳健性和有效性。
1 SAR图像河流边界提取理论
本节介绍提出的SAR图像的河流边界自动提取方法涉及的相关理论知识。图像分割是将一幅图像分割成非重叠的、相连的区域，各个区域具有一些相同的特性，如强度、纹理等[12]。假设图像表示为I，图像分割就转换成对各个连接部分SkI的确定，且所有部分集合为整体图像。因此，所有分割部分必须满足:
其中对于k≠j,
现有的河流检测方法主要分为两类:基于阈值的方法和基于特性模型的方法。阈值分割是一种最原始、最简单也是最广泛的图像分割算法。如果对整体图像设定阈值，则称为全局阈值;如果将整体图像划分成一些子块，并对每一块设定阈值，则称为子块阈值。由于图像中的不同结构具有不同的强度，使用阈值进行图像分割是一种简单、有效的方法。然而，阈值分割几乎没有考虑图像的空间特性，对于具有噪声和强度不均匀的SAR图像而言，使用阈值分割就会使获得的结果存在较大的误差。因此，阈值分割处理常常作为图像处理的开始步骤。
采用阈值分割对SAR图像进行河流区域提取，提取的河流区域将会存在大量的虚假区域。考虑到河流是一些较大的连接区域，根据结合形态学和区域的局部连接特性实现虚假区域的剔除。形态学操作首先完成噪声的抑制，然后进一步区分不同的连接区域，最后根据区域的范围和对比度特性进行删除虚假区域，并保存ROI进行下一步分析[13]。
ACM模型是基于表面演进和几何流动理论，现已广泛地研究和应用于图像处理领域。大体上来说，现有的ACM可以分为基于边界的模型和基于区域的模型，它们具有各自的优缺点。基于边界的模型利用图像的梯度作为观测物体边界轮廓确定的限制条件，需要一个加权项控制轮廓的扩张和缩小。在实际中，很难找到合适加权项，一方面如果选择不足够大，演进轮廓就很难途经目标的狭窄部分;另一方面，如果选择过大，演进轮廓就会造成目标的弱边界的疏漏，导致不理想的结果。基于区域的模型利用图像的统计信息构建限制条件。相对于基于边界的模型，基于区域的模型不需要利用图像的梯度信息，就可以成功地实现弱边界目标或者无边界目标的分割。其中运用最为广泛的为C-V模型，在统计均匀的图像区域假设下，该模型已成功完成二进制相位分割。然而，对于强度不均匀的图像，C-V模型效果较差。为了解决这个问题，提出一系列改进方法，其中最著名的是LBF模型，LBF运用局部图像信息作为约束条件，实现强度不均匀的目标分割。LBF相比于C-V模型具有更好的精确性和运算效率，但对于高分辨率宽测绘带的SAR图像，LBF模型仍具有较高的运算量。为了进一步提升运算效率，提出了两种改进方法:(1)首先使用局部连接性提取ROI，以降低ACM实现的迭代次数和场景的复杂度;(2)利用LIF模型[10]以提升LBF模型效率并能保持足够的精度。
以上给出的是本文提出的高分辨率SAR图像的河流边界自动提取方法的相关理论原理，具体的处理流程将在下一节介绍。
2 SAR图像河流边界提取方法
本节给出高分辨率SAR图像的河流边界自动提取方法流程图和具体实现步骤。流程图如图1所示。
具体处理步骤如下:
1)预处理。首先采用Lee滤波对原始图像进行平滑，有效地保留图像的细微信息和降低对图像噪声斑点，同时该滤波可以获得一个更加平稳的强度阈值和对比度值，该信息将在后续处理中使用。其次，对原始图像的直方图进行分段线性变换，提高河流区域和背景之间的对比度。将图像中对比度较低的1%像素设置为0，较高的1%设置为255，其余像素通过线性变换扩展到0～255范围内。
2)采样子块阈值粗分割。预处理完成后，采用Ostu提出的阈值算法获得强度阈值以实现河流边界的粗提取，该强度阈值必须满足使类间方差与类内方差之比最大化。Ostu方法凭借计算简单稳定的优点广泛应用于图像粗分割中。通过该步骤，SAR图像被划分为一系列子块，并对每个子块设定阈值。经过阈值处理，强度高于阈值的像素划分为潜在背景像素，低于阈值的像素为潜在河流像素。
3)利用局部连通性以实现ROI提取。受到斑点和阴影的影响，SAR图像中会存在一些像素的强度值与河流区域的强度值相同，造成错误的判断。为了去除在粗分割中的斑点噪声和阴影，利用河流区域的局部连通性的先验知识提取ROI。首先，结合使用形态学开和闭操作以完成噪声去除和进一步区分连通区域。其次，选择最大连通区域Smax作为参考河流区域，并计算它的对比度值Cmax。最后，利用区域阈值TA=α·Smax和对比度值Tc∈[β1，β2]·Cmax降低粗分割结果中的噪声和阴影。分割的区域对比度值为:
其中，ui为检测河流区域i的平均强度，uB和σB分别为背景的平均强度和标准差。只有区域范围高于TA并且平均对比度属于Tc的区域才认为是ROI。图2为ROI提取的流程图。
4)采用基于LIF的ACM模型实现精确分割。基于LIF的ACM模型是通过嵌入局部图像信息而提出的[10]。LIF可以实现对强度不均匀的图像进行分割，并且相比于传统的模型具有更高的效率和精度。其核心为引入了一个局部图像拟合能量函数，实现调节后的图像和原始图像之间的差异最小化。能量函数如下:
其中为水平集函数，是图像域，I(x)为输入图像，ILFI(x)为调节后的图像并定义如下:
其中为Heaviside函数，m1和m2定义如下:
其中Wk(x)为矩形窗函数，如截断的高斯窗或常数窗。在本实验中，选用的是标准差为σ，长度为4k+1乘4k+1的截断高斯窗Kσ(x)，其中k为小于σ的最大整数。如果选用常数窗也可以获得相同的结果。
通过获得最小化能量函数，梯度下降流为:
其中为Dirac函数。在上面的方程中，调整的Heaviside函数形式和Dirac函数δ为:
参数ε影响δε(z)函数的剖面，ε越大则剖面越宽，同时会扩大覆盖范围但会降低最后轮廓位置的精度。
LIF实现的主要步骤为:
(1)初始水平集函数为二进制函数:
其中ρ为常数，Ω0为先前步骤获得ROI，为Ω0的边界。
(2)通过式(6)实现水平集函数演化。
(3)通过一个n×n的高斯核调整水平集函数，如，其中ζ是标准差，为了提升平滑能力，ζ需要大于时间步进的均方根。
(4)检查演进是否静止，如果不是，返回(2)。
3 实验结果与分析
针对实际河流区域的SAR图像，采用本文提出的河流边界自动提取方法对实测的SAR图像进行测试。对实测SAR图像选用的参数为:α=0.2，β=0.5，ρ=1，ε=1.5，ζ=1.5,n=6，时间步进Δt=1，这些参数的选择是通过反复实验达到最优效果时获得的。参数σ根据不同的图像经验选取。对SAR图像测试结果中，我们对本文提出的方法和经典的阈值分割法的结果通过直观的视觉观测，可以明显地发现提出的方法在实验结果上有很大的提升。此外，为了定量地分析实验结果，引入了替代性误差(CE)、忽略性误差(OE)和均方根误差(RMSE),CE定义为:
其中AEinR为确定参考数据集的提取河流边界，AExtract为提取出的河流边界。类似的，OE定义为:
其中ARinE为确定河流边界数据集的参考尺寸，ARef为参考数据尺寸。RMSE衡量提取河流边界和参考数据间的距离，计算如下:
其中NB为匹配边界上的像素数量，d(EinRBi;R)是像素i与参考数据集之间的最近距离。
使用本文提出的方法和使用K均值聚类方法对场景1进行河流提取，每步处理结果如图3所示。该场景为6000×6000的连通的河流区域，图3(a)为对原始图像进行预处理后的结果。图3(b)为使用K均值聚类方法处理的结果图，图3(c)为通过局部阈值处理后的结果图，以上两种方法明显存在大量的虚假信息。图3(d)为使用河流区域的局部连通性提取出的ROI，明显可以发现与河流区域不相连的虚假区域几乎被去除。图3(e)为使用基于LIF的ACM模型精确提取河流边界的最终结果图，图中的灰色线条为提取的河流边界图，提取的河流边界与实际图像的边界具有很好的匹配性。
为了阐明该方法的稳健性，选用不同的背景的场景2对该方法进一步测试。如图4所示，该场景中的河流被山体分成了两个非连通区域。图4(a)为经过预处理后的结果图。图4(b)为子块阈值分割结果图。图中明显可以看到，一些阴影部分和河流区域分割到一起。图4(c)为使用局部连通性处理后的结果图，显然阴影部分基本被去除。最后提取的精确河流边界为图4(d)，该结果明显优于初始提取的河流边界效果。处理结果说明该方法可以用于不同场景处理并获得满意的结果。
下面对于实验结果进行定量分析，分析结果如表1所示。测量CE和OE的距离设置n=5像素。当标准差为0.09时，平均CE为6.5%。当标准差为0.32时，对应的OE为3.3%。当标准差为0.32时，RMSE为0.51。明显可以发现CE高于OE，主要因为与河流相连区域的山体阴影部分增加了CE。本文提出的方法存在细微的不足，当山体的阴影与河流区域相连时，在ROI提取部分就会将阴影部分误认为河流区域，造成最后的河流边界提取的不精确。另外，基于ACM模型的SAR图像分割平均迭代次数为35次，对于一幅4000×4000的图像的运算时间大约为21分钟，在后续处理中是可以接受的。上述的实验结果证实本文提出的方法的有效性，同时对不同场景进行试验，证实了方法对于不同场景处理的稳健性。
4 结语