1. 流水線(xiàn)處理

　　流水線(xiàn)處理是高速設(shè)計(jì)中的一個(gè)常用手段。如果某個(gè)設(shè)計(jì)的處理流程分為若干步驟且數(shù)據(jù)處理都是單流向的，前一個(gè)步的輸出作為下一個(gè)步的輸入;那么就可以采用流水線(xiàn)設(shè)計(jì)方法提高系統(tǒng)的工作效率。對(duì)于我們的圖像處理算法來(lái)說(shuō)，存在很多同一條指令連續(xù)處理很長(zhǎng)一段數(shù)據(jù)的情況，此時(shí)提高吞吐率就顯得非常有意義。另外，主處理芯片Virtex-II Pro的邏輯門(mén)資源相對(duì)富裕，對(duì)流水線(xiàn)的實(shí)現(xiàn)規(guī)模約束很小。圖像的預(yù)處理不存在迭代式的反饋回路，使得單元結(jié)構(gòu)更加規(guī)則，也非常適合通過(guò)Virtex-II Pro實(shí)現(xiàn)[2]。

　　圖像預(yù)處理過(guò)程分為濾波、閾值分割、開(kāi)操作、閉操作這四個(gè)步驟。開(kāi)始處理時(shí)，預(yù)處理流水線(xiàn)每個(gè)時(shí)鐘周期讀入一個(gè)像素?cái)?shù)據(jù)，流水線(xiàn)填滿(mǎn)后，每個(gè)時(shí)鐘周期內(nèi)，預(yù)處理流水線(xiàn)再輸出一個(gè)處理完的像素?cái)?shù)據(jù)，各個(gè)模塊間連接，無(wú)需緩存。其中開(kāi)操作由一次腐蝕和一次膨脹構(gòu)成，閉操作由一次腐蝕和一次膨脹實(shí)現(xiàn)。圖3以膨脹運(yùn)算為例說(shuō)明了流水線(xiàn)處理過(guò)程。

　　以圖像膨脹流水線(xiàn)模塊為例說(shuō)明：像素?cái)?shù)據(jù)流進(jìn)入模塊后，先進(jìn)入三行緩沖器，每行緩沖器輸出接到一個(gè)三像素緩沖器，相當(dāng)于把圖像信息送入了 鄰域。這樣就可以在每一個(gè)時(shí)鐘周期都進(jìn)行一次或操作，得到一個(gè)像素點(diǎn)的新數(shù)據(jù)，完成了膨脹算法。其他模塊與之類(lèi)似，在此不再贅述[3-4]。

　　2. 軟硬協(xié)同處理[5]

　　圖像匹配是一項(xiàng)運(yùn)算量大且耗時(shí)的工作。采用軟硬協(xié)同處理的設(shè)計(jì)策略，利用硬件模塊完成大部分運(yùn)算，軟件負(fù)責(zé)控制和調(diào)度，系統(tǒng)效率大為提升。匹配算法需要進(jìn)行多次迭代運(yùn)算(主要針對(duì)于平移和旋轉(zhuǎn))，不適合流水線(xiàn)處理。匹配過(guò)程中需要讀取返回值進(jìn)行控制(如控制模板平移的位置，對(duì)每次匹配的結(jié)果做比較等)，由PowerPC軟件程序完成。在硬件系統(tǒng)中，BRAM資源非常有限，不可能同時(shí)用很大的內(nèi)存空間做點(diǎn)集匹配。我們采用BRAM的空間并行化方法。通過(guò)改變BRAM的地址來(lái)讀取的圖像信息就可達(dá)到平移圖像的目的。匹配算法的軟硬協(xié)同實(shí)現(xiàn)框架如圖4所示：

　　系統(tǒng)測(cè)試方案及測(cè)試結(jié)果

　　匹配認(rèn)證結(jié)果測(cè)試

　　測(cè)試方法：對(duì)該系統(tǒng)做多樣本的綜合輸入測(cè)試，計(jì)算拒識(shí)率、誤識(shí)率，建立樣本庫(kù)為50的數(shù)據(jù)庫(kù)，反復(fù)測(cè)試并記錄結(jié)果。

　　錯(cuò)誤輸入1：使用沒(méi)有注冊(cè)的手，用正確的方式(位移+3mm，角度+5度，上下+10度以?xún)?nèi))如表1。

　　錯(cuò)誤輸入2：使用已經(jīng)注冊(cè)的手，用錯(cuò)誤的方式(平移，旋轉(zhuǎn)隨機(jī))如表2。

　　正確輸入：使用已經(jīng)注冊(cè)的手，用正確的方式(位移+3mm，角度+5度，上下+10度以?xún)?nèi))如表3。

　　出現(xiàn)拒識(shí)現(xiàn)象，主要是因?yàn)檩斎胛矬w的錯(cuò)誤或是系統(tǒng)使用時(shí)，忽視固定裝置，隨意擺放造成的。因此，當(dāng)正確擺放手時(shí)，系統(tǒng)有極高的匹配率。