Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Resumen—El filtro de difusión anisotrópica es una técnica muy útil en el para acelerar algoritmos de eliminación de ruido de imágenes y videos.
procesamiento de imágenes. Se ha demostrado que este método de filtrado En [20], el autor mejora el método de eliminación de ruido PSWFA (Pixel
es eficaz para mejorar la calidad visual de las imágenes médicas y como
Similarity Weighted Frame Averaging) e implementa el esquema
preprocesamiento previo al procesamiento avanzado de imágenes. Sin
propuesto en Spartan-6 FPGA, los resultados muestran que el trabajo
embargo, utilizando la implementación de software estándar, es demasiado
difícil realizar un filtrado de difusión anisotrópica en tiempo real debido a su presenta una excelente técnica de eliminación de ruido para cámaras
complejidad aritmética. Para superar este problema, el diseño de hardware de video digitales tanto en calidad como en tiempo de procesamiento.
es la opción ideal. Este documento proporciona el algoritmo y la actuación. Los algoritmos de difusión anisotrópica también se han
implementación de la calculadora del coeficiente de difusión en FPGA. La
implementado en FPGA, en [21] Saha, et al. propuso un diseño de co-
función se ha implementado y sintetizado con éxito utilizando la FPGA Xilinx
simulación eficiente para el filtro PMAD (Perona Malik Anisotropic
ZYNQ-7 ZC702. La plataforma muestra que la calculadora del coeficiente de
difusión puede operar a una frecuencia máxima de 210 MHz. Los resultados Diffusion), asimismo, en [22] el autor presentó una arquitectura
experimentales revelan una143×y5× mejora del rendimiento con respecto a paralela de proceso de difusión anisotrópica basada en un algoritmo de
la implementación original de C++ y la implementación de GPU mediante el conservación de bordes en ambas plataformas FPGA, el sistema
uso de la tarjeta NVIDIA Geforce 840M, respectivamente.
propuesto mejora la aceleración y el rendimiento del diseño
Recientemente, Amira et al, han implementado un filtro de difusión
Términos del Índice—Difusión anisotrópica, suavizado de preservación de
bordes, FPGA, aceleración de hardware, sistemas en tiempo real anisotrópica usando FPGA, avanzado a la función PMAD, a saber, SRAD
(difusión anisotrópica de reducción de motas) [23], [32]. La arquitectura
propuesta pretende reducir el tiempo de ejecución38× sobre la
yo yoNTRODUCCIÓN
implementación del software. En este artículo, nos enfocamos en la
El procesamiento de imágenes y videos se convirtió en un tema de versión más avanzada de la difusión anisotrópica, el filtro OSRAD
interés en diferentes áreas como las aplicaciones médicas y tecnológicas. (Oriented Speckle Reducing Anisotropic Diffusion) [24], [25] y por la
Muchos investigadores se han centrado en el procesamiento de imágenes razón de que esta técnica no se ha implementado previamente en
que ayuda a analizar y tomar decisiones [1], [2], [3]. Por lo tanto, el objetivo FPGA. Este método permite suavizar la imagen conservando los bordes
es mejorar la calidad del procesamiento de imágenes y videos para la principales, en cuyo caso la difusión se reorienta sobre una base
interpretación humana [4], [5], [6]. Eliminar el ruido de la imagen o el video ortonormal en relación con las estructuras locales de la imagen. El
ayuda a mejorar la calidad de la imagen o el video [7], [8], [9]. Para eliminar filtrado OSRAD es un proceso iterativo en el que una imagen se suaviza
el ruido de la imagen, se deben utilizar técnicas de filtrado. El filtrado de progresivamente mientras se intenta conservar los bordes
difusión anisotrópica es un proceso iterativo en el que una imagen se significativos. Cada iteración del algoritmo normalmente se ejecuta en
suaviza progresivamente mientras se intenta conservar los bordes cuatro pasos: (1) cálculo de coeficientes de difusión, (2) cálculo de
significativos. Sin embargo, la operación de difusión anisotrópica derivadas (3) suavizado gaussiano y (4) cálculo de los nuevos valores de
normalmente requiere una cantidad significativa de recursos informáticos. intensidad de píxel. En este trabajo, nos enfocamos en la
implementación del primer paso “cálculo de coeficientes de difusión”.
Una alternativa es utilizar un FPGA (Field Programmable Gate Array). La La calculadora de coeficientes controla la tasa de difusión, se elige
evolución de FPGA ha resultado en un creciente interés en su uso como como una función de búsqueda de bordes. Es la parte más importante
plataformas de implementación para aplicaciones de imágenes en tiempo para el algoritmo de filtrado, por lo que es necesario acelerar esta
real [10], [11], [12]. FPGA puede diseñar varios circuitos de hardware de calculadora. La contribución de este artículo es la implementación
función de acuerdo con diferentes solicitudes [31]. Para hacer que los rápida de la calculadora de coeficiente de difusión utilizando una
algoritmos de procesamiento sean más efectivos, la tecnología de arquitectura de procesamiento en paralelo.
canalización y procesamiento paralelo se puede utilizar en el diseño del
sistema [13], [14]. FPGA se aplica en muchos algoritmos de En nuestra aplicación, se utiliza un SoC Xilinx [26] basado en Zynq-7000
preprocesamiento de imágenes, como escalado de imágenes, rotación de debido a su capacidad para tener densidad y potencia computacional
imágenes, compresión de imágenes, detección de bordes y filtrado [15], alta y paralela en comparación con los procesadores de soluciones
[16], [17], [18], [19]. Se han propuesto varias investigaciones basados en software. El desarrollo del coeficiente de difusin cal-
necesitamos una región de la imagen. Ambos módulos están relacionados como en la Ec. (2) se ejecutan en
losICOV(x, y)presenta el coeficiente de variación instantáneo. paralelo y los retrasos se inyectan a intervalos para sincronizar
De lo contrario, es un detector de bordes en presencia correctamente los retrasos de propagación de la red. Para manipular los
de ruido. números reales, hemos utilizado el estándar IEEE para la aritmética de
√
vyo puntos flotantes binarios (IEEE 754) que es el estándar más utilizado para
ICOV(x, y) = (3) desarrollar y verificar algoritmos de procesamiento de imágenes.
YO2
866
2018 15ª Multiconferencia Internacional sobre Sistemas, Señales y Dispositivos (SSD)
867
2018 15ª Multiconferencia Internacional sobre Sistemas, Señales y Dispositivos (SSD)
También hemos comparado la función de difusión de imágenes de ultrasonido para lograr un filtrado en tiempo real. En este
diferentes filtros PMAD, DPAD y SRAD usando MATLAB para la experimento, se utilizan tres variantes de imágenes de ultrasonido de
imagen Fig. 5b. diferentes tamaños. Como se ilustra en la Fig. 8, las imágenes
muestran varias regiones del cuerpo del feto: la vejiga, el estómago y el
TABLA III: Comparación del tiempo de ejecución para diferentes funciones riñón.
de difusión
IV. CONCLUSIÓN
Los algoritmos de procesamiento de imágenes, implementados en
hardware, han surgido recientemente como la solución más viable para
mejorar el rendimiento de los sistemas de procesamiento de imágenes.
Este artículo explica la implementación de los coeficientes de difusión
del algoritmo de filtrado OSRAD en la FPGA, donde se ha presentado
Fig. 6: Medición de RMSE para la implementación de FPGA y GPU una arquitectura paralela. Los coeficientes se han implementado y
de los coeficientes de difusión anisotrópica. sintetizado con éxito utilizando la FPGA Xilinx ZYNQ-7 ZC702. La
plataforma muestra que el procesador puede operar a una frecuencia
Hoy en día, la demanda de transmisión y almacenamiento de datos médicos de máxima de 210 MHz. La arquitectura propuesta ha sido probada en
alta calidad se ha vuelto cada vez más importante. Para hacer frente a esta varios tipos de imágenes, como imágenes sintéticas y reales
necesidad, las nuevas tecnologías digitales ofrecen la posibilidad no solo de (ultrasonido). Además, los resultados obtenidos se han mejorado
ahorrar tiempo y dinero a hospitales y profesionales, sino que también pueden aproximadamente143× en comparación con la implementación
contribuir a mejorar la atención a los pacientes, especialmente a aquellos que estándar del software.
viven lejos de los hospitales de referencia.
Las imágenes por ultrasonido son una herramienta médica que puede RFERENCIAS
ayudar a un médico a evaluar, diagnosticar y tratar afecciones médicas. [1] Toennies, KD “El análisis de imágenes médicas”. En Guía de análisis de
Durante este proceso clínico, las imágenes de ultrasonido se vuelven cada imágenes médicas. Springer Londres, págs. 1-22, 2017.
vez más ruidosas. El filtro OSRAD se ha convertido en la mejor manera de [2] Chinmayi, P., Agilandeeswari, L. y Prabukumar, M. “Encuesta de técnicas de
procesamiento de imágenes en el análisis de imágenes médicas: desafíos y
reducir el ruido y preservar los bordes. Para eso, hemos probado nuestra metodologías”. En International Conference on Soft Computing and Pattern
implementación de diseño para calcular los coeficientes de difusión usando Recognition, págs. 460-471, Springer, Cham, 2016.
868
2018 15ª Multiconferencia Internacional sobre Sistemas, Señales y Dispositivos (SSD)
[3] Malek, J. Ahmad, TA y Rached, T. "Impacto de la tortuosidad vascular retiniana Conocimiento reciente en comunicación inalámbrica y procesamiento de
en la circulación retiniana". Informática neuronal y aplicaciones, Springer, imágenes, págs. 943-952, Springer, Nueva Delhi, 2016.
vol.26, 1, 2015. [19] Suraj, AA, Francis, M., Kavya, TS y Nirmal, TM "Fusión de imagen basada en
[4] Mériem. BA, Jihene,M., Karl, K. y Rached, T. "Una segmentación automatizada transformada de wavelet discreta y eliminación de ruido en FPGA". Revista
de vasos de imágenes retinales utilizando vasos multiescala". En Systems, de Sistemas Eléctricos y Tecnología de la Información, vol. 1, 1, págs. 72-81,
Signals and Devices (SSD), 8th International Multi-Conference on, Sousse, 2014.
Túnez, pp.1-6, marzo de 2011. [20] Tan, X., Liu, Y., Zuo, C. y Zhang, M, "Un algoritmo de eliminación de ruido de video en
[5] Mariem, BA, Jihene, M, Ahmad, TA, Philippe, M, Hafedh Belmabrouk, Julio tiempo real con implementación de FPGA para el ruido de Poisson-Gaussian". J
Esclarn Monreal y Karl Krissian. “Extracción automática de vasos sanguíneos Real-Time Image Proc, vol. 13, 2017.
en el árbol vascular retiniano mediante medialidad multiescala”. [21] Saha, S., Roy, M., Dey, MT y Chakrabarti, A., "Una implementación FPGA
International Journal of Biomedical Imaging, 16 páginas, 2015. eficiente del filtro de difusión anisotrópica en imágenes
[6] Malek, J y Rached T., "Extracción de la línea central del vaso basada en la bidimensionales y tridimensionales" en Ingeniería informática,
inercia en la imagen de la retina". In Control, Decision and Information eléctrica y de comunicaciones ( ICCECE), 2016 International Conference
Technologies (CoDIT), 2013 International Conference on, Hammamet, Túnez, on, pp. 1-5, 2016.
pp.378 381, 2013. [22] Pal, C., Kotal, A., Samanta, A., Chakrabarti, A. y Ghosh, R., "Una
[7] Mariem, BA, Jihene. M, Ahmad T. A, Hafedh. B, Julio. EM y Karl. K., “Filtro implementación FPGA eficiente del filtrado de difusión anisotrópica
de difusión anisotrópica reductor de ruido adaptativo”. Informática optimizado de imágenes" International Journal of Reconfigurable
neuronal y aplicaciones, Springer, vol.27,5, pp.1273-1300, 2016. Computing, 2016.
[8] Mariem. B.A, Malek. J, Rached. T, Julio. E.M y Karl. K. “Estimación [23] Fredj, AH, Abdallah, MB, Malek, J. y Azar, A. T, “Eliminación de ruido de la
automática del modelo de ruido en imágenes de fondo de ojo”. En imagen del fondo usando arquitectura de hardware FPGA” International
Systems, Signals & Devices (SSD), 2013 10th International Multi- Journal of Computer Applications in Technology, vol.54, 1, pp.1- 13, 2016.
Conference on, Hammamet, Túnez, pp. 1-5, 2013. [24] Krissian, K., Westin, CF, Kikinis, R. y Vosburgh, KG, “Motas orientadas
[9] Mariem. BA, J. Malek, Rached. T y Karl. “Restauración de imágenes retinianas que reducen la difusión anisotrópica”. IEEE Transactions on Image
mediante difusión anisotrópica como algoritmos”. En Computer Vision in Processing, vol.16, 5, pp.1412-1424
Remote Sensing (CVRS), 2012 International Conference on, Xiamen, China, [25] Fredj, AH y Malek, J., “Algoritmo de difusión anisotrópica basado en GPU para
p.116-121, diciembre de 2012. imágenes de video”. Microprocesadores y microsistemas, vol. 53, págs. 190-201.
[10] Subhash, S., Vyas, M., Kunnathettu, M., Noel, A. y Raj, “Image Processing
using FPGA”, International Journal of Scientific & Engineering Research, [26] Xilinx, “Zynq-7000 All Programmable SoC Data Sheet: Overview”, 7 de
vol. 7, 2016. junio de 2017.
[11] Devasena, D. y Jagadeeswari, M. “Implementación de FPGA de eliminación de [27] Kuan, D., Sawchuk, A., Strand, T. y Chavel, P. "Restauración adaptativa
ruido moteado en imágenes médicas en tiempo real”. Journal of Medical de imágenes con motas", IEEE Transactions on Acoustics, Speech, and
Imaging and Health Informatics, vol.7,6, pp.1263-1270, 2017. Signal Processing. vol. 35, 3, 1987.
[12] Amiri, M., Siddiqui, FM, Kelly, C., Woods, R., Rafferty, K. y Bardak, B. "Procesadores de
[28] Fredj, AH y Malek, J. "Eliminación de ruido de imágenes de ultrasonido en
núcleo blando basados en FPGA para aplicaciones de procesamiento de
tiempo real con NVIDIA CUDA". En Advanced Technologies for Signal and
imágenes". Revista de sistemas de procesamiento de señales, vol. 87, 1, págs.
Image Processing (ATSIP), 2nd International Conference on, pp. 136-140,
139-156, 2017.
2016.
[29] Santiago. AF y Carlos. A L. “Sobre la estimación del coeficiente de variación para el
[13] Irgens, P., Bader, C., L, T., Saxena, D. y Ababei, C. "Una implementación
filtrado de motas de difusión anisotrópica”. Procesamiento de imágenes, IEEE
eficiente y rentable basada en FPGA del algoritmo de detección de
Transactions on, vol. 15, núm. 9, págs. 2694-2701, 2006.
rostros de Viola-Jones". HardwareX, vol.1, pp.68-75, 2017.
[30] Pedro. P y Jitendra. M. “Detección de espacios de escala y bordes mediante
[14] Ustukov, DI, Muratov, YR y Lantsov, VN "Modificación del algoritmo
difusión anisotrópica”. Análisis de patrones e inteligencia artificial,
retinex y su implementación de flujo en FPGA". In Embedded
Transacciones IEEE en, vol. 12, núm. 7, páginas 629-639, 1990.
Computing (MECO), 6th Mediterranean Conference on, pp.1-4,
[31] Abbas. E y Mohamed. Z. “Evaluación de hardware FPGA como un nuevo
2017.
enfoque para acelerar la solución numérica de problemas de CFD”.
[15] Akkad, G., ElHassan, M. y Ayoubi, R. “Arquitectura de hardware FPGA para la
Acceso IEEE, vol. 5, págs. 9717-9727, 2017.
compresión de imágenes estereoscópicas basada en coincidencia de bloques,
[32] Yongjian. Y y Scott.TA. “Difusión anisotrópica reductora de motas”.
marca de agua y código hamming”. En Procesamiento de Imágenes, Aplicaciones y
Procesamiento de imágenes, IEEE Transactions on, vol. 11, núm. 11, págs.
Sistemas (IPAS), pp. 1-5, 2016.
1260-1270, 2002.
[16] Nausheen, N., Seal, A., Khanna, P. y Haldar, S. "Una implementación basada
en FPGA de la detección de bordes de Sobel". Microprocesadores y
Microsistemas, 2017.
[17] Jiang, J., Liu, C. y Ling, S. "Una implementación de FPGA para la detección de bordes en
tiempo real". Revista de procesamiento de imágenes en tiempo real, pp.1-11, 2015.
[18] Goyal, D. y Singhal, M. "Modelo FPGA de área eficiente del algoritmo de
filtrado LMS". En Actas de la Conferencia Internacional sobre
869