基于多片DSP的并行实时SAR图像降斑去噪方法

摘要

本发明公开了一种基于多片DSP的并行实时SAR图像降斑去噪方法，主要解决大规模SAR图像降斑运算时间复杂度大，处理速度慢的问题。其实现步骤为：(1)初始化主、从处理器；(2)上位机将大规模SAR图像切割成多个子图像，并传输到主、从处理器中；(3)主、从处理器对子图像进行边缘扩展和浮点型转换后，计算中心图像块和邻域图像块的期望滤波器权值，根据该权值得到中心图像块估计结果；(4)对估计结果依次进行聚合、边缘裁剪和整型转换，得到子图像降斑结果；(5)把所有子图像的降斑结果传回上位机拼接，得到原始大规模SAR图像的降斑结果图。本发明极大提高了降斑速度，能满足图像降斑的实时性要求，可应用于大规模SAR图像快速降斑处理和SAR图像目标识别。

主权项

一种基于多片DSP的并行实时SAR图像降斑去噪方法，其步骤包括如下：(1)初始化主、从处理器：即设置同步动态随机存储器SDRAM刷新频率、预充电频率，设置高速缓存Cache刷新频率和使能Link Port链路口的直接存储器访问控制器DMA的接收和发送通道，使主处理器DSP1和从处理器DSP2运行正常，且两者共享一个片外的同步动态随机存储器SDRAM；(2)通过上位机把视数为L、尺寸为L_x×L_y的原始大规模SAR图像切割成T个256×256尺寸大小的子图像，每相邻子图像之间重叠r＝20个像素点宽度的边缘，不足256×256大小的子图像保持剩余尺寸大小n_x×n_y，其中21≤n_x≤256，21≤n_y≤256；(3)主处理器DSP1通过Link Port链路口的DMA接收通道从上位机接收2个子图像，并存放在同步动态随机存储器SDRAM中；(4)主处理器DSP1和从处理器DSP2分别从同步动态随机存储器SDRAM中各取出一个子图像I，将其从int整型转换为float浮点型，并对转换后的子图像数据边缘扩展f＝3个像素点宽度，再将边缘扩展后浮点型子图像数据X存储在各自处理器的内部的第六动态随机存储器M10中；(5)以主、从处理器各自边缘扩展后浮点型子图像数据X的任一像素点i为中心，确定大小为n×n的中心图像块Ν_i，并存放在各自处理器内部的第四动态随机存储器M6中，计算各自中心图像块Ν_i的均值和期望滤波器权值ε_i，其中n＝2f+1，f＝3；(6)确定邻域图像块N_j，并计算邻域图像块的期望滤波器权值：6a)主、从处理器分别以各自当前像素点i为中心，确定大小为m×m的搜索窗Δ_i，其中m＝2t+1，t取值为7；6b)主、从处理器分别以各自搜索窗Δ_i内像素点j为中心，确定大小为n×n的邻域图像块N_j，并存放在各自处理器内部的第五动态随机存储器M8中，其中像素点j为搜索窗Δ_i内除像素点i以外的任一像素点，即j≠i；6c)主、从处理器使用内建的倒数、倒数平方根和乘法指令，分别计算各自邻域图像块N_j和中心图像块Ν_i的相似性度量，作为邻域图像块N_j的期望滤波器权值ω_i,j，其中j≠i；6d)重复步骤6b)和步骤6c)，直至主、从处理器各自搜索窗Δ_i内所有邻域图像块的期望滤波器权值全部计算完毕；(7)根据步骤(5)得到的中心图像块的期望滤波器权值ε_i和步骤(6)得到的邻域图像块的期望滤波器权值ω_i,j，主、从处理器通过内建的倒数和乘法指令，分别计算各自中心图像块Ν_i的估计结果并存放在各自的第六动态随机存储器M10中；(8)主、从处理器使用内建的倒数、倒数平方根和乘法指令，分别对各自全部的中心图像块Ν_i的估计结果进行聚合，得到聚合结果并将该聚合结果分别存放各自的第五动态随机存储器M8中；(9)主、从处理器分别把各自聚合结果裁剪f＝3个像素点宽度的边缘，并将裁剪边缘后的数据从float浮点型转换为int整型，各自得到的int整型数据即为主、从处理器各自子图像I的降斑结果，并将这2个降斑结果存储在共享的同步动态随机存储器SDRAM中；(10)把T个子图像的降斑结果传回上位机：10a)主处理器DSP1通过Link Port链路口的直接存储器访问控制器DMA发送通道，把步骤(9)得到的2个降斑结果传回上位机；10b)重复步骤(3)‑(9)和步骤10a)，直到T个子图像的降斑结果全部传回上位机，如果T为奇数，在最后一次执行步骤(3)时，主处理器DSP1接收到的2个子图像都为剩下的最后2个子图像；(11)上位机把T个子图像的降斑结果按照原来子图像位置拼接起来，得到原始大规模SAR图像的降斑结果图，拼接时，对每相邻子图像之间重叠r＝20个像素点宽度的边缘进行裁剪，即将各子图像降斑结果的重叠边缘都裁剪个像素点宽度。