2015

FPGA Kullanılarak Görüntülerin Gerçek Zamanlı Olarak OTSU Metodu ile Bölütlenmesi

OTSU, gri seviye görüntülerin bölütlenebilmesinde kullanılabilen bir eşik tespit metodudur. Görüntünün başarılı bir şekildebölütlenmesinde eşik değeri büyük önem taşımaktadır. Eşik değerinin çok büyük seçilmesi ile oluşturulacak yeni görüntüdeyanlışlıkla pikselerin birçoğu beyaz, küçük seçilmesi durumunda ise siyah olacaktır ve görüntüde saklanan veri azalacaktır. Belki dearanan bilgi kaçırılacaktır. Ayrıca OTSU metodunda, ortamdaki ışık değişimlerinden bölütleme sonucunun en az şekilde etkilenmesinisağlayacak eşik değeri otomatik olarak hesaplanmaktadır. OTSU metodunun gerçek zamanlı olarak görüntüye uygulanabilmesindeişlem yükünün çok fazla olmasından dolayı yüksek kapasiteli ve maliyetli donanımlara ihtiyaç duyulmaktadır. Bu çalışmada yüksekişlem kapasitesine sahip olması ve düşük maliyeti olması sebebiyle FPGA kullanılmıştır.

Real Time Image Segmentation Using FPGA with OTSU Method

OTSU is a threshold value calculation method, which use to segmentation of grayscale images. Threshold value is very important for successful segmentation of the images. If you mistakenly select big threshold value, many pixels in the new image will be white or If you select small threshold value, a lot of pixels in the new image will be black and data stored in the image will be reduced. Maybe the requested data will be lost. In addition, the threshold value is calculated automatically with OTSU method ensuring that the segmentation result is minimally affected from change in ambient light. Because the OTSU method can be applied to the image in real time, high capacity and costly equipment are required due to the high processing load.This study was used in the FPGA due to its low cost and having high processing capacity.

PDF

___

[1] Seow M. J. andAsari K. V, “A parallel VLSI architectureforreal-time segmentation of imageswithcomplexbackgroundenvironment,” Proc. 10th NASA Sym. on VLSI Design, Albuquerque, New Mexico, USA, 2002, pp. 1031-1036.
[2] Wang J.,Yang C., Zhu M., Wang C., “Implementation of Otsu'sThresholdingProcessBased on FPGA”, ICIEA, 479-483, 2009.
[3] Bochem A., Kent K. B., Herpers R., “FPGA based Real-Time Object DetectionApproachwithValidation of Precision andPerformance”, 22nd IEEE International Symposium on RapidSystemPrototyping, 9-15, 2011.
[4] Ozsarac I. and Ulusoy I., “Tam Arama Video Sabitleme Yönteminin Gerçek Zamanlı FPGA Uygulaması”, 20th SignalProcessingAnd Communications Applications Conference (SIU), 1-4, 2012.
[5] Ladgaonkar A.,Balsundar P., Konde V. andRaj A. N., “FPGA BasedImplementation of RatioHistogram”, International Journal of Advances in Engineering&Technology, 747-752, 2015.
[6] Xia H.,Key S., Su X., Liu P., Liu B., “A design of mosaicline-scancamerabased on FPGA”, Computerand Information Science (ICIS), 455 – 458, 2014.
[7] Vala H. J. andBaxi A., “A Review on Otsu Image SegmentationAlgorithm”, International Journal of Advanced Research in ComputerEngineering&Technology (IJARCET), 387-389, 2013.
[8] Altera, http://www.terasic.com.tw/cgi-bin/page/archive.pl?Language=English&CategoryNo=68&No=281&PartNo=3, TRDBD5M User Manual, 11,07.2016.
[9] Ieno E., Garcés L.M., Cabrera A.J., and Pimenta T.C., “Simple generation of threshold for images binarization on FPGA”, Ingeniería e Investigación vol. 35 n.° 3, december - 2015 (69-75)