韩剑辉 吕郅强

摘 要：针对众多图像分割算法中计算量大，算法过程复杂，算法运行速率較慢等问题，文中采用将超像素图像分割技术与FPGA并行处理技术相结合的方法，完成了一种在FPGA平台上的超像素图像分割算法的设计。SLIC是一种快速的超像素分割算法，相较于传统的图像分割算法，SLIC算法拥有较高的实时性与良好的分割效果。通过研究SLIC算法的原理，优化原算法操作并对原图像执行降尺度操作大幅度降低了算法的运算量，在降尺度图像的分割结果上使用K近邻分类算法还原对原图像的分割结果。最终结合FPGA技术对改进后的算法进行模块化功能设计，完成了在FPGA平台上的算法实现。实验仿真结果表明，本算法的分割效果优秀，相较于原算法处理速度约有40%的提升，具有更高的实时性。

关键词：SLIC算法;超像素分割;FPGA;K近邻分类

DOI：10.15938/j.jhust.2020.01.009

中图分类号： TP391-41

文献标志码： A

文章编号： 1007-2683（2020）01-0059-07

Abstract：In view of the large amount of calculations， complexity of algorithm and the implementation is slowThe paper combines superpixel segmentation technology with FPGA parallel processing technology， and puts forward a method to realize the image segmentation algorithm on FPGA platformSLIC is a kind of fast image segmentation algorithmSLIC has a lot of improvements in efficiency， costing and segmentation results compared with traditional image segmentation algorithmOn the basis of the principle of SLIC segmentation algorithm， we made a further improvement algorithm by optimizing the operation and extracting a small number of pixels of the original image to reduce computational complexityFinally， the last of the original image segmentation was achieved by K nearest neighbor classification processWe completed the algorithm design on FPGA platformThe simulation results show that the improved algorithm has a better segmentation results and the processing speed has about 40% promotionAnd the improved algorithm has a higher real-time performance-

Keywords：simple linear iterative cluster; uperpixel egmentation; field-programmable gate array; K nearest neighbour

0 引 言

目前，数字图像处理技术随着计算机水平的快速发展，其中图像分析处理的过程已慢慢发展成了一套独立的系统。图像作为视觉感知的基础，也是图像处理技术中要处理的对象。而图像分割作为图像处理技术中至关重要的预处理步骤，其目的是为了把目标图像和背景图像分离出来，为后续的图像处理分析提供基础，这种技术在医学影像，指纹识别，人脸识别和机器视觉等领域中都有着广泛的应用[1]。

超像素的概念第一次被提出是在2003年[2]。超像素分割就是指将像素聚合成超像素图像块的过程，目前国内外现有的超像素分割算法可分为基于图论的方法和基于梯度下降的方法[3]。……