算法的實現是基于CCS和DSP/BIOS及TI倡導的DSP軟件架構RF5。該算法分為輸入任務、處理任務、輸出任務3個任務，軟件框架如圖4所示。

?

　　在初始化完成后，系統進入DSP/BIOS任務調度管理，3個任務通過RF5的SCOM模塊互相發送消息。

　　這3個任務完成的工作是：

　　(1)輸入任務從輸入設備驅動程序獲得視頻圖像。它使用驅動程序提供的FVID_exchange調用從輸入設備獲得一幀新視頻圖像。輸入任務接著發送消息到處理任務，消息中包含圖像數據指針，接著等待輸出任務發送來的消息以繼續運行。

　　(2)處理任務一直等到接收輸入任務，包含圖像數據指針消息，才開始激活運行。對接收到圖像數據進行預處理，得出圖像中待檢測圓的細邊緣，然后調用改進的Hough變換檢測圓的參數，接著發送消息到輸出任務，消息中包含經Hough變換檢測后生成的圖像數據指針，然后等待輸入任務發送來的消息以繼續運行。

　　(3)輸出任務將圖像顯示在顯示設備上，使用驅動程序提供的FVID_exchange調用實現圖像的顯示，接著發送消息到輸入任務，然后等待處理任務發送來的消息以繼續運行。

　　4 實驗結果

　　采用某光纖插針內孔參數檢測項目中所獲取的內孔圓(如圖5a所示，實際圖像大小1 392×1 040像素，限于篇幅，縮小為原圖的10%)來檢驗算法效果。原圖的實際圓心坐標為(678，503)，半徑為462。圖5b為使用Canny算子檢測得到的邊緣圖像;圖5c為采用本文算法得到的檢測結果。表1、表2分別列出了基于PC平臺和TMS320DM642平臺采用本文算法與采用標準Hough算法分別對圖5a進行圓參數檢測所得結果、占有內存大小及耗時的對比。

?

　　從實驗結果看出，經改進后的Hough變換圓檢測算法，無論是基于PC平臺還是TMS320DM642平臺，與傳統的Hough變換算法相比，算法的運算量、內存需求、耗時都有了大幅度的削減，因而有效地提高了圓的檢測效率，滿足實時性要求。

　　5 結論

　　通過對傳統的Hough變換檢測圓算法進行改進并運行驗證，證明了對于時間復雜度較大的圖像處理算法，在基于高端DSP的實時圖像處理系統上運行，圖像處理效果良好，能夠滿足實時性要求。