基于FPGA图像处理系统算法研究.docVIP

基于FPGA图像处理系统算法研究 　　近年来，图像处理的信息量越来越大，原先的传统图像处理技术已不能满足速度、质量等方面的需求，为了应对这种情况，利用基于FPGA技术的图像处理系统，可以提高处理速度，提高效率、质量。本文先简单介绍了数字图像处理技术的发展，包括从基于通用计算机的软件处理发展到专用集成电路（ASIC），基于模拟信号转换成数字信号的专用处理器，以及现在流行的可编程门阵列（FPGA），然后研究了基于FPGA可实现的基本的数字图像处理算法以及动态视频图像处理算法。 　　【关键词】FPGA 图像处理 实时高速 平滑算法 　　1 数字图像处理及FPGA技术简介 　　1.1 数字图像处理原理简介 　　图像处理技术是本世纪信息科学方面成长最迅速的方向之一，数字图像处理的技术具有实际的研究价值。数字图像处理技术是指利用图像信号转化为数字信号并进行数字化处理这一手段把输入图像转换成具有所希望特征的另一幅图像的过程，通过转化，使得图像的信息数字化，可计算化，协调适应现在的各种数字化系统。近年来，随着图像传感器趋于高集成度和低成本以及数字硬件的迅速发展，高质量、高速度、高实时性的数字图像处理技术越来越受到欢迎。专用集成电路ASIC和数字信号处理器DSP，在两种方面突破研究，一是改变图像处理算法，简化算法提高处理速度；二是改变实现算法的手段。DSP处理速度较之前的数字芯片有了大幅改进，但其体系仍是串行指令系统，其固定算法仍不能满足众多算法的需要。 　　1.2 现场可编程门阵列（FPGA）器件技术 　　现在较为流行的一种半定制的数字芯片是现场可编程门阵列（FPGA）器件，它是一种高密度可编程逻辑器件，由大量逻辑宏单元构成，通过各种程序参数的配置，能够发挥这些逻辑单元的各自效果，组合出期望的整体效果和功能，这些配置数据存放在片内的SRAM中或者是片外的EPROM或其他存储体中，设计者可以现场修改器件的逻辑顺序，而且静态编程和动态系统重置功能也得到了充分的发挥也应用，基于组合逻辑下的功能让硬件模块可以像软件代码一样方便修改调试。 　　2 基于FPGA的数字图像处理算法研究 　　2.1 实时图像处理算法 　　实时图像处理系统和图像处理的主要算法有4类：图像数据的预处理，图像智能识别，对象检测和运动对象检测。在实时图像处理系统的后台处理中，比分析环境简单、静态图像难度要更具有复杂性，如在数字图像信号的传送过程，中间过程传感器和传输信道的噪声的频繁产生，这让暂未得到处理的原始图像信号变的更为难以分析，而且本身存在一定程度的噪声。一般图像信号的锐化技术处理也将引入噪声，有时会加强原始图像的噪声。因此，有必要在图像分析处理以前以及过程中对图像的噪声进行滤除，并对图像特征进行加强，消除噪声和增强图像这两大关键步骤即为数字信号图像的预处理过程。 　　2.2 图像空域平滑算法 　　图像平滑处理的的主要目的是为了降低噪音干扰，目前主流的两种算法是的空间域平均算法以及中值滤波算法。对于含有噪声的原始图像的每个像素都采取了对应的邻域，将计算出的平均值作为平均空间域中图像像素值进行图像处理。空间域平均算法对于高斯噪声消噪效果较好，但处理脉冲噪声降噪效果很差。中值滤波的实质是一种非线性处理方法，主要的原理应用了顺序统计思路，这种方法的原理是在第一步骤中赋予一个像素作为邻域的中心，选择方形邻域后，第二步骤就是对范围内各像素灰度值进行排序处理，排序之后获得数列的中间值，此中间修正值被记为中心像素的灰度值，在实际应用中个，中值滤波算法消除脉冲噪声具有更好的效果。 　　2.3 图像空域锐化算法 　　图像锐化的主要目的是使原图像轮廓模糊或者显示边缘不明显的变得清晰，突出细节。进行锐化处理的前提基础是：原始图像必须具有有较高的信噪比，若没有较高信噪比，经过图像锐化处理后，图像信噪比会大大降低，这非常不利于图像的清晰显示处理。通常的做法是先去除或降低噪声，使得图像具有更高的信噪比后，再进行后期的锐化处理。 　　图像锐化处理目前主流有两种方法：高通滤波法和微分法。微分法属于图像空域锐化，目前常用的两种方法是梯度锐化和拉普拉斯锐化。 　　2.3.1 梯度锐化 　　梯度锐化原则：图像变化速度值小的对应于一个较小的梯度，整体会显得比较暗。因此，梯度锐化的常规思路是利用门限方法来判定，从而进行梯度锐化优化，也就是先赋予一个预定的阈值，如果该节点的梯度小于阈值时，原始灰度被保持恒定；若大于阈值时，在这一点上的灰度校正值可以用微分法处理得到。 　　2.3.2 拉普拉斯运算 　　拉普拉斯运算是偏导数运算的线性组合，拉普拉斯算子是一种各向同性的微分算子，其特性包括旋转不变性。拉普拉斯运算完全可以转换成模板运算，而且对图像中的孤立点和短点反应较为敏感，比如在较暗