实时彩色图像自适应中值滤波算法的FPGA实现

dragongfly

摘要∶图像在采集、压缩、传输和接收的过程中，会受到脉冲噪声的影响，给后续的边缘检测、图像分割或目标识别等造成干扰；传统中值滤波将图像的RGB分量转为YCbCr分量进行滤波，该转换方法会损失一定的色度信息，且未将彩色信息完全分离，导致滤波后的图像产生色彩偏移；针对上述问题，利用HSI彩色空间中的I和S色彩分量对椒盐噪声进行检测，并通过自适应中值滤波将椒盐噪声滤除，图像还原度更高；利用FPGA对算法进行了硬件加速，在xc7a100tfg484-2芯片上运行频率达222 MHz，可实现2k@60Hz视频的实时处理。
: x! t2 t, b+ `. \  S( N
0 P+ r* W2 I2 u/ `# K0  引言
数字图像在采集、传输和处理的过程中，由于设备工作环境的恶劣，会引入一些随机、离散噪点，降低了图像质量和视觉效果0-21。现实环境中存在多种图像噪声，如高斯噪声、随机噪声、瑞利噪声等3，图像降噪应兼顾降噪效果和细节保留这两方面。
2 k7 U+ y" P& E" I, c/ P3 b" I目前对椒盐噪声的滤除，有加权中值滤波算法**、开关中值滤波算法57、自适应中值滤波算法和改进型中值滤波算法7-101，自适应中值滤波算法运算量大、复杂度高，虽然在PC端可以达到很好的滤波效果，但由于其串行计算的特点，很难满足对高分辨率、高速图像实时滤波的要求。FPGA（Field Programmable Gate Array）为半定制电路，可通过流水线等操作实现面积与速度的互换，可直接将算法映射为电路，从而可极大加快算法执行的效率。目前彩色图像的中值滤波主要是将RGB彩色空间转换到YCbCr彩色空间，然后对Y分量进行滤波。由于YCbCr色彩空间会损失掉色度信息，因此降噪后的图像会产生失真。
5 K9 _8 b0 l7 q8 Q1 H. [/ h# \鉴于此，结合HSI（Hue Saturation Intensity）色彩空间特点设计了一个基于FPGA的实时彩色图像自适应中值滤波系统，极大的增强了滤波的实时性。最终实验结果表明该系统可对2k（2560×1440）@60Hz彩色视频实时处理，且滤波后图像色彩还原度高，具有广阔的应用前景。
5 |4 r- I1 i3 z" Z; l
' Y- N2 g1 r; I1、RGB-HSI模块
本节将介绍HSI彩色模型，并将几何推导算法和分段定义算法在FPGA硬件上实现。
2 c" |, R; D. C; C, A/ E1.1  HSI彩色模型
我们观察物体时，用其色调、饱和度和亮度来描述这个物体。HSI彩色模型可从携带彩色信息（色调和饱和度）的图像中去除强度分量的影响。因此，HSI模型是开发基于彩色描述图像算法的理想工具。如图1所示图（a）为基于圆形彩色平面的HSI彩色模型，图（b）为基于三角形彩色平面的HSI彩色模型。以图（a）为例，白色顶点与黑色顶点相连的轴为亮度轴，饱和度为像素点与亮度轴的距离，色调为像素点与红色轴的夹角，在亮度轴上饱和度为0且无色调。常见的RGB-HSI转换算法共有5种，算法的具体推导和公式可查阅文献【14】获得。由于HSI各分量间相对独立，故可以根据具体应用，将不同算法的HSI公式交叉使用。下节分别在FPGA上实现几何推导算法和分段定义算法，通过对两种方法转化后图像的质量进行对比，在转化精度与消耗硬件资源之间进行权衡，选择合适的算法。

3 H. }; O! H) o8 q& h5 M
( F9 W# o7 S6 ^/ U2 m8 j+ y0 b+ ~3 N8 s1.2  几何推导法硬件实现
( j- Q; `& c0 P3 t# {由于FPGA只能进行整数计算，所以将浮点数转换为整数进行计算，由8位2进制数表示【0，1】，量化精度为0.003 921。给定一幅RGB彩色图像，每个RGB像素的H 分量可由下式得到∶


2、滤波窗口和排序模块
本节将介绍3×3、5×5和7×7滤波窗口的获取，以及窗口内最小值、最大值和中值的获取，并将其在硬件上实现。
& Z4 @5 }! U" \  L) u4 K2.1  自适应滤波窗口的生成
) ]& n2 b: @$ U' P' H9 s$ b本系统自适应中值滤波支持最大滤波窗口为7×7，为实现实时图像处理，此模块直接生成7×7的滤波窗口，3 ×3、5×5滤波窗口可直接从7×7的滤波窗口得到。为保护图像细节，我们采用扩展邻近像素点的方式对边界进行填充。
1 ~1 l1 b+ i7 v5 V7 t1 ]' V5 G我们采用RAM存储图像前6行的数据，而输入的数据作为第7行，这样可以节省一行RAM硬件资源。由于图像分辨率为400×480，HSI分量需要25 bit来存储，其中H 为9 bit、S为8 bit、I为8 bit，因此我们需要调用6个位宽为25 bit、存储深度为400的SIMple Dual Port RAM。RAM存储时序如图3所示，由于RAM读取数据需要一个时钟周期，所以要将输入像素数据延时一个时钟周期，延时后的像素数据与6个RAM读出的数据构成一个"七行一列”的像素数据。为防止RAM读写冲突，输入的像素数据在RAM1读出数据后写入RAM1中，相应的RAM1读出的数据在RAM2读出数据后写入RAM2中，以此类推。连续缓存7个“七行一列”的像素数据就可以生成7×7的滤波窗口。因为需要等3行像素数据的缓存，所以第一个7×7的滤波窗口与第一个像素相差1200个有效像素时钟。


& I, q, B, J/ K* Q1 F0 {
- H% _2 E! b6 a+ ]) J4 ], L& B

niubility

深度好文章，学习学习。||ヽ(*￣▽￣*)ノミ|Ю

VIC56

非常详细的资料，可以好好学一下了。