RGB转YCbCr算法之Matlab&FPGA实现介绍

dragongfly

1.引言
' [4 J& }$ }& h5 N虽然现在RGB是计算机视觉最基本的三原色组成结构，但是YCbCr也有非常重要的角色，甚至却之不可，理由如下：
1）很多机器视觉，图像处理/检测识别算法，不关注色彩，只需要在灰度域处理即可；
2）包括HDMI接口，UVC协议，BT656/709/1120等，都有采用YCbCr格式进行传输，保证了相互转换的一致性，同时采用YCbCr422/420有效降低了传输带宽；
/ d: M  n) D# V0 l( j& [. {3）不管实H.264还是AVS，JPEG，MJPEG等都采用YUV格式进行编码压缩；
, C$ g3 M8 h( K: QRGB转YCbCr虽然很基础，但是很重要（YCbCr转RGB雷同），怎样做更快也是一门学位。在本书开篇“图像处理硬件加速引擎”中，笔者引用conquer的《让你的软件飞起来》，从最初的计算机浮点运算120S，通过定点化、查找表等方式加速到了0.5S，提升了240倍，接着毕设介绍了硬件并行加速的思维，再次将计算时间缩短到了1ms左右，有一次提升了500倍，前后将近10万倍的加速，足以见得，硬件加速的重要性与意义。那么，废话少说，我们从新再梳理一遍。
0 D' D6 Z# N; b+ X0 o, S
4 L: E3 f* _8 V+ |& \2.YCbCr原理介绍：
YCbCr 则是在世界数字组织视频标准研制过程中作为ITU - R BT.601 建议的一部分，其实是YUV经过缩放和偏移的翻版。YCbCr其由Y（Luminance）、Cb（Chrominance-Blue）和Cr（Chrominance-Red）组成，其中Y表示颜色的明亮度和浓度，而Cb和Cr则分别表示颜色的蓝色浓度偏移量和红色浓度偏移量。
# v' E* a# M  E医学研究证明，人的肉眼对视频的Y分量更敏感，因此在通过对色度分量进行子采样来减少色度分量后，肉眼将察觉不到的图像质量的变化。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机的兼容问题，使黑白电视机也能接收彩色电视信号。我们通常把YUV和YCbCr概念混在一起，但其实这两者还是有挺大的区别。
& k1 h+ Y# ?4 `首先，YUV是一种模拟信号，其色彩模型源于RGB模型，即亮度与色度分离，适合图像算法的处理，常应用于在模拟广播电视中，其中Y∈ [0,1]   U,V∈[-0.5,0.5] 。
而YCbCr是一种数字信号，其色彩模型源于YUV模型，它其实YUV压缩和偏移的版本（所谓偏移就是从[-0.5,0.5] 偏移到[0,1 ]，因此计算时候会加128），在数字视频领域应用广泛，是计算机中应用最多的格式，包括JPEG，MPEG，H.264/5， AVS等都采用YCbCr格式，我们通常广义的讲的YUV，严格的讲应该就是YCbCr。
4 o3 X9 [# G: G
$ f, j1 ]6 G# t: Q8 ~; m, @$ |YCbCr继续细分，有2种格式：tv range与full range，主要区别如下：
9 b- F- u! `0 p1）tv range：Y∈[16,235]   Cb∈[16-240]   Cr∈[16-240] ，主要是广播电视采用的数字标准；
  g" O+ r$ v: ]1 i) ?6 ]. ~8 a+ X; R2）full range：Y、Cb、Cr∈[0-255] ，主要是PC端采用的标准，所以也称pc range
+ N4 s3 S: U% e+ m; T
关于为何tv range要量化到16-235，主要是由于YUV最终在模拟域传输，因此为了防止数模转换时引起过冲现象，于是将数字域限定在16-235。至于为什么选择16/235，可自行了解Gibbs Phenomenon吉布斯现象，这里不再继续展开。
" y# C$ P. i" ]8 N所以RGB转YCbCr，得明确转tv range还是pc range；反之也可以通过像素值范围，去判断是tv range，还是pc range，甚至还得明确是什么格式范围，否则会导致偏色。如下图所示，为BT.601标准中YUV的的UV坐标模型（U越大越蓝，V越大越红）：
+ b, M0 _  x, @3 f3 X

3.RGB转YCbCr硬件思维推导
约定，我们采用上一节中full range的YCbCr转RGB的公式进行推导。
, `/ ?+ f  \$ N& u+ f5 o& c6 Q由于Y或者CbCr的计算类似，这里仅以Y为例进行推演，最原始的公式如下：
# w5 B' F, o" s8 B- c" wY0 = R*0.299 + G*0.587 + B*0.114
首当其冲的是干掉浮点，那么进行256倍扩大后，如下（防止溢出，得取不大于本身的最大整数，即直接*256后直接舍去小数）
; B* h" P4 ^3 }7 aY1 = R*76 + G*150 + B*29        
9 s, ]1 Q- M! F4 G, w, A4 A由于扩大了256倍即2的8次方，那么对上述结果再右移8bit，得到最后的结果，如下（其中76+150+29=255＜1024，不会溢出）：
Y2 = (R*76 + G*150 + B*29)>>8      
其实在PC中，采用查找表理论上会比乘法器更快，但由于FPGA中，本身就有乘法器资源，因此可以直接快速计算；但如果用查找表，则需要768*18bit的RAM缓存，反而代价更大，因此综合评估，乘法器最优。
: C# H$ g' s9 X' l8 s/ N* ^

RGB_lamp

好东西，值得拥有！

big_gun

感谢分享，正在学习中。