基于FPGA的均值滤波算法实现

　　我们为了实现动态图像的滤波算法，用串口发送图像数据到FPGA开发板，经FPGA进行图像处理算法后，动态显示到VGA显示屏上，前面我们把硬件平台已经搭建完成了，后面我们将利用这个硬件基础平台上来实现基于FPGA的一系列图像处理基础算法。

　　椒盐噪声（salt & pepper noise）是数字图像的一个常见噪声，所谓椒盐，椒就是黑，盐就是白，椒盐噪声就是在图像上随机出现黑色白色的像素。椒盐噪声是一种因为信号脉冲强度引起的噪声，产生清楚该噪声的算法也比较简单。

　　均值滤波的方法将数据存储成3x3的矩阵，然后求这个矩阵。在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围 8 个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。

均值滤波

　　如图所示，我们要进行均值滤波首先要生成一个3x3矩阵。算法运算窗口一般采用奇数点的邻域来计算中值，最常用的窗口有3X3和5X5模型。下面介绍3X3窗口的Verilog实现方法。

（1）       通过2个或者3个RAM的存储来实现3X3像素窗口；

（2）       通过2个或者3个FIFO的存储来实现3X3像素窗口；

（3）       通过2行或者3行Shift_RAM的存储来实现3X3像素窗口；

　　要想用实现均值滤波和中值滤波，必须要先生成3x3阵列，在Altera系列里，可以用QuatusII调用IP核——shift_RAM，具体设置参数如图所示。

　　如上图所示，其中shiftin是实时输入的数据，taps1x，taps2x输入数据的第二三行，当数据输入成一行三个时，自动跳到下一行，最终形成每行是三列的一个矩阵，用均值滤波和中值滤波的处理方法即可，这样基本是每一个目标都可以找到自己对应的一个3x3矩阵，最后进行处理。先进入IP核里面的是最开始的的数据，所以在读出的时候也是要放在第一行。

Xilinx Vivado也有自己的Shift_RAM IP Core，不过这里只能缓存出来一行数据，我们这里需要两个Shift_RAM IP Core和正在输入的一行数据共同组成3行数据。这里调用两个Shift_RAM IP Core将这两个IP级联起来就行了。

 

　　本系统主要用通过调用两个shift_register IP核来生成3X3矩阵实现3X3像素窗口。shift_register IP核可定义数据宽度、移位的行数、每行的深度。这里我们需要8bit。640个数据每行，同事移位寄存2行即可。同时选择时钟使能端口clken。如图所示。

像素数据移位寄存

我们这里将行设置为12，所以可以明显的看到，当数据缓存到一行时，就会移位寄存到下一行，缓存两行后便会生成3X3矩阵。

缓存的数据

比较缓存的第一行的数据在3x3矩阵中，占第一行，结果相同，显然是正确的。最终生成的3x3矩阵结果显然是正确的。

求总值

求均值

我们在计算均值的时候采用两级流水线消耗了2个时钟周期，所以最后要将输给写RAM使能的数据缓存使能延时两个时钟周期！学到一个延时的新写法。

　　将3x3矩阵的中心像素的周围八个点求和，我们这里还是采取流水线的设计方法，来增加吞吐量，然后再求平均值代替目标像素的值，这里读者可以自己思考怎么设计，从波形图上观察，计算的结果显然是正确的。这样便完成了均值滤波的仿真。

我们来看一下板级测试视频：http://t.cn/RCJxiGF

　　最后我们来比较一下显示效果，上图为灰度图像，下图为均值滤波后的图像，可以看出滤波后的图像有一些模糊，这是因为均值滤波就是将图像做平滑处理，像素值高的像素会被拉低，像素值低像素会被拉高，趋向于一个平均值，所以图像会变模糊一些。而且细心的人可以把图片放大会看到，图片上会有几个白黑点，这其实就是椒盐噪声，我们文章开头也说过了，椒盐噪声（salt & pepper noise）是数字图像的一个常见噪声，所谓椒盐，椒就是黑，盐就是白，椒盐噪声就是在图像上随机出现黑色白色的像素。均值滤波相当于低通滤波，有将图像模糊化的趋势，对椒盐噪声基本无能力，所以显示的图片上会留下一些黑白点。下一篇我会发布基于FPGA的中值滤波处理，并且比较这两种滤波方式的优劣，最终选取较好的一种滤波方式进行图像边缘检测处理。

　　如果你想获得本文的所有课件和工程代码，请关注本人的个人微信订阅号：开源FPGANingHeChuan或扫描下方二维码关注订阅号，在后台回复图像处理，即可获得本文的所有课件、资料、和工程源码哦！

转载请注明出处：NingHeChuan（宁河川）

个人微信订阅号：开源FPGANingHeChuan

如果你想及时收到个人撰写的博文推送，可以扫描左边二维码（或者长按识别二维码）关注个人微信订阅号

知乎ID：NingHeChuan

微博ID：NingHeChuan

原文地址：http://www.cnblogs.com/ninghechuan/p/7434462.html