一种基于FPGA的图像阶梯效应消除方法技术

本发明专利技术公开一种基于FPGA的图像阶梯效应消除方法，包括如下步骤：步骤A，将输入到FPGA的RGB图像进行灰度转换，得到值为0‑255的灰度信号；步骤B，将转换所得灰度图像进行均值滤波的图像预处理，减少图像的灰度值的尖锐变换；步骤C，将灰度图像进行小波分解，分解为一个包含原图像基本信息的低频分量ILL和包含原图像详细信息的高频分量IHH，并对ILL再次分解得到其低频分量ILL；步骤D，利用Canny算子对ILH1处理，并进行图像重构，最终获得消除阶梯效应的图像信息。此种方法以FPGA为基础，将输入的图像信号进行阶梯效应消除，在保证图像处理算法的实时性的同时，又可以充分利用FPGA的IP核所具备的定制功能，满足更多具体需求。

An Image Step Effect Elimination Method Based on FPGA

The invention discloses an image ladder effect elimination method based on FPGA, which includes the following steps: step A, gray conversion of RGB image input to the FPGA, and gray signal with value of 0 255; step B, image preprocessing with mean filtering of the converted gray image to reduce sharp transformation of gray value of the image; Step C decomposes the gray-scale image into a low-frequency component ILL containing the basic information of the original image and a high-frequency component IHH containing the detailed information of the original image, and then decomposes the ILL again to obtain its low-frequency component ILL; Step D uses Canny operator to process ILH1 and reconstruct the image, and finally obtains the elimination step. Image information of effects. This method is based on the FPGA and eliminates the step effect of the input image signal. It not only guarantees the real-time performance of the image processing algorithm, but also makes full use of the customization function of the IP core of the FPGA to meet more specific needs.

【技术实现步骤摘要】
一种基于FPGA的图像阶梯效应消除方法
本专利技术属于图像处理
，涉及一种基于FPGA的图像阶梯效应消除方法，具体地说，涉及一种利用FPGA实现图像的边缘细化处理，尤其涉及小波变换与Canny算子相结合，实现图像阶梯效应的消除。
技术介绍
去噪是图像处理的一个基本问题，一般思想是通过研究特定噪声的特点来修复或还原含噪声图像，在图像去噪、图像分割、图像边缘检测等方面都有重要应用。其中图像的边缘结构纹理信息能够反映图像内容的基本特征及重要信息，而传统滤波模型在图像去噪处理过程中总会导致边缘信息在一定程度上的损失，故寻找一种既能达到有效的图像去噪效果又能保护边缘信息的方法至关重要。由于先验信息的缺乏，去噪问题常具有病态性，因此需要使用如偏微分方程(PDE)的数学方法，其能够准确反映未知变量关于时间和空间变量的导数之间的制约关系。通过先建立“能量函数”，再由变分法求得欧拉方程，与某种物理过程类比建立对应的PDE。随着计算机技术的发展，传统图像去噪技术大多由PC机进行实现，即使其去噪效果相对明显，考虑到基于PC机系统操作，其缺点也很明显例如成本高，体积大，稳定性差等,而FPGA具有并行流水的优势，这种机制赋予其更高的速度性能，其片内有丰富的逻辑资源单元，FPGA结构设计的发挥性大，灵活多变，可以保证大多数情况下的实时性要求，基于FPGA的研发周期也相对较短，更可基于要求自行设计专项IP核，方便对系统结构进行扩展，同时FPGA与高性能单片机和DSP联合开发能够兼顾处理速度和计算性能，可以给用户带来更为流畅和高质量的感官体验。
技术实现思路
本专利技术的目的，在于提供一种基于FPGA的图像阶梯效应消除方法，以FPGA为基础，将输入的图像信号进行阶梯效应消除。将图像处理算法在FPGA硬件平台实现，在保证图像处理算法的实时性的同时，又可以充分利用FPGA的IP核所具备的定制功能，满足更多具体需求。FPGA与图像处理技术的结合提高了系统设计的实践性，并随着FPGA性能的不断提高，其处理速度越来越快，内部集成的功能模块越来越多，检测方法的性能会越来越好。为了达成上述目的，本专利技术的解决方案是：一种基于FPGA的图像阶梯效应消除方法，包括如下步骤：步骤A，将输入到FPGA的RGB图像进行灰度转换，得到值为0-255的灰度信号；步骤B，将转换所得灰度图像进行均值滤波的图像预处理，减少图像的灰度值的尖锐变换；步骤C，将灰度图像进行小波分解，分解为一个包含原图像基本信息的低频分量ILL和包含原图像详细信息的高频分量IHH，并对ILL再次分解得到其低频分量ILL；步骤D，利用Canny算子对ILH1处理，并进行图像重构，最终获得消除阶梯效应的图像信息。上述步骤A和步骤B中，从外部对FPGA进行RGB图像信号输入，并进行时钟同步信号；对RGB颜色空间图像通过变换程序，将转换后灰度图像通过时钟同步信号与图像均值滤波程序进行连接。上述步骤B的具体过程是：步骤B1，将输入数据进行缓存，二维变换处理器从FIFO缓存中读取数据，并选定尺寸为5×5的掩模，并滑动掩模进行图像遍历以实现滤波；步骤B2，将5×5掩模看作一个二维数组，基于行数据的连续行，首先进行5个行数据的求和操作，将输入数据连续打4拍，加上当前数据组成5拍数据，经过3个时钟的两两相加运算，得到连续5个数据的和；步骤B3，在进行将5个行数据和进行列方向求和运算时，当第一个行数据和求得时，进行行数据缓存，将一维行方向的求和结果采取行缓存，等到后续4个数据到来时，5个行数据求和结果进行列方向求和，其结构与行求和结构相同；步骤B4，将除以25的操作转换为9次移位操作和7次加法操作，最终完成掩模为5×5的图像均值滤波。上述步骤C的具体过程是：步骤C1，图像经一次行变换后分解成低频分量ILL和高频分量IHH；步骤C2，将低频分量ILL再变换一次得到2个低频分量ILL1，ILH1，将高频分量IHH再变换一次得到2个高频分量IHL1，IHH1；步骤C3，再对低频分量ILL1重复步骤C1，完成所需小波分解列变换。上述步骤D中，利用Canny算子对ILH1处理的具体过程是：步骤D11，平滑处理采用掩模为5×5和标准差为1.4的高斯核进行高斯滤波，得到平滑分量信息；步骤D12，采用Sobel算子对平滑后图像开窗，通过3×3掩模在图像水平方向和垂直方向进行滤波处理，计算出梯度的模值和方向；步骤D13，在前述Sobel算子计算出梯度的模值和方向的3×3掩模的基础上，找出像素点局部最大值，从而将非极大值点所对应的灰度值置为0；步骤D14，采用双阈值法，通过滞后阈值分割来消除阶梯效应。上述步骤D13中，找出像素点局部最大值的方法是：将8个像素以中间像素为中心，再分成8个象限，并过中心像素点做斜线与8个梯度方向的交点进行分别插值，从而通过与比较插值判断中心像素点的最大值与否。上述步骤D中，进行图像重构的具体过程是：步骤D21，将Canny算子处理后的低频分量ILH10带入到重构模块中；步骤D22，在重构模块中，配置二分频时钟CLK1，其负责协调控制数据流在预测和更新模块中进行交替计算和输出；步骤D23，当前像素正在进行预测计算时，下一像素数据直接输入到更新模块计算，再下一个像素数据再输入预测模块计算；步骤D24，像素数据经过预测计算后输入更新模块计算输出，直接进入更新计算的数据在参与预测后才能输出。采用上述方案后，本专利技术与现有技术相比，具有以下技术效果：(1)在方法的复杂度方面，方法需要的信息量少，方法简单，只需将彩色图像进行灰度转换，在图像预处理后，利用Canny算子对小波分解的低频分量进行检测，最后进行图像重构即可；(2)在方法的时效性方面，因为本专利技术的着手点需要的信息量少，实施的复杂度低，从而降低了方法的处理时间；(3)基于FPGA的图像检测方法具有广泛的应用前景，可由具体需求定制不同的IP核，并且设计结果可重复利用；(4)基于FPGA的并行性，可使算法进行高速实现，可以实现复杂的处理过程；(5)FPGA具有强大的拓展性，且FGPA基于硬件语言进行设计，具有优秀的可移植性。附图说明图1是本专利技术的流程图；图2是本专利技术中FPGA实现二维求和分解图；图3是本专利技术中FPGA实现连续数据流求和示意图；图4是本专利技术中FPGA实现二维小波变换示意图；图5是本专利技术中FPGA实现Canny算子运算示意图；图6是本专利技术中FPGA实现Sobel算子运算示意图；图7是本专利技术中FPGA实现Canny算子梯度方向示意图；图8是本专利技术中FPGA实现小波变换逻辑图；图9是本专利技术中FPGA实现小波重构结构图；图10是本专利技术中消除阶梯效应图像示意图。具体实施方式以下将结合附图，对本专利技术的技术方案及有益效果进行详细说明。本专利技术提供一种基于FPGA的图像阶梯效应消除方法，包括如下步骤：步骤A，将输入到FPGA的RGB图像进行灰度转换，得到值为0-255的灰度信号，以便后续进行处理；所述步骤A中，RGB空间包含三个通道的色彩信号,而人眼认知图像的主要信号为亮度信号,故将RGB空间三个通道信号由经典变换公式转换为单通道灰度信号,同时易于FPGA进行加法运算、乘法运算以及移位运算。步骤B，将转换所得灰度图像进行均值滤波的图像预处理，通过减少图像的灰本文档来自技高网...

【技术保护点】
1.一种基于FPGA的图像阶梯效应消除方法，其特征在于包括如下步骤：步骤A，将输入到FPGA的RGB图像进行灰度转换，得到值为0‑255的灰度信号；步骤B，将转换所得灰度图像进行均值滤波的图像预处理，减少图像的灰度值的尖锐变换；步骤C，将灰度图像进行小波分解，分解为一个包含原图像基本信息的低频分量ILL和包含原图像详细信息的高频分量IHH，并对ILL再次分解得到其低频分量ILL；步骤D，利用Canny算子对ILH1处理，并进行图像重构，最终获得消除阶梯效应的图像信息。

【技术特征摘要】
1.一种基于FPGA的图像阶梯效应消除方法，其特征在于包括如下步骤：步骤A，将输入到FPGA的RGB图像进行灰度转换，得到值为0-255的灰度信号；步骤B，将转换所得灰度图像进行均值滤波的图像预处理，减少图像的灰度值的尖锐变换；步骤C，将灰度图像进行小波分解，分解为一个包含原图像基本信息的低频分量ILL和包含原图像详细信息的高频分量IHH，并对ILL再次分解得到其低频分量ILL；步骤D，利用Canny算子对ILH1处理，并进行图像重构，最终获得消除阶梯效应的图像信息。2.如权利要求1所述的一种基于FPGA的图像阶梯效应消除方法，其特征在于：所述步骤A和步骤B中，从外部对FPGA进行RGB图像信号输入，并进行时钟同步信号；对RGB颜色空间图像通过变换程序，将转换后灰度图像通过时钟同步信号与图像均值滤波程序进行连接。3.如权利要求1所述的一种基于FPGA的图像阶梯效应消除方法，其特征在于：所述步骤B的具体过程是：步骤B1，将输入数据进行缓存，二维变换处理器从FIFO缓存中读取数据，并选定尺寸为5×5的掩模，并滑动掩模进行图像遍历以实现滤波；步骤B2，将5×5掩模看作一个二维数组，基于行数据的连续行，首先进行5个行数据的求和操作，将输入数据连续打4拍，加上当前数据组成5拍数据，经过3个时钟的两两相加运算，得到连续5个数据的和；步骤B3，在进行将5个行数据和进行列方向求和运算时，当第一个行数据和求得时，进行行数据缓存，将一维行方向的求和结果采取行缓存，等到后续4个数据到来时，5个行数据求和结果进行列方向求和，其结构与行求和结构相同；步骤B4，将除以25的操作转换为9次移位操作和7次加法操作，最终完成掩模为5×5的图像均值滤波。4.如权利要求1所述的一种基于FPGA的图像阶梯效应消除方法，其特征在于：所述步骤C的具体过程是：步骤C1，图像经一次行...

【专利技术属性】
技术研发人员：周先春，邹宇，王茹蕙，石兰芳，王义林，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32