视频图像增强算法的FPGA实现(2)
1．3 研究内容及主要章节安排
本课题的主要任务是熟悉常用的视频图像增强算法和去噪算法，掌握各种算法的高效实现结构，在现有的基于FPGA的视频图像处理平台上实时实现视频直方图均衡算法等处理。并将FPGA处理结果与理论仿真结果比对，验证FPGA实现的正确和有效性。主要工作如下：
1．学习数字视频图像的表示方式和接口标准，掌握常用图像增强算法和去噪算法的基本原理；
2. 熟悉和掌握Xilinx FPGA的结构和设计方法，熟悉现有视频图像处理平台；
3．研究直方图均衡算法的高效实现结构，并完成其FPGA实现。
本论文后续章节主要内容如下：
第二章主要介绍视频图像增强算法与实现平台：包括直方图均衡类的视频图像增强算法，基于FPGA的算法实现平台结构，数字视频图像的表示方式，BT656数字图像接口标准，FPGA开发工具和设计流程等
第三章详细论述了实时直方图均衡算法的FPGA实现与测试： 包括本课题FPGA所需要完成的功能，FPGA实现上述功能的设计思路、FPGA实现的模块框图与各模块基本功能和相互关系说明。接着给出各模块具体设计与模块验证结果。最后是模块最终实现情况及结论。
2 直方图均衡算法与算法实现平台
2．1 直方图均衡算法
图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。本处重点介绍空间域的图像加强算法，空间域方法直接对图像像素的灰度进行处理。频率域方法在图像的某个频率域中对变换系数进行处理, 然后通过逆变换获得增强图像。在空间域内对图像进行点运算, 它是一种既简单又重要的图像处理技术, 它能让用户改变图像上像素点的灰度值, 这样通过点运算处理将产生一幅新图像。
主要的空间域增强方法有：灰度变换，直方图修正，图像去噪平滑等。灰度变换包括线性变换，分段线性变换，非线性变换等。直方图修正主要包括直方图均衡化和直方图规定化。由于直方图均衡化是本次视频图像处理的核心内容，下一节将着重介绍。图像平滑主要包括邻域平均法，空间域低通滤波法，多图像平均法，中值滤波法，噪声门限法等。
由于本项设计所采用的图像增强算法为直方图均衡，下面将着重介绍其基本原理。
对一幅数字图像，若对应于每－灰度值，统计出具有该灰度值的象素数，并据此绘出象素数-灰度值图形，则该图形称该图像的灰度直方图，简称直方图。直方图是以灰度值作横坐标，象素数作纵坐标。有时直方图亦采用某一灰度值的象素数占全图总象素数的百分比（即某一灰度值出现的频数）作为纵坐标。
设变量r代表图像中像素灰度级,在图像中，像素的灰度级可作归一化处理，这样r的值将限定在下述范围之内（0≤r≤1）在灰度级中，r=0代表黑，r=1代表白。对于一幅给定的图像来说，每一个像素取得[0,1]区间内的灰度级是随机的，也就是说，是一个随机变量。
在离散的形式下，用rk代表离散灰度级，用P(rk)代表概率密度函数，并且有下式成立：
式中nk为图像中出现rk这种灰度的像素数，n是图像中像素总数，Nk/n就是概率论中的频数，n是灰度级的总数目。在直角坐标系中作出rk与Pr(r)的关系图形，就得到直方图。
直方图的具体性质如下：
（1）直方图是一幅图像中各像素灰度出现频次的统计结果，它只反映图像中不同灰度值出现的次数，而不反映某一灰度所在的位置。也就是说，它只包含了该图像的某一灰度像素出现的概率，而忽略了其所在的位置信息。
上一篇：图像标注中的高效用户反馈技术研究