基于FPGA的图像白平衡算法实现,包括tb测试文件和MATLAB辅助验证

1.算法运行效果图预览

2.算法运行软件版本
vivado2019.2

matlab2022a

3.算法理论概述
FPGA（Field-Programmable Gate Array）是一种可编程逻辑电路，可以通过编程实现各种算法，包括图像白平衡算法。图像白平衡算法是一种用于调整图像颜色温度的方法，使图像看起来更自然。

   图像白平衡算法的基本原理是在图像中找到灰色区域，并调整图像中所有像素的颜色分布，以使这些灰色区域变为中性灰色。白平衡算法通常基于图像统计信息，例如平均颜色温度和像素颜色分布，来自动调整图像的颜色。

        

          
        
        
        

          

          AI 代码解读
        
      
      

基于FPGA的图像白平衡算法实现可以采用以下步骤：

读取图像数据：从摄像头或存储器中读取图像数据，并将其存储在FPGA的存储器中。
计算灰度值：将每个像素的RGB值转换为灰度值，可以使用以下公式：
Y = 0.299R + 0.587G + 0.114B

其中，Y是灰度值，R、G、B分别是像素的红、绿、蓝三个通道的像素值。

1. 计算白平衡系数：计算图像的平均灰度值，并将其与理想的中性灰色值（例如128）进行比较，得到白平衡系数。可以使用以下公式：

alpha1 = X/Y

alpha2 = Y/Y;

alpha3 = Z/Y

其中，alpha是白平衡系数，avg(Y)是图像的平均灰度值。

1. 应用白平衡：将白平衡系数应用于每个像素的RGB值，可以使用以下公式：

R' = alpha1 R
G' = alpha2 G
B' = alpha3 * B

其中，R'、G'、B'分别是调整后的红、绿、蓝三个通道的像素值。

1. 输出结果：将调整后的图像数据发送到显示器或存储器中。

   需要注意的是，基于FPGA的图像白平衡算法实现需要考虑硬件资源的使用和性能优化。例如，可以使用流水线技术来提高处理速度，使用硬件资源池来共享存储器和计算单元等。
   
           
   
             
           
           
           
   
             
   
             AI 代码解读
           
         
         

4.部分核心程序
````timescale 1ns / 1ps
//
// Company:
// Engineer:
//
// Create Date: 2023/08/01
// Design Name:
// Module Name: RGB2gray
// Project Name:
// Target Devices:
// Tool Versions:
// Description:
//
// Dependencies:
//
// Revision:
// Revision 0.01 - File Created
// Additional Comments:
module main_gray(
input i_clk,
input i_rst,
input[7:0]i_image_R,// 输入图像红色分量
input[7:0]i_image_G,// 输入图像绿色分量
input[7:0]i_image_B,// 输入图像蓝色分量
output [23:0]o_R,// Y
output [23:0]o_G,// Y
output [23:0]o_B// Y
);

parameter VR = 220;
parameter VG = 180;
parameter VB = 270;

wire signed[8:0] R;
wire signed[8:0] G;
wire signed[8:0] B;
assign R={1'b0,i_image_R};
assign G={1'b0,i_image_G};
assign B={1'b0,i_image_B};

.....................................................................................

reg[39:0]ytmp1;// 定义18位寄存器Rreg，用于存储Y分量的值
reg[39:0]ytmp2;// 定义18位寄存器Rreg，用于存储Y分量的值
reg[39:0]ytmp3;// 定义18位寄存器Rreg，用于存储Y分量的值
..............................................................
ytmp1<=$unsigned(RSS3[31:0])$unsigned(i_image_R); ytmp2<=$unsigned(GSS3[31:0])$unsigned(i_image_G); ytmp3<=$unsigned(BSS3[31:0])*$unsigned(i_image_B);
..............................................................
assign o_R=ytmp1[39:16];
assign o_G=ytmp2[39:16];
assign o_B=ytmp3[39:16];
endmodule

```