FPGA设计——图像处理(锐化增强)

简介:

1. 概述

本设计采用FPGA技术,实现CMOS视频图像的锐化增强,并通过以太网传输(UDP方式)给PC实时显示。

2. 硬件系统框图

CMOS采用MT9V011(30万像素),FPGA采用ALTERA公司的CYCLONE IV,以太网卡采用REALTK公司的100M网卡芯片,硬件框图如下:

803cf5ea3ef069574a6a70787f0e90a8.png-wh_

硬件平台采用ETree的FPGA开发板,如下图所示:

3fe73df1e7fe8b04fa24de8cc4b8bc4a.jpg-wh_

3. 算法原理

图像锐化的主要目的是突出灰度的过渡部分,使用的算法也多种多样,这里选用二阶差分拉普拉斯算子(具体原理可参考《数字图像处理——冈萨雷斯》图像锐化章节)。常用的拉普拉斯算子如下,本设计采用第二个作为拉普拉斯算子。

a120827b0e402b57c3e64e3a798f95e1.png-wh_

计算公式如下:其中R为锐化增强后的像素,P(4)原始像素,C_i为拉普拉斯算子。

1dbe10092b9abd4260784bbf0e39ff10.jpg-wh_

4. 算法实现

使用拉普拉斯时需要注意有负数,这里为简单处理,使用数值比较的方式避开负数表示。同时原始像素与计算好的拉普拉斯求和时要注意不要溢出。


5. 最终效果

下图为原始图片效果。

82a97ed75ea28bb5636ce2bd7a93b5ec.png-wh_

图像锐化增强后的效果图如下所示,图像变得更加清晰。

953e32692511fec64a1f8a1943bafdbb.png-wh_


本文转自 shugenyin 51CTO博客,原文链接:http://blog.51cto.com/shugenyin/1976979


相关文章
|
机器学习/深度学习 算法 C语言
FPGA图像处理之边缘检测算法的实现
边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括(i)深度上的不连续、(ii)表面方向不连续、(iii)物质属性变化和(iv)场景照明变化。边缘检测是图像处理和计算机视觉中,尤其是特征提取中的一个研究领域。
FPGA图像处理之边缘检测算法的实现
|
算法 计算机视觉 异构计算
FPGA图像处理之rgbtogray算法的实现
Ycbcrr或Y'CbCr有的时候会被写作:YCBCR或是Y'CBCR,是色彩空间的一种,通常会用于影片中的影像连续处理,或是数字摄影系统中。Y'为颜色的亮度(luma)成分、而CB和CR则为蓝色和红色的浓度偏移量成份。Y'和Y是不同的,而Y就是所谓的流明(luminance),表示光的浓度且为非线性,使用伽马修正(gamma correction)编码处理。
|
算法 计算机视觉 异构计算
FPGA图像处理(高斯滤波)仿真篇
高斯滤波是一种低通平滑滤波,常用于模糊处理和减少噪声信号,其中模糊处理常用于预处理,即在提取目标之前去除图像中的一些细节等,这有利于高通处理。对于二维的数字图像信号,一般通过线性滤波器和非线性滤波器的模糊处理来减少强噪声信号。平滑滤波器就是用滤波掩模确定的邻域内的像素与加权值相卷积后得到的灰度均值来代替每个像素的值,这就很容易使用硬件实现。 GAUSS 滤波算法克服了边界效应,因而滤波后的图像较好。
|
计算机视觉 数据格式 异构计算
FPGA-图像处理-色彩空间转换(RGB转YUV和YCBCR)
FPGA-图像处理-色彩空间转换(RGB转YUV和YCBCR)
342 0
|
算法 计算机视觉 异构计算
FPGA与MATLAB-图像处理-学习列表(图像处理专题更新目录,补充中)
FPGA与MATLAB-图像处理-学习列表(图像处理专题更新目录,补充中)
161 0

热门文章

最新文章