IT技术互动交流平台

基于FPGA的图像去噪

来源:IT165收集  发布日期:2014-04-16 20:05:21

目录

结构图

其中FPGA 控制模块为核心,通过它实现视频图像数据的获取、缓存、处理和控制各模块间通讯[1]。由CCD 相机对目标成像,高速图像数据由camera link 实时传输[2],经信号转换电路把差分信号转换成FPGA 采用的TTL ( Transistor-Transistor Logic) 格式的数字图像信号,而后送入FPGA 进行滤波去噪处理,在FPGA 中完成图像滤波去噪处理功能和同步信号产生后,图像数据缓存在FIFO[3]中准备后续处理,滤波去噪后的图像数据和控制信号同时输入D/A 转换器,转换成模拟量,经PCM 编码、数据压缩,最后由微波发射。为了保证视频图像质量,采用基于均值操作的自适应中值滤波算法对图像进行滤波去噪处理[4]。

1) CCD 相机选用DALSTAR-1M30 数字相机[5],分辨率为1 024 × 1 024,帧速率为30 帧/s,数据格式为12-bitLVDS ( Low - Voltage Differential Signaling) 输出,数据率
为40 MHz/s[6]。工作时由CCD 将光信号转换成电信号,将图像以二进制数字的形式传送出去。为了提高图像数据信号的传输速度与质量,采用低摆幅LVDS 差分信号进行低噪声数据传输[7]。

2) 数字视频图像数据完成远距离传输后,在接收端实现信号电平变换,将LVDS 差分信号转变为TTL 信号。该功能选用美国国家半导体公司的差分数字信号转换芯DS90CR288 芯片完成。DS90CR288 接收到数字相机产生的差分图像数据和控制信号数据流后,将4 位差分信号数据转换为28 bit 并行TTL 数据,可以以525Mbit /s 的速率传入FPGA 核心控制模块进行滤波处理。如果使用75 MHz 的时钟频率,整体的数据传输率可达2. 10 Gbit /s。

3) 视频图像数据经滤波去噪处理后,为了把同步信号与视频图像数据信号同时发送到D/A 转换电路,处理后的图像数据需要先存储在FIFO 存储器中,然后再进行后续处理[8]。FPGA 主要通过对FIFO读写信号的操作,以便对数据进行存储。当需要向FIFO 写数据时,把FIFO_READ 信号设置为有效,当需要从FIFO 读数据时,把FIFO_WRITE 信号设置为有效。由于AL440B 的性能,其读写操作可工作在不同的时钟频率下,所以需要根据设计分别给读时钟和写时钟赋值。

基于FPGA 的图像滤波器设计

基于均值操作的自适应中值滤波原理

一幅图像在形成、传输过程中经常会受到各种噪声的干扰,噪声的存在降低了图像质量,使图像模糊,甚至使图像的特征完全被淹没,给图像识别和分析带来困难。根据噪声服从的分布进行分类,噪声大致可以分成椒盐噪声、高斯噪声和泊松噪声3 类,针对不同的噪声类别有不同的图像滤波方法。常用的滤波方法主要包括均值滤波、中值滤波、维纳滤波和自适应滤波,如针对高斯噪声最常用的是均值滤波,针对脉冲噪声最常用的是中值滤波,此外,还有各自的改进滤波法等[9]。而在实际图像滤波过程中,图像中所掺杂的噪声多是由椒盐噪声和高斯噪声混合而成的多种噪声,任何单一的滤波方法都无法去除混合噪声,达到最佳的滤波效果[10]。因此,笔者提出了一种基于均值操作的自适应中值滤波方法,即根据含有不同性质噪声的图像像素的不同性质特点,先利用局部阈值把像素归类,区分为受脉冲噪声污染的像素和受高斯噪声污染的像素,而后对这些像素应用不同的滤波方法,以达到最佳的滤波效果。首先,根据受脉冲噪声污染的图像像素值一般比纯受高斯噪声污染的图像像素值大的特点,把具有不同特征的图像像素区别对待; 然后,应用不同的滤波方法进行滤波去噪。

不同噪声特性下通过两种滤波方法处理后的改善因子R 的变化

为了检验基于均值操作的自适应中值滤波算法的去噪质量,通过实验比较图像在不同滤波算法的滤波结果。具体做法是通过比较各种滤波算法的信噪比改善因子R 进行评价[15],检验滤波算法的去噪效果,若改善因子R 为负值,则说明去噪滤波后的噪声被抑制; 改善因子R 越低,通过去噪滤波后的滤波效果越好。

改善因子R 可表示为:

在进行不同滤波算法去噪效果实验之前,先根据噪声本质特性的各种区分,对噪声进行不同特性下通过两种滤波方法处理的改善因子R 的变化对比。

 

Tag标签: 图像  
  • 专题推荐

About IT165 - 广告服务 - 隐私声明 - 版权申明 - 免责条款 - 网站地图 - 网友投稿 - 联系方式
本站内容来自于互联网,仅供用于网络技术学习,学习中请遵循相关法律法规