基于FPGA的圖像處理之直方圖均衡

基于FPGA的圖像處理之直方圖均衡最近一直在用FPGA調(diào)圖像處理相關(guān)的算法，主要是集中在圖像增強和增晰方面?，F(xiàn)在來介紹一個復(fù)雜度不高，但確實也還比較好用的圖像增強算法-直方圖均衡。直方圖均衡的作用，上面也說了，是圖像增強，那是增強什么呢？是增強圖像的對比度。先來看下在Matlab中實現(xiàn)直方圖均衡的效果吧。圖片比較隨意，直接對電腦桌面截了一張圖，大家應(yīng)該能有一個直觀的感受，知道直方圖均衡的作用和效果了吧！

直方圖均衡在對一些低照度圖像增晰、去霧處理等應(yīng)用場景，效果還是挺不錯的。對于直方圖均衡的實現(xiàn)步驟，在網(wǎng)上一搜一大把，大部分講的都是用Matlab或者C語言的代碼實現(xiàn)。

那我們也先來結(jié)合Matlab代碼來介紹一下直方圖均衡的實現(xiàn)步驟，之后再說說用FPGA是怎么做的。

%[第一步]統(tǒng)計每個像素值出現(xiàn)次數(shù)count=zeros(1,256);fori=1:Rforj=1:Ccount(1,fx(i,j)+1)=count(1,fx(i,j)+1)+1;endend第一步，是對于一整幅圖像進行像素值統(tǒng)計，當然咱們這是對灰度圖像進行直方圖均衡，所以統(tǒng)計的像素值大小范圍是0-255。

這一步是統(tǒng)計0-255這256個像素點的值，在整幅圖像中出現(xiàn)的次數(shù)。%[第二步]統(tǒng)計每個像素值出現(xiàn)的概率，得到概率直方圖T=zeros(1,256);T=double(T);count=double(count);fori=1:256

T(1,

i)

=

count(1,

i)

/

(R

*

C);

%

R

和

C為圖像長和寬end

第二步，將像素點統(tǒng)計出來的出現(xiàn)次數(shù)除以圖像的總像素點，計算出各個灰度值出現(xiàn)的概率。

%[第三步]求累計概率，得到累計直方圖fori=2:256T(1,i)=T(1,i-1)+T(1,i);end第三步，單看代碼，似乎不太好理解，這一步算的累計概率是怎么算的呢？

第1個結(jié)果，像素值為0的概率+像素值為1的概率；第2個結(jié)果，像素值為0的概率+像素值為1的概率+像素值為2的概率；。。。第255個結(jié)果，像素值為0的概率+像素值為1的概率+像素值為2的概率+...+像素值為255的概率。其實就是等于1。其實這一步，總共會得出256個結(jié)果，還要算上像素值為0的概率，因為在第二步中已經(jīng)算出來了單個像素點的概率，所以就沒有再次算了，for循環(huán)里面寫的就是2-256了。

%[第四步]完善映射函數(shù)fori=1:256T(1,i)=T(1,i)*255;end

第四步，是完善映射函數(shù)。

從原圖到直方圖均衡化之后的圖像，之間肯定存在一個函數(shù)f(x)，類似的img_out=f(img_in)

。

也就是從原圖進行直方圖均衡需要有一個函數(shù)表示他們之間的關(guān)系。

而這一步就是完善這個函數(shù)，其實就是對第三步得出的累計概率分布結(jié)果*255。

注意，這個映射函數(shù)其實是一個離散值，總共有256個值。

%[第五步]完成每個像素點的映射fy=double(fx);fori=1:Rforj=1:Cfy(i,j)=T(1,fy(i,j)+1);endend

這是最后一步了，把原圖經(jīng)過第四步的映射函數(shù)，得到直方圖均衡化之后的圖像結(jié)果。這一步，給大家再解釋一下，其實就是把輸入圖像的像素值，作為映射函數(shù)這個一維數(shù)組相應(yīng)元素的下標，去找到對應(yīng)下標元素的值。并把這個值作為直方圖均衡化的結(jié)果輸出。對于直方圖均衡的處理，從流程上來看，其實是很簡單的。

當然對于有些書，會給你列出一堆的公式。作為一個畢業(yè)多年的老油條，對那些公式早就不敏感了。

所以在文章里面，就直接開門見山的給大家說步驟了，這也算是對那些也像我這種對數(shù)學(xué)公式早已不感冒的朋友的一份愛惜吧！對于原理部分，貼著Matlab代碼說完了，那就是再說說在FPGA里面的實現(xiàn)步驟吧。用FPGA來實現(xiàn)直方圖均衡，我把上面的步驟稍微做了一點改變。

第一步，依然統(tǒng)計0-255這256個像素點出現(xiàn)的次數(shù)。

第二步，沒有計算各個像素點出現(xiàn)的概率，而是統(tǒng)計各個像素點出現(xiàn)的累計次數(shù)。也是得到256個結(jié)果：第1個結(jié)果，像素點為0出現(xiàn)的次數(shù)；第2個結(jié)果，像素點為0出現(xiàn)的次數(shù)+像素點為1出現(xiàn)的次數(shù)；第3個結(jié)果，像素點為

0出現(xiàn)的次數(shù)+像素點為1出現(xiàn)的次數(shù)+素點為2出現(xiàn)的次數(shù)；依次類推。第三步，將第二步的結(jié)果*255*2，就是比剛剛在Matlab中，多乘上了2，這樣做的目的，是因為在FPGA里面沒有進行小數(shù)運算，所以先乘上2，

為后面的運算稍稍提高一下精度。第四步，將第三步的結(jié)果除以整幅圖片的像素點個數(shù)。第五步，完成直方圖均衡對輸入像素點值的映射。

這里要注意，因為攝像頭那邊的數(shù)據(jù)是連續(xù)過來的，如果像Matlab那樣，先計算好當前圖像的映射函數(shù)，再把當前圖像作為輸入，給到映射函數(shù)再得出直方圖均衡的結(jié)果，這個時間是等不起的。

所以這里我進行了一定的簡化，我是以前一幀圖像完善的映射函數(shù)作為當前幀圖像的映射函數(shù)。

這種做法，其實是完全可行的，咱們攝像頭圖像的幀速率一般是30fps，也就是在1秒鐘里面可以有30幅圖像，只要攝像頭采集的畫面變化速度在一定范圍里面，咱們這樣做是完全OK的，而且我用的攝像頭是MT9V034，是全局曝光的。是的，這就是我這幾天剛剛組裝好的MT9V034攝像頭，打樣了幾片PCB，裝上了CS大鏡頭，OV5640瞬間變身小弟，哈哈！??！感覺綠色的板子看著有點low，之后再換成黑色阻焊看看！

對于圖像的增強效果還是很明顯的。在調(diào)試直方圖均衡這個算法的時候，剛開始調(diào)的很郁悶。完全搞不明白為啥，極其郁悶。反復(fù)檢查了代碼，也跑了仿真，沒發(fā)現(xiàn)問題啊。

難不成直方圖均衡后的效果就是這個鬼樣子。然后也在網(wǎng)上搜，看看有沒有用FPGA做直方圖均衡后的效果圖，來比較一下。搜了半天，找到的全都是用Matlab或者其他什么軟件語言做的效果圖，我要這些效果圖干啥，勞資這邊多的是！之后又在知網(wǎng)下了好幾篇FPGA的直方圖均衡的論文，想看看論文里面有沒有效果圖，大多又是Matlab的效果圖，無語。。。郁悶了一晚上，到第二天上午，把腦袋放空，重新歸零。回憶這種現(xiàn)象，想起來在之前調(diào)的一個圖像增強算法也出現(xiàn)了類似的效果。

一時記不起來當時是怎么解決的，非常后悔，要是當時寫了一份調(diào)試記錄該多好。劃重點，寫調(diào)試記錄，是非常重要的！想了很久，當時出現(xiàn)這種情況，似乎是VGA顯示的數(shù)據(jù)，對要顯示的數(shù)據(jù)源截位有問題。

舉個例子，VGA要顯示灰度圖像的8個bit，但是你要給VGA顯示的圖像數(shù)據(jù)有16個bit，理應(yīng)是把16bit的高8bit給VGA顯示，但是卻把[12:5]

這8個bit給了VGA顯示。但是這個問題，是在哪個地方出現(xiàn)了截位的問題