基于軟件的圖像處理方法存在著一些局限性，尤其是計算速度和算法效率方面,。所以大家很自然的就想到了FPGA作為嵌入式圖像應(yīng)用的平臺,。許多圖像處理本身就是并行計算的,，并且FPGA的編程硬件,，本質(zhì)上也是并行的,。但是利用FPGA硬件進(jìn)行圖像處理存在很多的困難，需要學(xué)到很多的技巧,。下面我介紹兩幾種比較基礎(chǔ)的圖像處理算法思想,。

　　單幅圖像的點操作是圖像處理中最簡單的操作，輸出值只取決于輸入值,，與位置無關(guān)，可以看作是一個函數(shù)的映射,。從硬件實現(xiàn)的角度來說,，最簡單的方式就是通過一個實現(xiàn)函數(shù)的模塊對輸入的每個像素進(jìn)行依次處理，也就是流水化處理,。每個像素都是單獨處理的,，可以把圖像分為若干部分，每個部分單獨處理,，所以點操作容易并行實現(xiàn),。點操作可作為讀取圖像和后續(xù)處理之間的一個橋梁。A：亮度調(diào)節(jié);為了使圖像變亮,，可以增大輸出像素值,，可以通過加一個常量實現(xiàn)。類似地,，變暗減小像素值,。但是實際中，調(diào)節(jié)亮度要復(fù)雜的多,，因為人的視覺系統(tǒng)是非線性的,。B：對比度調(diào)節(jié);圖像的對比度受映射函數(shù)的斜率影響。斜率大于1增強(qiáng),，小于1則降低,，可以通過乘以一個大于或者小于1的常數(shù)實現(xiàn)。C：同時調(diào)節(jié)亮度和對比度;一個簡單的調(diào)節(jié)它們的點操作是：Q=aI+b=a（I+b’）,，a,，b是控制亮度和對比度的任意常數(shù)。當(dāng)Q超出范圍怎么辦,？例如用8位表示像素值時,，Q超出0~255,，那么輸出怎么辦？默認(rèn)情況下只取8位最低有效位并且忽略任何會導(dǎo)致值超出范圍的溢出位,。通常還需要進(jìn)行飽和或者裁剪到極值效果會更好,。

　　直方圖操作。使用直方圖的圖像處理有兩個相關(guān)的主要步驟,。第一步是建立直方圖,，第二步是從直方圖中提取數(shù)據(jù)并用它來處理圖像。A建立直方圖：對每個像素值累計計數(shù),。通過計數(shù)器數(shù)組完成計算每個像素值出現(xiàn)的次數(shù),。這個方法的缺點是占用的硬件資源比較多，適合閾值后的直方圖計算,?？梢允褂秒p口存儲器實現(xiàn)，可以大大減少邏輯資源的使用,。B直方圖均衡化（使用局部信息來分配那些在輸出像素值的范圍上具有大的計數(shù)值的輸入值的像素來獲得更平坦的直方圖）：實現(xiàn)直方圖均衡化的映射是歸一化累積直方圖,。直觀地，如果輸入點集合的計數(shù)值大于平均值,，那么映射的斜率大于1,，反之，小于1,。

　　局部濾波器,。局部濾波器擴(kuò)展點操作，以一個局部窗口內(nèi)像素值的函數(shù)運(yùn)算結(jié)果作為輸出,。窗口的大小,、形狀可以隨意，但是一般都是采用奇數(shù)正方形的,，我見過最多的就是3x3,，5x5，7x7,，這樣的話中心就很容易確定,。局部濾波器有去噪、邊緣檢測,、邊緣增強(qiáng)等,。線性去噪有排序去噪，均值去噪,，加權(quán)均值去噪等,，邊緣檢測可以利用Prewitt，Sobel算子等，將這些算法在3x3窗口中實現(xiàn),，相對來說就比較容易了,。也可以改進(jìn)這些算法，是寫小論文比較好的創(chuàng)新點,。還有一些形態(tài)學(xué)濾波器,，顏色濾波器，大致思想都一樣,，就是實現(xiàn)的時候算法改一下,。