0 引言

    CMOS圖像傳感器相較于傳統(tǒng)的CCD而言,，具有更高的集成度,，更靈活的圖像捕獲方式，更寬的動態(tài)范圍,，加上其低成本,、低功耗的特點，越來越受到人們的重視并得到廣泛的應用,。但是CMOS圖像傳感器在采集圖像過程中由于暗電流和放大器偏差等原因?qū)е缕淇乖肼暷芰^差,，引起圖像噪點增多，質(zhì)量下降^[1],，這會直接影響圖像的后期處理工作,。為方便圖像的后續(xù)處理，在圖像采集過程中,，對圖像進行預處理是十分必要的,。

1 降噪方法

    高斯噪聲是數(shù)字圖像中最常見的噪聲^[2]，消除圖像高斯噪聲一般考慮使用均值濾波方法,。傳統(tǒng)的鄰域均值濾波法對高斯噪聲可以起到抑制作用^[2],，但是會引起圖像邊緣部分細節(jié)的丟失。針對圖像噪聲與紋理邊緣的相似性,，文獻[2]提出一種基于置信區(qū)間的自適應加權均值濾波方法,。該方法利用高斯噪聲的正態(tài)分布特性，將灰度值處于置信區(qū)間內(nèi)的像素點判斷為噪聲,，能在濾除噪聲的同時,，保證圖像邊緣不受影響。但該方法需要對噪聲圖像的灰度均值及噪聲的標準差預先進行估計,，實時性較差,。文獻[3]提出一種基于灰度值相似度和空間鄰近度的加權均值濾波算法，不僅考慮到濾波窗口中像素值的灰度值差異,，也考慮到距離對中心像素點的影響,，根據(jù)其兩個參數(shù)局部鄰域灰度因子和局部鄰域空間因子,，生成加權系數(shù)。該方法相比于傳統(tǒng)的高斯濾波方法有更好的去噪效果,，但運算量較大,，處理速度較慢。

    文獻[4]設計了一種基于極值點的加權均值濾波方法,。該方法可以根據(jù)圖像的灰度值,，自適應調(diào)整加權系數(shù)。通過4個方向上的方差計算,，可以確定濾波窗口與紋理邊緣是否重合,，并判斷出紋理的方向，據(jù)此生成不同的權重,。這樣就可以達到較好的去噪保邊的效果,。但如果使用上位機實現(xiàn)該算法，無法保證實時性,。

    通常上位機處理速度較慢,，無法與圖像采集、傳輸與存儲系統(tǒng)形成一套流水線,，而FPGA具有高速,、并行、數(shù)據(jù)吞吐量大的特點,，因此針對以上問題,，提出一種基于FPGA實現(xiàn)的自適應加權均值濾波方法。該方法將文獻[4]提出優(yōu)化算法映射到FPGA中,，實現(xiàn)實時的圖像處理,。

2 算法分析及其FPGA映射

    高斯噪聲是基于像素點的噪聲，因此考慮使用3×3的濾波窗口^[5],。采用3×3的窗口對圖像進行均值濾波時,，圖像第1行和第1列及最后1行和最后1列的像素點會由于數(shù)據(jù)不足而無法參與運算。為保證數(shù)據(jù)的完整性,，可以采用填充法^[6],，在處理前先對圖像進行2×2的擴展。擴充后數(shù)據(jù)如圖1所示,，白色部分為圖像原始數(shù)據(jù)，陰影部分為填充的數(shù)據(jù),。

    濾波模板生成,，首先需要檢測窗口中心點是否為極值點，如果是則可能是噪聲點或紋理邊緣^[7],。通過窗口4個方向上3個點方差計算確定該點是噪聲還是紋理邊緣,，如圖2所示,。如果濾波窗口與紋理邊緣重合，4個方向中與紋理邊緣有交叉的方向,，由于灰度值跳變,，會出現(xiàn)方差較大的情況。

    而與紋理邊緣平行的方向上,，灰度值不會出現(xiàn)大幅跳變,，因此方差較小。根據(jù)4個方向的方差,，確定紋理邊緣的方向,，再確定其加權系數(shù)，在穿越圖像紋理邊緣的方向上,，不做濾波處理,。方向1到4上生成加權系數(shù)分別為A、B,、C,、D。

A=0 0 0

    以上權重的模版矩陣都符合正態(tài)分布的規(guī)律,，且矩陣所有元素的和為2的整數(shù)次冪,，在后續(xù)的歸一化運算中，可以通過移位寄存器代替除法器實現(xiàn),，節(jié)省大量FPGA資源,。

3 FPGA實現(xiàn)

    本設計選用Xilinx FPGA XC6SLX45作為主控芯片，以模塊化設計理念為指導,，設計了分辨率可配置的加權均值濾波模塊,。該模塊由4個部分組成，包括數(shù)據(jù)緩存模塊,、權重生成模塊,、加權求和模塊以及求均值模塊，四個子模塊采用流水線的方式工作,，保證數(shù)據(jù)能夠?qū)崟r處理,，整體邏輯設計如圖3所示。

3.1 數(shù)據(jù)緩存模塊設計

    數(shù)據(jù)緩存模塊的功能是將1路12 bit數(shù)據(jù)流,，經(jīng)過緩存和時序調(diào)整調(diào)整為3路并行的12 bit數(shù)據(jù)流,。該模塊使用兩個深度為4 K，寬度為12 bit的讀優(yōu)先RAM,，分別用來存儲一行有效圖像數(shù)據(jù),。根據(jù)行同步信號Hsync和場同步信號Vsync來判斷傳感器采集回的數(shù)據(jù)是否有效。

    每當Hsync的一個上升沿到來時，鎖存輸入的數(shù)據(jù),，得到每行數(shù)據(jù)的第一個像素,。經(jīng)過計數(shù)后，再次鎖存每行數(shù)據(jù)的最后一個像素,。輸入的數(shù)據(jù)延時一個時鐘,，同時把鎖存的首位數(shù)據(jù)和末位數(shù)據(jù)與輸入數(shù)據(jù)組合，形成一路新的數(shù)據(jù)流,，如圖4所示,。由于RAM_4 K用于緩存一行擴充數(shù)據(jù)，因此圖像數(shù)據(jù)的寬度需要小于4 094,，否則會造成數(shù)據(jù)丟失,。

    數(shù)據(jù)緩存模塊的一個關鍵信號是行計數(shù)信號，當一幀圖像數(shù)據(jù)到來即Vsync的一個上升沿到來時,，行計數(shù)信號清零,，每次Hsync的上升沿到來時，行計數(shù)加1,。由于需要對數(shù)據(jù)進行擴充,，因此第一行和最后一行數(shù)據(jù)做特殊處理。當?shù)谝恍薪M合數(shù)據(jù)到來時,，同時存儲進兩個RAM中,，此時3個輸出通道無輸出。當?shù)诙薪M合數(shù)據(jù)到來時,，1通道輸出第二行數(shù)據(jù),，2通道和3通道輸出第一行數(shù)據(jù)，如圖5所示,。

    中間數(shù)據(jù)到來時,，延時后輸入1通道，且作為RAM1的輸入,。RAM1的輸出同時輸入至RAM2中,。在數(shù)據(jù)輸入的同時，將上次存入RAM的數(shù)據(jù)讀出,。這樣當?shù)贜行數(shù)據(jù)到來時,，1通道輸出第N行數(shù)據(jù)，2通道輸出第N-1行數(shù)據(jù),，3通道輸出N-2行數(shù)據(jù),，即完成三行數(shù)據(jù)的同步輸出，邏輯圖如圖6所示,。

    當最后一行數(shù)據(jù)輸入完成后,，開始對其進行擴充,。此時Data_in為無效輸入,，并且RAM1輸出為最后一行數(shù)據(jù),，同時賦值給1通道和2通道，RAM2輸出倒數(shù)第二行數(shù)據(jù),，賦值給3通道,，完成最后一行數(shù)據(jù)的擴充，如圖7所示,。

    經(jīng)過RAM緩存后的數(shù)據(jù)輸出受RAM使能控制,，由于RAM緩存的圖像數(shù)據(jù)是擴展后的數(shù)據(jù)，RAM的使能信號要在行同步信號的基礎上擴展兩個時鐘,。三個通道的信號要經(jīng)過適當?shù)难訒r實現(xiàn)數(shù)據(jù)的同步,。

3.2 權重生成模塊設計

    權重生成模塊的目的是檢測濾波窗口的中心像素點是平滑區(qū)域還是邊緣區(qū)域，并根據(jù)檢測結果生成相應的加權系數(shù)^[6],，其工作流程如圖8所示,。

    該模塊由加法器、減法器和乘法器構成,，數(shù)據(jù)緩存模塊輸出的三行數(shù)據(jù)分別進行三次鎖存,，得到窗口內(nèi)9個像素點的灰度值Pix0~Pix8。其中Pix3~Pix5作為水平方向,；Pix2,、Pix4、Pix6作為45°方向,；Pix1,、Pix4、Pix7作為90°方向,；Pix0,、Pix4、Pix8作為135°方向,，分別計算方差,。求灰度和時，中心像素點Pix4權重為2,，另外兩個點權重為1,。這樣計算標準差時，只需將灰度和通過兩個移位寄存器即可,。方差計算完成后,，根據(jù)方差生成相應的權重模板及歸一化系數(shù)，作為后續(xù)處理的參數(shù),。為保證處理過程流水線化,，此模塊通過四路并行計算方差,，因此占用了較多DSP資源。

3.3 加權求和模塊設計

    加權求和模塊的功能實現(xiàn)同一行的三個像素點的加權運算,。該模塊由3個乘法器及兩個加法器組成,，如圖9所示。一路數(shù)據(jù)輸入后,，經(jīng)過三次鎖存,，得到同一行的3個相鄰像素點。同時輸入乘法器,，進行加權運算,，權重由權重生成模塊給出。運算完畢后把兩個乘法器的運算結果輸入加法器進行求和運算,，再把得到的結果與另一個乘法器得到的結果輸入下一級加法器進行求和,，得到同行3個像素點的加權求和輸出,，如圖9所示,。加權求和模塊共調(diào)用三次，完成三路數(shù)據(jù)的同步加權求和運算,。

3.4 求均值模塊設計

    求均值模塊調(diào)用了兩個加法器實現(xiàn)三路同步數(shù)據(jù)的求和運算,。通過移位寄存器來計算輸出的均值,。當歸一化系數(shù)分別為4和16時，加法器輸出數(shù)據(jù)經(jīng)過2個或4個向右的移位寄存器輸出,，如圖10所示,。

    12 bit數(shù)據(jù)經(jīng)過乘法器、加法器的運算后,，變成24 bit數(shù)據(jù),，但是有效數(shù)據(jù)位不變，只需取低12 bit即可,。

4 仿真及實驗結果分析

    在ISE邏輯仿真時賦值給該模塊不同的圖像參數(shù),，驗證模塊的正確性和可配置性。以9×5分辨率的圖像為例：輸入圖像有效數(shù)據(jù)為1~9,，數(shù)據(jù)緩存模塊輸出應為擴充后的并行3行數(shù)據(jù),，經(jīng)過權重生成后，加權求和輸出,，如圖11所示,。

    在仿真過程中，根據(jù)數(shù)據(jù)輸入與數(shù)據(jù)輸出的延遲判斷,，在輸入圖像寬度為2 048像素情況下,，處理延時為42.04 μs，滿足實時性要求,。

    實驗對象選擇ON公司的CMOS圖像傳感器MT9P031,，對采集到的2 048×1 944分辨率的圖像進行預處理,。結果如圖12所示，其中圖12(a)為模板圖像,，圖12(b)為采集回的原始圖像,，圖12(c)為傳統(tǒng)加權均值濾波處理過的圖像，圖12(d)為本文方法處理后的圖像,?？梢钥吹轿刺幚韴D像的噪點較多,，且紋理邊緣有毛刺,；經(jīng)過傳統(tǒng)加權均值濾波處理后，圖像的噪點減少,，紋理邊緣毛刺消失,，但比較模糊；使用本文方法處理后的圖像噪點較少,，同時邊緣也更加清晰,，圖像質(zhì)量得到明顯改善。通過MATLAB對處理結果及原始圖像進行均方差MES與峰值信噪比PSNR計算比較,，結果見表1,。

    從表1中圖像的客觀指標可以看到，通過本文方法處理后的圖像相較于傳統(tǒng)加權均值濾波處理后的圖像,，其峰值信噪比提高1.04 dB,。說明本文方法優(yōu)于傳統(tǒng)的加權均值濾波方法。

    FPGA資源占用率見表2,。由表2數(shù)據(jù)可知,，除DSP資源外，本設計的資源占用率低,，而一般圖像采集系統(tǒng)對DSP需求不高,，因此可以方便嵌入CMOS圖像采集系統(tǒng)設計中。

5 結論

    針對傳統(tǒng)均值濾波處理圖像時實時性差等特點,，結合FPGA并行處理數(shù)據(jù)的高效性,，實現(xiàn)圖像的自適應加權均值濾波處理，具有可配置,、低延時的特點,。實驗結果表明，本設計能夠在不影響數(shù)據(jù)傳輸速度的情況下,，嵌入圖像采集系統(tǒng)中,，形成一套流水線，并有效提高CMOS圖像傳感器采集圖像的質(zhì)量,。

參考文獻

[1] 徐琳亮.CMOS圖像傳感器預處理數(shù)字電路的設計與實現(xiàn)[D].成都：電子科技大學,，2017.

[2] 陳家益,，黃楠，熊剛強,，等.基于置信區(qū)間的自適應加權均值濾波算法[J].南京理工大學學報,，2017，41(3)：307-312.

[3] 張文娟,，康家銀.一種用于圖像降噪的自適應均值濾波算法[J].小型微型計算機系統(tǒng),，2011，32(12)：2495-2498.

[4] 楊樊,，韓艷麗.一種基于極值的自適應均值濾波算法[J].紅外與激光工程,，2006(S4)：116-120.

[5] 彭宏，趙鵬博.邊緣檢測中的改進型均值濾波算法[J].計算機工程,，2017,，43(10)：172-178.

[6] 張文娟，康家銀.一種用于圖像降噪的自適應均值濾波算法[J].小型微型計算機系統(tǒng),，2011,，32(12)：2495-2498.

[7] 郭貝貝，易三莉,，賀建峰,，等.改進的非局部均值濾波算法[J].計算機工程，2016,，42(7)：227-231.

[8] 李佐勇,，湯可宗，胡錦美,，等.椒鹽圖像的方向加權均值濾波算法[J].中國圖象圖形學報,，2013，18(11)：1407-1415.

作者信息:

武昊男,，儲成群,，任勇峰，焦新泉

(中北大學 電子測試技術國家重點實驗室,，山西 太原030051)