《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 可編程邏輯 > 設(shè)計(jì)應(yīng)用 > 數(shù)字圖像自適應(yīng)去噪算法的FPGA實(shí)現(xiàn)
數(shù)字圖像自適應(yīng)去噪算法的FPGA實(shí)現(xiàn)
來(lái)源：電子技術(shù)應(yīng)用2012年第11期
左振鵬
哈爾濱工業(yè)大學(xué)，黑龍江 哈爾濱150001
摘要： 針對(duì)數(shù)字圖像中椒鹽噪聲的濾除，提出一種適合FPGA實(shí)現(xiàn)的自適應(yīng)去噪算法。在傳統(tǒng)算法中加入二次噪聲檢測(cè)，并且在DE2平臺(tái)上搭建數(shù)字圖像的椒鹽噪聲自適應(yīng)去噪驗(yàn)證平臺(tái)進(jìn)行驗(yàn)證。
中圖分類號(hào)： TP391.4
文獻(xiàn)標(biāo)識(shí)碼： A
文章編號(hào)： 0258-7998(2012)11-0014-02
A new adaptive switching filter for digital image on FPGA
Zuo Zhenpeng
Harbin Institute of Technology, Harbin 150001，China
Abstract： This paper proposes a new means which is implemented on FPGA. It filters the salt and pepper noise and has two steps to detect the noise. And this paper builds a platform of this arithmetic on the DE2 platform.
Key words : digital image processing；median filter；FPGA；adaptive filter

    椒鹽噪聲是圖像在識(shí)別、傳輸、解碼等過(guò)程中產(chǎn)生的亮暗點(diǎn)噪聲[1]，椒鹽噪聲會(huì)對(duì)圖像的分析造成影響[2]。傳統(tǒng)的中值濾波方法，在濾除椒鹽噪聲的同時(shí)，會(huì)對(duì)圖像本身的細(xì)節(jié)造成破壞[3]。本文提出的自適應(yīng)去噪方法加入噪聲點(diǎn)的檢測(cè)功能和自適應(yīng)去噪功能，在保留圖像細(xì)節(jié)的基礎(chǔ)上增強(qiáng)去噪性能。

1 算法原理
1.1 椒鹽噪聲的原理
    數(shù)字圖像的椒鹽噪聲是在圖像信息中存在的離散脈沖信號(hào)，表現(xiàn)為圖像被黑白像素點(diǎn)污染[4]，其概率密度函數(shù)表現(xiàn)為脈沖函數(shù)[5]。去除椒鹽噪聲就是去除圖像區(qū)域中的脈沖噪聲，包括椒鹽噪聲的檢測(cè)和去除兩個(gè)方面[6]。其中，噪聲的檢測(cè)即區(qū)別噪聲點(diǎn)與非噪聲點(diǎn)；噪聲的去除即還原圖像。
1.2 噪聲的檢測(cè)
    噪聲的檢測(cè)是算法的關(guān)鍵，目的是確定圖像中的噪聲點(diǎn)。本文使用兩級(jí)檢測(cè)的方式，減少錯(cuò)誤檢測(cè)的情況發(fā)生。
    椒鹽噪聲的極值檢測(cè)法是檢測(cè)像素點(diǎn)是否為鄰域中的極值，并將極值確定為可疑噪聲點(diǎn)。由于圖像本身含有極值像素，該檢測(cè)法會(huì)將一些信號(hào)點(diǎn)誤識(shí)別。本文加入閾值濾波，通過(guò)極值做差運(yùn)算來(lái)確定噪聲是否存在，從而可以降低誤檢測(cè)率，提升系統(tǒng)的整體性能。運(yùn)算過(guò)程如式(1)所示，其中Dnoise為設(shè)定的濾波閾值。
  
1.3 自適應(yīng)濾波窗口算法
    本文使用統(tǒng)計(jì)排序?yàn)V波器來(lái)確定窗口內(nèi)的噪聲濃度。為了提高去噪處理的效率，可運(yùn)算最大值、最小值和中值，并根據(jù)噪聲濃度選取濾波窗口。當(dāng)濃度大于50%時(shí)，增加濾波窗口的尺寸，加強(qiáng)濾波性能。
    本文算法充分利用FPGA并行處理數(shù)據(jù)的特點(diǎn)，可使三種不同尺寸的排序?yàn)V波器同時(shí)工作，并將返回?cái)?shù)據(jù)進(jìn)行處理，加快了圖像處理速度。
2 自適應(yīng)去噪算法的FPGA實(shí)現(xiàn)
2.1 總體方案設(shè)計(jì)
    數(shù)字圖像自適應(yīng)去噪的FPGA實(shí)現(xiàn)包括三個(gè)主要的功能模塊：數(shù)據(jù)讀寫(xiě)控制模塊、自適應(yīng)去噪模塊及驗(yàn)證平臺(tái)控制模塊，總體框圖如圖1所示。其中自適應(yīng)去噪模塊是整個(gè)架構(gòu)的核心部分，其功能是實(shí)現(xiàn)圖像讀取和自適應(yīng)去噪運(yùn)算。

2.4 數(shù)據(jù)輸出模塊設(shè)計(jì)
    數(shù)據(jù)輸出模塊是系統(tǒng)算法實(shí)現(xiàn)的重要模塊，主要功能是對(duì)排序后的數(shù)據(jù)進(jìn)行運(yùn)算，確定最終結(jié)果。數(shù)據(jù)輸出模塊的運(yùn)算流程如圖4所示。模塊使用閾值判斷方式確定被檢測(cè)像素點(diǎn)是否為可疑噪聲點(diǎn)，再使用極值判斷與自適應(yīng)窗口選擇過(guò)程，從而確定最后的輸出像素值。

3 實(shí)驗(yàn)驗(yàn)證結(jié)果和分析
3.1 驗(yàn)證平臺(tái)介紹
    數(shù)字圖像自適應(yīng)去噪驗(yàn)證平臺(tái)由三個(gè)主要部分構(gòu)成：數(shù)字圖像輸入設(shè)備、DE2開(kāi)發(fā)板及VGA顯示器，如圖5所示。DE2開(kāi)發(fā)板是整個(gè)系統(tǒng)的核心部分，其功能包括數(shù)字圖像的存儲(chǔ)、自適應(yīng)去噪處理和驅(qū)動(dòng)外接設(shè)備。

 

 

3.2 驗(yàn)證結(jié)果
    使用該平臺(tái)分別對(duì)不同噪聲濃度圖像進(jìn)行去噪處理，并計(jì)算去噪后圖像的峰值信噪比，其結(jié)果的部分圖像如圖6所示。低濃度噪聲圖像去噪后可以清晰地看到圖像的輪廓和細(xì)節(jié)，隨著椒鹽噪聲濃度的提高，去噪后圖像中會(huì)出現(xiàn)大量斑點(diǎn)。

    不同椒鹽噪聲濃度圖像去噪前和去噪后的峰值信噪比（PSNR）如表1所示。PSNR擬合曲線與傳統(tǒng)窗口中值濾波器的PSNR擬合曲線進(jìn)行對(duì)比，結(jié)果如圖7所示。

    通過(guò)分析信噪比曲線可知，本文中驗(yàn)證平臺(tái)的峰值信噪比更高，即對(duì)椒鹽噪聲的去噪效果更好，對(duì)圖像原始細(xì)節(jié)的保留更完整。
    本文針對(duì)數(shù)字圖像椒鹽噪聲提出一種更適合FPGA實(shí)現(xiàn)的椒鹽噪聲自適應(yīng)去噪方式。加入噪聲的二次檢測(cè)和自適應(yīng)去噪功能，更好地保留了圖像的原始細(xì)節(jié)，增強(qiáng)了去噪性能。通過(guò)分析驗(yàn)證平臺(tái)峰值信噪比結(jié)果，該平臺(tái)的去噪結(jié)果以及處理速度都具有明顯的優(yōu)勢(shì)。
參考文獻(xiàn)
[1] 唐佳.自適應(yīng)濾波算法的分析與FPGA高速實(shí)現(xiàn)[J].計(jì)算機(jī)科學(xué)，2008，30(7)：100-103.
[2] GONZALEZ R C，WOODS R E.Digital image processing[M].New Jersey.Prentice Hall，2011.
[3] 董繼揚(yáng)，張軍英.一種簡(jiǎn)單的椒鹽噪聲濾波算法[J].計(jì)算機(jī)工程與應(yīng)用，2003，20(11)：27-28.
[4] Chen Chuxia，Ding Yong，Liu Lili.Adaptive switch weighted mean filtering for salt and pepper noise removal[J]. Computer Engineering，2010，36(4)：100-110.
[5] HWANG H，HADDAD R A.Adaptive median filters：new algorithms and results[J].IEEE Electronics Letters，1997，33(2)：124-125.
[6] ZHANG S，KARIM M A.A new impulse detector for  switching median filters[J].IEEE Signal Process Letters，2002，11(9)：360-363.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。