《電子技術應用》
您所在的位置:首頁 > 可編程邏輯 > 設計應用 > 數字圖像自適應去噪算法的FPGA實現
數字圖像自適應去噪算法的FPGA實現
來源:電子技術應用2012年第11期
左振鵬
哈爾濱工業大學,黑龍江 哈爾濱150001
摘要: 針對數字圖像中椒鹽噪聲的濾除,提出一種適合FPGA實現的自適應去噪算法。在傳統算法中加入二次噪聲檢測,并且在DE2平臺上搭建數字圖像的椒鹽噪聲自適應去噪驗證平臺進行驗證。
中圖分類號: TP391.4
文獻標識碼: A
文章編號: 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別、傳輸、解碼等過程中產生的亮暗點噪聲[1],椒鹽噪聲會對圖像的分析造成影響[2]。傳統的中值濾波方法,在濾除椒鹽噪聲的同時,會對圖像本身的細節造成破壞[3]。本文提出的自適應去噪方法加入噪聲點的檢測功能和自適應去噪功能,在保留圖像細節的基礎上增強去噪性能。

1 算法原理
1.1 椒鹽噪聲的原理

    數字圖像的椒鹽噪聲是在圖像信息中存在的離散脈沖信號,表現為圖像被黑白像素點污染[4],其概率密度函數表現為脈沖函數[5]。去除椒鹽噪聲就是去除圖像區域中的脈沖噪聲,包括椒鹽噪聲的檢測和去除兩個方面[6]。其中,噪聲的檢測即區別噪聲點與非噪聲點;噪聲的去除即還原圖像。
1.2 噪聲的檢測
    噪聲的檢測是算法的關鍵,目的是確定圖像中的噪聲點。本文使用兩級檢測的方式,減少錯誤檢測的情況發生。
    椒鹽噪聲的極值檢測法是檢測像素點是否為鄰域中的極值,并將極值確定為可疑噪聲點。由于圖像本身含有極值像素,該檢測法會將一些信號點誤識別。本文加入閾值濾波,通過極值做差運算來確定噪聲是否存在,從而可以降低誤檢測率,提升系統的整體性能。運算過程如式(1)所示,其中Dnoise為設定的濾波閾值。
  
1.3 自適應濾波窗口算法
    本文使用統計排序濾波器來確定窗口內的噪聲濃度。為了提高去噪處理的效率,可運算最大值、最小值和中值,并根據噪聲濃度選取濾波窗口。當濃度大于50%時,增加濾波窗口的尺寸,加強濾波性能。
    本文算法充分利用FPGA并行處理數據的特點,可使三種不同尺寸的排序濾波器同時工作,并將返回數據進行處理,加快了圖像處理速度。
2 自適應去噪算法的FPGA實現
2.1 總體方案設計

    數字圖像自適應去噪的FPGA實現包括三個主要的功能模塊:數據讀寫控制模塊、自適應去噪模塊及驗證平臺控制模塊,總體框圖如圖1所示。其中自適應去噪模塊是整個架構的核心部分,其功能是實現圖像讀取和自適應去噪運算。

2.4 數據輸出模塊設計
    數據輸出模塊是系統算法實現的重要模塊,主要功能是對排序后的數據進行運算,確定最終結果。數據輸出模塊的運算流程如圖4所示。模塊使用閾值判斷方式確定被檢測像素點是否為可疑噪聲點,再使用極值判斷與自適應窗口選擇過程,從而確定最后的輸出像素值。

3 實驗驗證結果和分析
3.1 驗證平臺介紹

    數字圖像自適應去噪驗證平臺由三個主要部分構成:數字圖像輸入設備、DE2開發板及VGA顯示器,如圖5所示。DE2開發板是整個系統的核心部分,其功能包括數字圖像的存儲、自適應去噪處理和驅動外接設備。

 

 

3.2 驗證結果
    使用該平臺分別對不同噪聲濃度圖像進行去噪處理,并計算去噪后圖像的峰值信噪比,其結果的部分圖像如圖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節,隨著椒鹽噪聲濃度的提高,去噪后圖像中會出現大量斑點。

    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擬合曲線與傳統窗口中值濾波器的PSNR擬合曲線進行對比,結果如圖7所示。

    通過分析信噪比曲線可知,本文中驗證平臺的峰值信噪比更高,即對椒鹽噪聲的去噪效果更好,對圖像原始細節的保留更完整。
    本文針對數字圖像椒鹽噪聲提出一種更適合FPGA實現的椒鹽噪聲自適應去噪方式。加入噪聲的二次檢測和自適應去噪功能,更好地保留了圖像的原始細節,增強了去噪性能。通過分析驗證平臺峰值信噪比結果,該平臺的去噪結果以及處理速度都具有明顯的優勢。
參考文獻
[1] 唐佳.自適應濾波算法的分析與FPGA高速實現[J].計算機科學,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,張軍英.一種簡單的椒鹽噪聲濾波算法[J].計算機工程與應用,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.

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 亚洲在线视频一区 | 免费a级毛片网站 | 欧美在线看欧美高清视频免费 | 欧美成人影院免费观 | 青青自拍 | 午夜免费成人 | 国产一区二区三区不卡免费观看 | 久久依人 | 亚洲精品国产一区二区三区在 | 成人毛片一区二区三区 | 天天拍拍夜夜出水 | 国产的一级片 | 精品一区二区三区免费爱 | 亚洲精品色综合色在线观看 | 91av综合| 久久青草免费免费91线频观看 | 一色屋成人免费精品网 | 亚洲国产精品自产拍在线播放 | 亚洲欧美卡通动漫丝袜美腿 | 看免费人成va视频全 | 久久经典视频 | 日日碰碰 | 免费国产视频在线观看 | 欧美日韩一区二区三区在线播放 | 久草视频免费播放 | 免费一级特黄特色黄大任片 | 131的美女午夜爱爱爽爽视频 | 一级做a爰片久久毛片潮喷 一级做a爰片久久毛片美女 | 在线观看欧美亚洲日本专区 | 一级a欧美毛片 | 色播亚洲精品网站 亚洲第一 | 久久精品国产精品亚洲综合 | 91成人免费视频 | 亚洲精品一区二区三区在线看 | 免费观看欧美成人h | 美女插跳蛋视频叫爽 | 看三级网站 | 日韩在线一区二区 | 亚洲一区二区三区久久 | 国产精品李雅在线观看 | 精品国产免费一区二区三区五区 |