关键词：FPGA；数字图像处理；均值滤波算法；边缘检测算法；水平集定义
在微电子技术飞速发展中，数字图像处理技术在电子通信和信息处理等领域得到了充分利用。了解传统图像处理系统可知，大部分都会以数字信号处理器或单片机为依据进行设计，但随着全球信息技术水平的提高，各行企业需要处理的数据信息数量越来越大，此时要想达到预期处理效果，且保障图像的实时性，必须要基于FPGA研究数字图像处理方法。因此，下面在分析基于FPGA的数字图像处理方法时，要结合方形窗的概念，从图像预处理和图像分割两方面入手。
一、背景介绍
在数字多媒体技术全面推广中，数字图像处理技术得到了各行企业的认可，如在工业生产、商用及民用等领域都展现出了积极作用。在图像处理技术大范围应用中，图像处理系统也越发完善。一般来讲，图像处理系统主要分为两点，一方面为图像采集，另一方面为图像处理。其中，前者包含了图像缓存、控制接口电路等内容，主要用于将得到的模拟视频信号转变为数字图像信号，而后将这些内容传递给专用处理器件或计算机；而后者既是计算机，又是专业图像处理器件，而有效结合两者，不仅能快速完成各类处理算法，而且可以提高图像处理系统工作性能。整合实践案例分析可知，图像处理工作主要分为两种，其一为低级处理，不仅数量大，算法简单，而且具有并行性；其二为高级处理，实际算法过于繁琐，且数据量较小。在处理低级图像时，如果运用软件进行操作需要消耗大量时间，但若是结合硬件操作，不仅能处理庞大数据，而且可以提高实践工作效率；而在高级处理阶段，结合软件进行工作性价比更高。现阶段，随着现场可编程门阵列FPGA的发展，图像处理系统的性能优化得以实现，尤其是在面对数量庞大的底层图像处理工作时，实际运算结果较为简单。通过将FPGA看作主要处理芯片的图像处理系统，能更好满足数字图像处理需求。目前，这种方法不仅能用于电网线路检修，而且可以在强电中发挥积极作用。
二、图像处理方法的概述
由于图像处理具有极强的技术性和针对性，所以会结合不同要求和应用方向提出具有差异性的处理方法。现阶段，图像处理融合了多个学科特点，实际应用方法也归纳了多个学科优秀的研究成果[1]。而算法原理与专用硬件作为计算机图像处理关注的焦点问题，通常情况下会运用两种方法进行工作，一种是指在空间域中处理，如集合论等，而另一种是指在转变空间图像后处理，如经过傅立叶变换到频率域，并在其中进行各类处理工作，而后再转为图像的空间域，以此得到处理后的图像。
三、基于FPGA分析数字图像处理的方法及内容
（一）图像预处理算法
1.中值滤波算法
其作为图像预处理中非常关键的一种方法，在构成、传递图像等过程中会受噪音影响出现质量偏差，此时可以结合平滑、滤波等进行预处理。这种方法在空间域滤波技术中经常出现，对比其他技术分析，不仅能有效处理噪音，而且可以保留图像边缘信息。由于在运算中应用中值滤波不需要研究图像的统计特点，所以操作较为便捷。根据分析李飞飞[2]等提出的中值滤波算法改进方法可知，排序模块要记录超过每个像素数据的数量，而后对最终结果进行对比分析，这样必然会增加寄存器占用率。如果将一个阙值设定为TH，那么在明确中值后，对比两者，就可以得到下列等式：
其中，代表中值，代表中心点图像数据，而TH代表阈值。如果前两者差的绝对值大于预先设定的TH，就表明是噪音，可以用求得取代原有数据值，不然会把看作有效数据，且维持不变。
期刊文章分类查询,尽在期刊图书馆
2.快速中值滤波算法
结合陈加成、付昱强[3]提出的算法分析，对3×3窗口的像素值要按照以下步骤进行操作：第一，按列降序排序；第二，按行降序排序；第三，结合对角线上的元素，将其看作模板中值输出的快速中值滤波算法。由于3×3窗口的九个像素值分为别、、、、、、、、，因此实际操作要按照以下顺序进行：首先以列为依据，对每一列中的元素排序，这样可以得到三列数据，其中最大值是Max（i=1,2,3），中间值是Med（i=1,2,3），最小值是Min（i=1,2,3）；其次以行为标准对其排序，这样又能获取三行数据，且最大值是Ai（i=1,2,3）,中间值是Bi（i=1,2,3）,最小值是Ci（i=1,2,3）；最终要结合上一步操作得到的矩阵对角线上的像素值，分别为Ai、Bi、Ci，并做好中值的输出操作。
3.均值滤波算法
这种算法作为空间域滤波算法的一种，在以往应用中展现出了线性特点。空间域滤波会在等待处理的图像中逐点滑动一个模板窗口，且会按照预定的滤波关系计算窗口范围内的像素值，并找到一个全新数值作为滤波图像的点（i，j）。同时，这种方法也称为邻域平均法，可以结合滑动窗口内像素灰度的平均数值取代窗口中心区域像素x的灰度值。通过假定B属于一个具备原点的区域，那么滤波就可以按照下述公式进行操作：
在（2n+1）×（2n+1）的滑动窗口均值滤波中，对上述公式进行离散：
（二）图像分割
1.边缘检测算法
在边缘图像分割处理中，最为关键的就是明确物体边界，因此在实践工作中，要先明确每个像素与其邻近像素的灰度变化率，并由此判断这一像素是否在物体的边界上，灰度值变化速度在数学角度上要运用像素的梯度模值进行度量。这也是边缘检测算法的基本思想。现阶段，最常见的边缘检测算子有Sobel、Prewitt等，由于两者只具备加法和乘法运算，所以可以在基于FPGA的数字图像处理系统中应用。
2.测地线活动轮廓模型
结合这一模型研究，其不仅能有效处理目标跟踪、区域划分等领域的工作问题，而且可以由此进行技术改进。从本质上讲，这一模型的基本思想在于把图像分割问题转变为一个封闭曲线C（p）的能量泛函最小化，在分割过程中曲线不会出现边缘断裂，且初期能量泛函公式如下所示：
3.水平集定义
这一方法的本质在于运用隐函数的水平集来代表平面闭合曲线，此时的曲线可以看成一个函数的零水平集，而函数的水平集变化可以展现曲线演变。现阶段，这种方法已经得到了计算机视觉、图像处理等多个领域的认可，且在消除噪音、恢复图像等方面发挥了积极作用。
结束语：
综上所述，在图像处理系统中合理运用高速硬件模块（如FPGA）承担图像低级处理任务，在减少数据传输量的同时，还优化了工作的实时性。因此，在新时代背景下，面对越来越高的数字图像处理要求，各行企业必须要加大基于FPGA的技术研究力度，以此提高图像处理系统的工作性能。
参考文献：
[1]易亚楠,张小娟,马少鹏,etal.基于数字图像相关方法的核石墨力学参数测量[J].核动力工程,2019(3):61-65.
[2]李嘉琛,杨光.基于FPGA的视频以太网传输[J].数字技术与应用,2017(4):32-35.
[3]陈龙险.基于FPGA的高清图像处理技术研究[J].信息与电脑(理论版), 2017(11):31-34.
论文作者:李琦
论文发表刊物:《中国电业》2019年20期
论文发表时间:2020/3/10
标签：图像处理论文; 图像论文; 算法论文; 中值论文; 数字论文; 方法论文; 像素论文; 《中国电业》2019年20期论文;