《VHDL图像缩放算法研究及其FPGA实现》由会员分享，可在线阅读，更多相关《VHDL图像缩放算法研究及其FPGA实现（12页珍藏版）》请在金锄头文库上搜索。
1、-范文最新推荐-1 / 12VHDL 图像缩放算法研究及其 FPGA实现摘要图像缩放在图像处理领域中，发挥着重要作用。随着多媒体技术和大规模集成电路的发展， FPGA在实时图像处理领域中得到了广泛的应用。本文对传统的插值算法进行了深入的研究，并用 MATLAB 仿真比较结果，对最近邻域法、双线性插值、双三次插值的优劣作了详细的探讨。并简要介绍了一种基于边缘的算法。通过权衡缩放的效果及复杂度，最后选定双线性插值作为硬件实现的算法。并针对简化后的双一维框架进行了细致的设计，构造出更简洁快速，更有针对性的算法实现框架；采用 VHDL 语言和自顶向下的设计方法对它们进行了设计和仿真验证，最后，将理论性
2、的插值算法公式成功地移植到硬件平台上。11565关键词 FPGA 图像缩放 插值算法 MATLAB VHDL毕业设计说明书（论文）外文摘要TitleResearchof Image Zoom Algorithm and its Implementation on FPGAAbstractImage zooming plays an important role in the field of image processing. With the development of multimedia technology and large-scale integrated circuits, F
3、PGA is widely used in the field of real 一 time image processing.This article made a in-depth study on Traditional interpolation algorithm and compare the results with MATLAB simulation, gave a detailed discussion on the advantages and disadvantages of the nearest neighborhood, bilinear interpolation
4、, and bicubic interpolation .Besides, there is a brief introduction of the edge-based algorithm.Considering the effect and complexity of scaling, bilinear interpolation has been selectedas the algorithm -范文最新推荐-3 / 12implemented in hardware. And design one-dimension which is simplified carefully to
5、construct a frame that is more compact and fast. using the VHDL language with top-to-down method tofinish their design and simulation. Finally，transplant the formula of the arithmetic to the hardware platform successfully. 4.6 行内插值模块的设计 254.7 行间插值模块的设计 264.8 功能实现 26结论 28致谢 29参 考 文 献 30 1 绪论1.1 研究背景和
6、意义图像是人类感知世界的视觉基础，是人类获取信息、表达信息的重要手段，是人类传递视觉信息的主要媒介，图像给人们直观而具体的物体形象。据研究表明，人们所获取的全部信息中，有 801以上来源于视觉。跟语音或文字信息相比，图像包含的信息量更大、更直观、更确切，具有更高的使用效率和更广泛的适用性。图像处理已经成为众多领域中，研究视觉感知的有效工具。随着时代的发展，图像处理技术已被广泛的应用于工程学、医学、军事、遥感、气象等众多领域。现在研究较多的是数字图像，图像以数字形式进行处理和传输，具备质量好、成本低、小型化和易于实现等优点，因此数字图像处理技术已经成为图像处理研究的核心部分。-范文最新推荐-5
7、/ 12一幅数字图像可以定义为一个二维函数 f(x，y)，这里 x 和 y 是空间坐标，而在任何一对空间坐标(x，y)上的幅值 f 称为该点图像的强度或灰度。当 x，y 和幅值 f 为有限的、离散的数值时，称该图像为数字图像。数字图像处理是指借用数字计算机处理数字图像，需要提出的是数字图像是由有限的元素组成的，每一个元素都有一个特定的位置和幅值，这些元素称为图像元素、画面元素或像素。像素就是我们描述数字图像的元素时的称谓。随着计算机技术、现代通讯技术、微电子技术、网络技术和信息处理技术的高速发展，在人类社会进入信息时代的今天，图像信息的处理、存储和传输在社会生活中的作用将越来越突出，人们对图像
8、信息的需求也越来越迫切，因此数字图像已称为当今多媒体时代、数字化信息时代的重要数据类型。另外，图像处理是人类视觉信息延续、扩大认识客观世界能力的的重要手段。图像处理理论和技术受到了各界的广泛重视，已取得了令人瞩目的成绩，并正向更加深入及更高的层次发展。而图像缩放作为图像处理技术的一个组成部分，也是如此。 用图像插值算法进行图像缩放时，通常存在一对相悖的要素：图像处理速度和图像精度。在视频中，缩放处理的速度通常也会影响视频流的显示速度，从而也影响到了用户观看的连续性。通常情况下要获得高速甚至实时的图像输出，只能采用相对简单、运算量小的插值算法；而要获得高精度的处理结果，只能牺牲速度，采用复杂度高
9、的算法。目前的图像缩放算法研究趋势是能够实现无级缩放，并且能尽可能准确、清晰的恢复出图像的边缘和细节要素。图像缩放技术作为数字图像处理中的一种基本处理技术，一直都是一个相当重要的研究问题。1.3 数字图像缩放方法分类图像按光谱特性可以分为彩色图像和灰度图像。数字图像可以分为灰度数字图像和彩色数字图像。因此数字图像的缩放也可以分为：灰度数字图像的缩放和彩色数字图像的缩放。-范文最新推荐-7 / 121.3.1 彩色数字图像缩放彩色数字图像的每个像素点都有一个以上的局部特性。目前，彩色电视和彩色摄影所涉及的图像，是重现了三基色红（R） 、绿（G） 、蓝（B）的图像。每个像素分别具有对应三种基色的三
10、个不同亮度值。而灰度图像的每个像素只有一个亮度值。常用的彩色数字图像缩放方法有两种。第一种是把三基色 R、G、B 作为三个分量，每一个分量分别采用灰度图像的缩放处理方法进行处理。另一种则是先把 RGB 图像转为 YUV 彩色模型，对 Y、U 、V 信号分别进行缩放处理，最后把 YUV 模型转换回 RGB图像送显示。第二种方法中的 Y 信号是图像的亮度信号， U、V 信号是图像的色差信号。通过在 MATLAB 平台上做了一组实验：对同一幅彩色原始图像，采用某一种算法对 Y 信号进行缩放，而分别采用 6 种不同的算法对 U、V 信号进行缩放，得到的 6 幅放大倍数相同处理后的图像，从视觉效果来看，
11、几乎不能分辨出 6 幅图像的差别。可见人眼对色度变化的敏感性很低。(2) 非线性方法实现缩放非线性方法实现缩放，是利用待插值点附近的原始像素点局部信息进行处理，从而获取待插值点的像素值的方法。近年来出现了各种利用梯度、差值等局部信息来进行边缘自适应插值的缩放算法;王兆华等人提出了邻域交换算法9。还有其它一些新兴的图像缩放算法10，近年来发展迅速。尽管它们的软件仿真表现良好，但由于它们的计算量大、实现复杂，硬件实现成本太高，本文将不做过多讨论。1.4 图像处理系统的发展随着微电子技术的高速发展,FPGA 为数字图像信号处理在算法、系统结构上带来了新的方法和思路。图像处理系统的发展大致分为-范文最
12、新推荐-9 / 12三个阶段：第一阶段大体上是 20 世纪 60 年代末到 20 世纪 80年代中期,当时的代表产品是美国和英国的一些公司推出的各种图像计算机以及图像分析系统。第二阶段是从 20 世纪 80 年代中期到 20 世纪 90 年代初期,该阶段的特点是小型化,外部结构不再是机箱式而是插卡式。第三阶段是从 20 世纪 90 年代初开始,这阶段的产品出现两大类,一种仍是采用插卡式 ,随着 PCI 总线技术的成熟,采用 PCI 总线的产品逐步取代采用 ISA 总线接口的产品。随着近些年来多媒体技术的发展,人们对视频信息的需求愈来愈强烈,图像采集与处理显得越来越重要。依托计算机技术、通信技术
13、和网络条件的发展以及数字信号处理的快速发展,图像处理系统出现以下发展趋势： (1)随着硬件的发展，图像处理系统的性能会越来越高，价格会逐步降低。(2)图像处理系统的功能都会集成在一个便于携带使用方便的电子设备上，不需要 PC 和各种辅助设备。(3)由于网络的普及,图像处理系统将和网络结合，实现远程的图像采集和传输。 目前关于数字图像的插值有很多新颖而有效(相对于传统算法)的算法，而且这些新算法也都是在与传统算法的比较上提出自己的优点。但由于计算量、通用性等种种原因，传统的缩放插值算法仍有一席之地。2.1 插值算法概述插值算法所应用的领域较多，对图像进行缩放处理是比较典型的应用。传统插值算法原理
14、基本相同，即需要找到与输出图像相对应的输入图像点，然后再通-范文最新推荐-11 / 12过计算该点附近某一像素集合的加权平均值来指定输出像素的灰度值，其他像素点都不考虑；他们之间的区别主要在于点周围像素序列的取法不同。传统插值算法已能达到较好的视觉效果。数字图像的像素就像棋盘上的一个个交叉点。在图像处理中，有时需要求得两个交叉点之间的灰度值，交叉点上的灰度值刚好落在像素位置上，可称为像素灰度；而交叉点以外的灰度值是像素位置间的灰度值或称为子像素灰度值。像素位置间灰度值的计算通常使用插值的方法进行，图像在放大与缩小过程中间，除去已有像素的坐标发生变换，还需要相应插值运算找出输出图像中额外的像素值。因此一般的处理方法是对原来在整数点坐标上的像素值进行插值生成连续的曲面,
