基于FPGA的图像二值化处理Verilog开发与开发板硬件测试
目录
1.前言
基于FPGA的图像二值化处理，其包括两个步骤：首先将彩色图像转换为灰度图，然后将灰度图进行二值化处理。
本课题为之前博客中写的文章的硬件调试：
https://blog.csdn.net/aycd1234/article/details/132724769
https://blog.csdn.net/aycd1234/article/details/132768682?spm=1011.2415.3001.5331
在仿真版本的基础上，我们增加了图像存储模块，HDMI接口模块，图像时序处理模块，rgb转dvi模块等。
2.算法硬件测试效果图预览
用显示器显示原彩色图片：
3.算法运行软件版本
vivado2022.2
Matlab2022a/matlab2024b
4.部分核心程序
（完整版代码包含中文注释和操作步骤视频）
color_bar hdmi_color_bar(
.clk(video_clk),
.rst(1'b0),
.key(key),
.hs(video_hs),
.vs(video_vs),
.de(video_de),
.rgb_r(video_r),
.rgb_g(video_g),
.rgb_b(video_b)
);
video_clock video_clock_m0
(
// Clock in ports
.clk_in1(sys_clk),
// Clock out ports
.clk_out1(video_clk),
.clk_out2(video_clk_5x),
// Status and control signals
.reset(1'b0),
.locked()
);
rgb2dvi_0 rgb2dvi_m0 (
// DVI 1.0 TMDS video interface
.TMDS_Clk_p(TMDS_clk_p),
.TMDS_Clk_n(TMDS_clk_n),
.TMDS_Data_p(TMDS_data_p),
.TMDS_Data_n(TMDS_data_n),
.oen(hdmi_oen),
//Auxiliary signals
.aRst_n(1'b1), //-asynchronous reset; must be reset when RefClk is not within spec
// Video in
.vid_pData({video_r,video_g,video_b}),
.vid_pVDE(video_de),
.vid_pHSync(video_hs),
.vid_pVSync(video_vs),
.PixelClk(video_clk),
.SerialClk(video_clk_5x)// 5x PixelClk
);
endmodule
0X2_004m
5.算法测试参数
parameter H_ACTIVE = 16'd1280; //horizontal active time (pixels)
parameter H_FP = 16'd110; //horizontal front porch (pixels)
parameter H_SYNC = 16'd40; //horizontal sync time(pixels)
parameter H_BP = 16'd220; //horizontal back porch (pixels)
parameter V_ACTIVE = 16'd720; //vertical active Time (lines)
parameter V_FP = 16'd5; //vertical front porch (lines)
parameter V_SYNC = 16'd5; //vertical sync time (lines)
parameter V_BP = 16'd20; //vertical back porch (lines)
parameter HS_POL = 1'b1; //horizontal sync polarity, 1 : POSITIVE,0 : NEGATIVE;
parameter VS_POL = 1'b1; //vertical sync polarity, 1 : POSITIVE,0 : NEGATIVE;
6.硬件测试说明
具体的硬件操作步骤，可以参考作品中提供的视频步骤
如果不同开发板，系统的移植可以参考如下文章
7.算法理论概述
7.1 RGB图像转换为灰度图
RGB图像是一种最常见的彩色图像表示方式，它由三个通道组成：红色（R）、绿色（G）和蓝色（B）。每个通道的强度范围是0到255，它们共同决定了像素的颜色。
灰度图像是一种只包含亮度信息而不包含颜色信息的图像形式。灰度图像的每个像素值都在0到255的范围内，表示像素的亮度。
将RGB图像转换为灰度图的基本原理是，通过加权平均的方法，将RGB三个通道的强度值组合成一个单一的灰度值。这样，每个像素的颜色信息就被简化为一个亮度信息，从而可以进行更简单的图像处理和分析。
将RGB图像转换为灰度的标准公式如下：
Gray = 0.2989 * R + 0.5870 * G + 0.1140 * B
这个公式的含义是，灰度值由R、G、B三个通道的加权平均值决定，每个通道的权值分别为0.2989、0.5870和0.1140。这些权值是根据人眼对不同颜色的敏感度进行设置的。
在基于FPGA的实现中，这个公式通常被转换为固定点运算的形式，以便在硬件上高效地实现。例如，可以使用如下公式：
Gray = (37 * R + 77 * G + 13 * B) / 255
这个公式的权值与前面的公式相同，但进行了整数化处理，以便在FPGA上更高效地实现。
7.2 图像二值化
在图像二值化处理中，最常用的方法是阈值法，也就是设置一个阈值，然后根据这个阈值将图像的像素点分为两类。具体来说，如果图像的某个像素点的灰度值大于或等于这个阈值，就将其设置为白色（或黑色），否则就将其设置为黑色（或白色）。
阈值法的数学公式如下：
二值化后的图像像素点 P(x,y) = { 1, if 原图像像素点 P(x,y) 的灰度值 >= 阈值； 0, if 原图像像素点 P(x,y) 的灰度值 < 阈值。 }
其中，P(x,y) 是图像在 (x,y) 位置的像素点。
基于FPGA的图像二值化处理，通常包括以下步骤：
图像采集：通过摄像头或其他图像输入设备获取图像数据。
预处理：对采集的图像进行预处理，如降噪、归一化等，以改善图像质量并减少后续处理的复杂性。
二值化：将预处理后的图像进行二值化处理，常用的方法有全局阈值法、局部阈值法等。
后处理：对二值化后的图像进行进一步的处理，如去噪、填充等，以改善二值化效果。
输出：将处理后的图像数据输出到显示设备或其他设备。
8.参考文献
[1]王胜.彩色图像向灰度图转换应注意的问题[J].广东印刷, 2004(06):24.DOI:10.3969/j.issn.1005-7463.2004.06.014.
浙公网安备 33010602011771号