基于FPGA的图像自适应阈值二值化算法实现,包括tb测试文件和MATLAB辅助验证

1.算法运行效果图预览


2.算法运行软件版本

Vivado2019.2


matlab2022a


3.算法理论概述

      图像二值化是数字图像处理中的一种常见技术,可以将灰度图像转换为黑白二值图像,突出图像的轮廓和特征。自适应阈值二值化是一种常用的图像二值化方法,能够根据图像局部区域的灰度分布自适应地确定阈值,从而实现更好的二值化效果。


     自适应阈值二值化算法的基本原理是将图像分为若干个小的子区域,每个子区域内的像素点使用一个共同的阈值进行二值化处理。这个阈值是根据子区域内像素点的灰度分布自适应计算得到的。常用的自适应阈值二值化方法包括Otsu方法和Adaptive Thresholding方法。


3.1Otsu方法

      Otsu方法是一种基于灰度直方图的阈值选择方法,通过优化类间方差来自动确定阈值。设图像的灰度级范围为0~255,灰度直方图表示每个灰度级的像素点数量。Otsu方法的目标是最优地选择一个阈值T,将图像分为前景和背景两部分,使得这两部分的类间方差最大。类间方差公式如下:


σb = w0 * w1 * (μ0 - μ1)²


     其中,w0和w1分别是前景和背景的像素点数量所占比例,μ0和μ1分别是前景和背景的灰度平均值。Otsu方法通过求解类间方差的最大值来自动确定最优阈值T。


3.2 Adaptive Thresholding方法

       Adaptive Thresholding方法是一种基于局部灰度分布的阈值确定方法。该方法将图像分成若干个小的子区域,每个子区域使用一个共同的阈值进行二值化处理。阈值是根据子区域内像素点的灰度分布计算得到的。具体来说,对于每个子区域,计算其灰度平均值和标准差,将灰度平均值减去一个常数(一般为1/2),得到该子区域的阈值。如果子区域内某个像素点的灰度值大于阈值,则将其置为255(白色),否则置为0(黑色)。


3.3、FPGA实现过程

      我们这个课题主要通过4.2的方法来实现基于FPGA的图像自适应阈值二值化算法,其实现过程如下:


划分子区域:将图像划分为若干个小的子区域,每个子区域的大小可以自定义。可以使用一个二维数组来表示子区域,数组的每个元素表示一个像素点的位置和灰度值。

计算阈值:对于每个子区域,计算其灰度平均值,并根据公式计算出该子区域的阈值。可以使用Verilog中的相关模块来实现计算过程。

二值化处理:对于每个像素点,如果其灰度值大于阈值,则将其置为255(白色),否则置为0(黑色)。可以使用一个简单的if-else语句来实现这个过程。

输出二值化图像:将处理后的二值化图像数据输出到FPGA的I/O口,以供后续显示或传输使用。

时钟信号:在整个实现过程中,需要使用一个时钟信号来同步数据传输和处理过程。可以使用FPGA的时钟源来生成相应的时钟信号。

       通过将FPGA的高速并行处理能力与自适应阈值二值化算法相结合,可以实现高性能、高效率的图像处理系统。这种实现方法可以广泛应用于数字图像处理、计算机视觉、安防监控等领域。





4.部分核心程序

`timescale 1ns / 1ps

//

// Company:

// Engineer:

//

// Create Date: 2022/07/28 01:51:45

// Design Name:

// Module Name: test_image

// Project Name:

// Target Devices:

// Tool Versions:

// Description:

//

// Dependencies:

//

// Revision:

// Revision 0.01 - File Created

// Additional Comments:

//

//



module test_image;


reg i_clk;

reg i_rst;

reg [7:0] image_buff [0:100000];

reg [7:0] II0;

wire [7:0] o_Ifilter;

 wire[7:0] o_Ifilter2;

integer fids,jj=0,dat;


//D:\FPGA_Proj\FPGAtest\codepz


initial

begin

        fids= $fopen("D:\\FPGA_Proj\\FPGAtest\\codepz\\data.bmp","rb");

        dat  = $fread(image_buff,fids);

        $fclose(fids);

end


initial

begin

i_clk=1;

i_rst=1;

#2000;

i_rst=0;

end


always #10 i_clk=~i_clk;


always@(posedge i_clk)

begin

        II0<=image_buff[jj];

        jj<=jj+1;

end



tops tops_u(

.i_clk              (i_clk),

.i_rst              (i_rst),

.i_I0               (II0),

.o_Ifilter          (o_Ifilter) ,

.o_Ifilter2         (o_Ifilter2)

);


integer fout1;

initial begin

 fout1 = $fopen("o_Ifilter.txt","w");

end


always @ (posedge i_clk)

 begin

   if(jj<=66614)

        $fwrite(fout1,"%d\n",o_Ifilter);

        else

        $fwrite(fout1,"%d\n",0);

end

integer fout2;

initial begin

 fout2 = $fopen("o_Ifilter2.txt","w");

end


always @ (posedge i_clk)

 begin

   if(jj<=66614)

        $fwrite(fout2,"%d\n",o_Ifilter2);

        else

        $fwrite(fout2,"%d\n",0);

end

endmodule

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容