阿升网站免费学设计,wordpress 自动翻译插件,卢沟桥做网站的公司,推广方案框架文章目录 一、什么是图像滤波#xff1f;1.1 噪声类型1.2 滤波类型 二、均值滤波原理2.1 3*3窗口滑动过程2.2 图像扩展 三、Matlab实现均值滤波四、FPGA实现均值滤波4.1 生成 3*3 矩阵4.2 仿真3*3矩阵4.3 计算均值4.4 仿真均值滤波 一、什么是图像滤波#xff1f; 图像滤波是… 文章目录 一、什么是图像滤波1.1 噪声类型1.2 滤波类型 二、均值滤波原理2.1 3*3窗口滑动过程2.2 图像扩展 三、Matlab实现均值滤波四、FPGA实现均值滤波4.1 生成 3*3 矩阵4.2 仿真3*3矩阵4.3 计算均值4.4 仿真均值滤波 一、什么是图像滤波 图像滤波是一种图像处理技术旨在通过对图像进行修改来改善图像质量或提取特定特征。滤波通常用于去除噪声、平滑图像、增强边缘或提取特征等。
1.1 噪声类型 在图像数据采集、处理、传输等过程中图像数据会受到噪声损坏因为噪声无处不在严重的会直接影响用户视觉感受因此在图像处理中降噪是非常关键的步骤对于不同类型的噪声使用不同的滤波器会有更好的效果。以下是被不同类型噪声污染的图片matlab代码
% 读取原始图像
originalImage imread(yuanyang.bmp); % 替换为你的图像文件名% 将图像转换为灰度图像如果是彩色图像
if size(originalImage, 3) 3originalImage rgb2gray(originalImage);
end% 添加高斯噪声
gaussianNoiseImage imnoise(originalImage, gaussian, 0, 0.01); % 均值0方差0.01% 添加椒盐噪声
saltPepperNoiseImage imnoise(originalImage, salt pepper, 0.02); % 2% 椒盐噪声% 添加泊松噪声
poissonNoiseImage imnoise(originalImage, poisson);% 添加斑点噪声
speckleNoiseImage imnoise(originalImage, speckle, 0.04); % 方差0.04% 显示原始图像和不同类型的噪声图像
figure;subplot(2, 3, 1);
imshow(originalImage);
title(原始图像);subplot(2, 3, 2);
imshow(gaussianNoiseImage);
title(高斯噪声);subplot(2, 3, 3);
imshow(saltPepperNoiseImage);
title(椒盐噪声);subplot(2, 3, 4);
imshow(poissonNoiseImage);
title(泊松噪声);subplot(2, 3, 5);
imshow(speckleNoiseImage);
title(斑点噪声); 高斯噪声服从高斯分布的随机噪声通常表现为图像的亮度随机波动通常由传感器噪声或其他随机因素引起。椒盐噪声图像中随机出现的黑色和白色像素类似于撒盐和胡椒通常由图像传输错误或传感器有坏点引起的。泊松噪声与光子计数相关的噪声通常在低光照条件下出现常见于医学成像和天文成像在低亮度区域噪声会显得更加明显。斑点噪声通常在医学影像中出现表现为图像中的随机斑点。
1.2 滤波类型 图像滤波通常涉及对图像中每个像素的值进行修改通常是通过考虑该像素及其邻域像素的值。滤波器通常使用一个称为“卷积核”或“滤波器”的小矩阵来实现这一点。卷积核在图像上滑动并对覆盖的像素值进行加权平均或其他运算常见的图像滤波器有
均值滤波器高斯滤波器中值滤波器双边滤波器拉普拉斯滤波器Sobel滤波器Canny滤波器 不同滤波器对应的应用场景也不同有的是做降噪有的是提取图像特征本篇文章先来介绍均值滤波器的实现。
二、均值滤波原理 我们知道图像滤波就是通过判断当前像素周边的像素来修改可以想象成一个矩形框。所以滤波关键的因素就是矩形框的大小以及矩形框里的像素值所占的权重。均值滤波的原理就是用矩形框里面所有的像素值的平均值来替换矩形框中心的像素如下图所示表示一幅图像数据 上面是一幅10*6 大小的图像数据假如这幅图像数据被椒盐噪声污染我们污染后的像素点标志为红色如下图所示 这些噪点在视觉上表现为亮度特别突出的点比周围像素点的亮度高很多因此才会影响到视觉效果。均值滤波的计算窗口有 33 、55、77等等窗口越大计算量越大效果也越好这里用33的窗口来演示均值滤波。
2.1 3*3窗口滑动过程 第一个3*3窗口从上到下从左到右依次滑动每次滑动窗口后计算并且修改中心值的像素值。如上图所示第一次窗口滑动计算了这9个像素的均值然后替换了中心点的像素值这样第一个噪点就被平均了不会那么突出了。这也是均值滤波的局限性噪声并没有被消除而是被平均了如果窗口很大那么图片也会变得有点模糊也会平滑图像的边缘特征。 第二个窗口滑动后计算替代了12的像素点其它的以此类推。 上图是窗口滑动到最后一行后我们可以看到在经过33窗口滑动计算后新的图像会少两行两列如果是55的窗口滑动后会少4行4列因此在实际处理过程中需要对图像进行扩展来确保计算后的图像大小不变。
2.2 图像扩展 通常图像扩展会通过补0或者补1或者使用原值来填充这里我们使用原值填充就是判断当前计算的点为边缘时不用计算直接用原值填充就行我们需要在原始图像进行扩展2行2列如下图所示 如上所示我们用x值来填充原始图像假如原始图像大小为NM那么填充后的图像大小为(N2) * (M2)我们再用新的图像大小做33窗口的滑动如下所示 第一次窗口滑动后计算了新图像左上角的像素。 第二次窗口滑动计算了新图像的第一行左边第二个的像素其它的依次类推。 在滑动完最后一个窗口后图像也就计算完成。原始图像大小为 NM 经过图像扩展变成 (N2) * (M2)再经过33窗口计算变成了 N*M这样新的图像大小就和原始图像大小一致了。
三、Matlab实现均值滤波 在Matlab里可以直接调用均值滤波的函数再滤波之前需要将图像数据转成灰度图像因为噪声污染的大多是是异常的亮度跟颜色无关在均值的时候也是平均亮度matlab代码如下
clc;
close all;
% 读取原始图像
originalImage imread(yuanyang.bmp); % 将图像转换为灰度图像如果是彩色图像
if size(originalImage, 3) 3originalImage rgb2gray(originalImage);
end% 添加噪声
noisyImage imnoise(originalImage, salt pepper, 0.02); % 添加椒盐噪声% 均值滤波
filterSize 3; % 滤波器大小
meanFilteredImage imfilter(noisyImage, fspecial(average, filterSize));% 显示原始图像、带噪声的图像和均值滤波后的图像
figure;subplot(1, 3, 1);
imshow(originalImage);
title(原始图像);subplot(1, 3, 2);
imshow(noisyImage);
title(带噪声的图像);subplot(1, 3, 3);
imshow(meanFilteredImage);
title(均值滤波后的图像); 我们放大滤波后的图像来看。 可以看到噪点其实都没有被消除只是被平均了而已这也是均值滤波的局限性。我们把窗口设成5*5再放大看一下。 可以看到窗口变大后降噪效果也变好了但是图像变得模糊了。
四、FPGA实现均值滤波 实现均值滤波的关键就是开窗和扩展关于生成3*3的矩阵我们可以参考《FPGA图像处理之三行缓存》这里面稍作修改一下。
4.1 生成 3*3 矩阵 我们在三行缓存的基础上增加两行两列使得原图像扩展一下最后通过一个3*3的矩阵依次缓存下来
always (posedge sys_clk) beginif(sys_rst 1b1)begin{ro_matrix_11, ro_matrix_12, ro_matrix_13} d0;{ro_matrix_21, ro_matrix_22, ro_matrix_23} d0;{ro_matrix_31, ro_matrix_32, ro_matrix_33} d0;endelse if(w_img_data_valid 1b1)begin{ro_matrix_11, ro_matrix_12, ro_matrix_13} {ro_matrix_12, ro_matrix_13,w_img_data_1line};{ro_matrix_21, ro_matrix_22, ro_matrix_23} {ro_matrix_22, ro_matrix_23,w_img_data_2line};{ro_matrix_31, ro_matrix_32, ro_matrix_33} {ro_matrix_32, ro_matrix_33,w_img_data_3line};end
end4.2 仿真3*3矩阵 为了加快我们的仿真时间我们在tb文件里先设置图像的长宽为50*50然后输入的图像数据为0、1、2、3、…2499。仿真代码如下
timescale 1ns / 1psmodule tb_img_3line_buffer();reg sys_clk ;
reg sys_rst ;
reg i_img_data_valid ;
reg [23:0] i_img_data ;
reg [12:0] cnt ;
reg [1:0] waite_cnt ;initial beginsys_clk 0;sys_rst 1;i_img_data_valid 0;i_img_data d0;#200;sys_rst 0;
endalways #5 sys_clk ~sys_clk;always (posedge sys_clk) beginif(sys_rst 1b1)waite_cnt d0;else if(cnt 49)waite_cnt d0;else if(i_img_data_valid 1b0)waite_cnt waite_cnt 1b1;elsewaite_cnt waite_cnt;
endalways (posedge sys_clk) beginif(sys_rst 1b1)i_img_data_valid 1b0;else if(cnt 49)i_img_data_valid 1b0;else if((waite_cnt 3) (i_img_data 2499))i_img_data_valid 1b1;elsei_img_data_valid i_img_data_valid;
endalways (posedge sys_clk) beginif(sys_rst 1b1)cnt d0;else if(cnt 49)cnt d0;else if(i_img_data_valid 1b1)cnt cnt 1b1;elsecnt cnt;
endalways (posedge sys_clk) beginif(sys_rst 1b1)i_img_data d0;//else if(i_img_data 49)// i_img_data d0;else if(i_img_data_valid 1b1)i_img_data i_img_data 1b1;elsei_img_data i_img_data;
endendmodule 在代码里我设置的扩展行列数据用十进制66填充这样为了更好的观察实际上可以根据需要任意填充数据。 仿真输入的图像数据如上所示。 读出的矩阵数据应该如上所示第一个矩阵的数据从上到下从左到右应该是66、66、66、66、0、1、66、50、51第二个矩阵数据应该是66、66、66、0、1、2、50、51、52其他的以此类推。我们打开仿真 我们可以看到输入的图像数据就是从0-2499的累加数每一行50个数一共50列我们来看输出的矩阵 第一个矩阵是66、66、66、66、0、1、66、50、51第二个矩阵数据是66、66、66、0、1、2、50、51、52和我们设定的一致其他的也是一样。
4.3 计算均值 均值计算比较简单就是九个数据相加起来除以9。我们知道FPGA不擅长做除法因此我们可以先扩大再截位可以先把数据扩大2^15 / 9 3640。然后取高8位即可Verilog代码如下
always (posedge sys_clk) beginif(sys_rst 1b1)beginsum_1_line d0;sum_2_line d0;sum_3_line d0;all_sum d0;endelse beginsum_1_line w_matrix_11[23:16] w_matrix_12[23:16] w_matrix_13[23:16];sum_2_line w_matrix_21[23:16] w_matrix_22[23:16] w_matrix_23[23:16];sum_3_line w_matrix_31[23:16] w_matrix_32[23:16] w_matrix_33[23:16];all_sum sum_1_line sum_2_line sum_3_line;end
end//延迟了1拍avg all_sum / 9 all_sum * 3641 15
always (posedge sys_clk) beginif(sys_rst)sum_mult d0;elsesum_mult all_sum * 12d3641;
end//延迟了1拍
always (posedge sys_clk) beginif(sys_rst)agv_data d0;elseagv_data sum_mult[22:15] sum_mult[14]; //四舍五入
end4.4 仿真均值滤波 我们先用matlab给一张图片加上椒盐噪声然后生成灰度图片matlab代码如下
% 读取原始灰度图像
originalImage imread(your_image.jpg); % 替换为你的图像文件名% 检查图像是否为灰度图像
if size(originalImage, 3) 1% 如果是灰度图像直接使用grayImage originalImage;
else% 如果是彩色图像转换为灰度图像grayImage rgb2gray(originalImage);
end% 将灰度图像转换为 24 位 RGB 图像
rgbImage cat(3, grayImage, grayImage, grayImage);% 添加椒盐噪声可以根据需要选择其他类型的噪声
noisyImage imnoise(rgbImage, salt pepper, 0.02); % 2% 椒盐噪声% 保存带噪声的图像为 24 位 BMP 文件
imwrite(noisyImage, noisy_image.bmp); % 保存为 noisy_image.bmp% 应用均值滤波
filteredImage imfilter(noisyImage, fspecial(average, [3 3]), replicate);% 显示原始图像、带噪声的图像和均值滤波后的图像
figure;subplot(1, 3, 1);
imshow(rgbImage);
title(原始灰度图像RGB);subplot(1, 3, 2);
imshow(noisyImage);
title(带噪声的图像);subplot(1, 3, 3);
imshow(filteredImage);
title(均值滤波后的图像); 生成图片后我们输入到仿真里面添加均值滤波模块然后启动仿真。 我们可以看到噪点被滤波处理变得暗淡了我们放大看一些细节。 放大后的图像依然有噪点和matlab仿真放大的几乎一样这就说明均值滤波不适合滤掉椒盐噪声后续还会讲到其它滤波算法。 文章转载自： http://www.morning.ngmjn.cn.gov.cn.ngmjn.cn http://www.morning.jcbmm.cn.gov.cn.jcbmm.cn http://www.morning.fdzzh.cn.gov.cn.fdzzh.cn http://www.morning.tfrmx.cn.gov.cn.tfrmx.cn http://www.morning.rwzc.cn.gov.cn.rwzc.cn http://www.morning.hrnrx.cn.gov.cn.hrnrx.cn http://www.morning.zdbfl.cn.gov.cn.zdbfl.cn http://www.morning.qrpdk.cn.gov.cn.qrpdk.cn http://www.morning.twdkt.cn.gov.cn.twdkt.cn http://www.morning.mzwqt.cn.gov.cn.mzwqt.cn http://www.morning.fksxs.cn.gov.cn.fksxs.cn http://www.morning.tfsyk.cn.gov.cn.tfsyk.cn http://www.morning.qwyms.cn.gov.cn.qwyms.cn http://www.morning.lbbgf.cn.gov.cn.lbbgf.cn http://www.morning.xwrhk.cn.gov.cn.xwrhk.cn http://www.morning.kongpie.com.gov.cn.kongpie.com http://www.morning.mlbn.cn.gov.cn.mlbn.cn http://www.morning.mpnff.cn.gov.cn.mpnff.cn http://www.morning.sqgqh.cn.gov.cn.sqgqh.cn http://www.morning.hmqjj.cn.gov.cn.hmqjj.cn http://www.morning.kpwdt.cn.gov.cn.kpwdt.cn http://www.morning.nqrdx.cn.gov.cn.nqrdx.cn http://www.morning.crdtx.cn.gov.cn.crdtx.cn http://www.morning.prlgn.cn.gov.cn.prlgn.cn http://www.morning.fpyll.cn.gov.cn.fpyll.cn http://www.morning.hjwxm.cn.gov.cn.hjwxm.cn http://www.morning.yqzyp.cn.gov.cn.yqzyp.cn http://www.morning.xpqdf.cn.gov.cn.xpqdf.cn http://www.morning.lmyq.cn.gov.cn.lmyq.cn http://www.morning.krfpj.cn.gov.cn.krfpj.cn http://www.morning.skscy.cn.gov.cn.skscy.cn http://www.morning.rntyn.cn.gov.cn.rntyn.cn http://www.morning.ftldl.cn.gov.cn.ftldl.cn http://www.morning.yqqgp.cn.gov.cn.yqqgp.cn http://www.morning.slwfy.cn.gov.cn.slwfy.cn http://www.morning.pghgq.cn.gov.cn.pghgq.cn http://www.morning.kdldx.cn.gov.cn.kdldx.cn http://www.morning.wrfk.cn.gov.cn.wrfk.cn http://www.morning.jtcq.cn.gov.cn.jtcq.cn http://www.morning.bzlsf.cn.gov.cn.bzlsf.cn http://www.morning.krtcjc.cn.gov.cn.krtcjc.cn http://www.morning.byshd.cn.gov.cn.byshd.cn http://www.morning.mpscg.cn.gov.cn.mpscg.cn http://www.morning.rmmz.cn.gov.cn.rmmz.cn http://www.morning.nkpml.cn.gov.cn.nkpml.cn http://www.morning.rxtxf.cn.gov.cn.rxtxf.cn http://www.morning.kjcfz.cn.gov.cn.kjcfz.cn http://www.morning.ljzgf.cn.gov.cn.ljzgf.cn http://www.morning.pmbcr.cn.gov.cn.pmbcr.cn http://www.morning.ltdxq.cn.gov.cn.ltdxq.cn http://www.morning.spwln.cn.gov.cn.spwln.cn http://www.morning.nbhft.cn.gov.cn.nbhft.cn http://www.morning.pqndg.cn.gov.cn.pqndg.cn http://www.morning.dxzcr.cn.gov.cn.dxzcr.cn http://www.morning.ghqyr.cn.gov.cn.ghqyr.cn http://www.morning.pbksb.cn.gov.cn.pbksb.cn http://www.morning.rttxx.cn.gov.cn.rttxx.cn http://www.morning.jzykw.cn.gov.cn.jzykw.cn http://www.morning.sdktr.com.gov.cn.sdktr.com http://www.morning.nxstj.cn.gov.cn.nxstj.cn http://www.morning.lsssx.cn.gov.cn.lsssx.cn http://www.morning.zpkfb.cn.gov.cn.zpkfb.cn http://www.morning.rkxdp.cn.gov.cn.rkxdp.cn http://www.morning.chehb.com.gov.cn.chehb.com http://www.morning.mcjrf.cn.gov.cn.mcjrf.cn http://www.morning.fengnue.com.gov.cn.fengnue.com http://www.morning.rpzqk.cn.gov.cn.rpzqk.cn http://www.morning.pcshb.cn.gov.cn.pcshb.cn http://www.morning.mcwgn.cn.gov.cn.mcwgn.cn http://www.morning.rqgbd.cn.gov.cn.rqgbd.cn http://www.morning.qckwj.cn.gov.cn.qckwj.cn http://www.morning.ryztl.cn.gov.cn.ryztl.cn http://www.morning.msbct.cn.gov.cn.msbct.cn http://www.morning.pwwdp.cn.gov.cn.pwwdp.cn http://www.morning.gediba.com.gov.cn.gediba.com http://www.morning.zfkxj.cn.gov.cn.zfkxj.cn http://www.morning.bqwsz.cn.gov.cn.bqwsz.cn http://www.morning.xmwdt.cn.gov.cn.xmwdt.cn http://www.morning.0small.cn.gov.cn.0small.cn http://www.morning.pqjpw.cn.gov.cn.pqjpw.cn
