關(guān)于基于FPGA的圖像FFT濾波處理的分析和介紹基于FPGA的圖像FFT濾波處理AT7_Xilinx開發(fā)板（USB3.0+LVDS）資料共享1昨天

11:39上傳關(guān)于傅里葉變換關(guān)于傅里葉變換，這么一個神奇的變換，其基本原理和應(yīng)用在教科書、網(wǎng)絡(luò)上漫天飛舞，這里就不贅述了，以免有湊字?jǐn)?shù)的嫌疑。前面的例子我們已經(jīng)使用Matlab和Vivado的FFTIP核進行了初步的驗證，掌握的FFT/IFFTIP核的脾氣，那么接下來我們要玩點真的了，基于我們STAR/SF-AT7板采集到的MT9V034圖像，我們要進行每個行的FFT和IFFT變換，當(dāng)然，生成的FFT結(jié)果我們可以進行必要的濾波，然后再進行IFFT查看濾波效果。2基于Matlab的FFT濾波使用at7_img_ex06matlab文件夾下的Matlab源碼image_1D_fft_ifft.m或L1024_of_image_1D_fft_ifft.m（將640個點擴展為1024個點進行FFT變換，擴展的點以0填充，模擬FPGA的FFTIP核實際工作狀況），對測試圖像test進行FFT變換，進行必要的濾波，然后IFFT逆變換。測試圖像為彩色圖像，原始圖像如下。首先進行彩色轉(zhuǎn)灰度的變換，灰度圖像如下。提取出其中1行進行FFT變換后的圖像頻譜如下。很明顯，大部分高頻分量集中在前面幾個點，而后面的點幾乎頻率都很小。放大頻譜圖，看到細(xì)節(jié)如下。這里繪制了一條取值為300的直線，有將近50%的頻譜集中在這條線以下。若是做圖像壓縮，其實我們可以把這些低頻分量忽略了，那么數(shù)據(jù)量可能會大大降低，當(dāng)然了，副作用是圖像可能會有一定程度的失真，有失必有得嘛。濾除這些低頻分量，也會使圖像更銳一些。話說做FFT變換的目的可遠(yuǎn)不止這些，在一些特殊的應(yīng)用場景中，我們總是希望從原始圖像中提取出一些和應(yīng)用直接相關(guān)的特征信息，那么做了FFT后的圖像常常非常有益于這些操作。為了演示，這里我們的代碼里面就將這些低于300的點都濾除，即取0。從頻譜圖上看，如圖所示，右側(cè)的濾波后明顯圖像偏黑（很多值取0了）了。我們重新把原圖放到這里，和FFT濾波并IFFT以后的圖像做比對，圖像整體仍然保持不變，但是查看細(xì)節(jié)，可以發(fā)現(xiàn)處理后的圖像明顯銳了一些。Matlab源碼如下：clc;clear`all;closeall;IMAGE_WIDTH=640;IMAGE_HIGHT=480;%loadoriginimage%I=imread('Lena_gray_niose.bmp');

I=imread('test.bmp');

I=rgb2gray(I);%fclose(fid1);%%outputimagedatainhexfileraw_image=reshape(I,IMAGE_HIGHT,IMAGE_WIDTH);raw_image=raw_image';fid2=fopen('image_in_hex.txt','wt');fprintf(fid2,'%04x',raw_image);fid2=fclose(fid2);%showoriginimagefigure,imshow(I);title('Originalimage');%1DfftbaseoneveryimagelineII=zeros(IMAGE_HIGHT,1024);J=zeros(IMAGE_HIGHT,1024);fori=1:IMAGE_HIGHTforj=1:IMAGE_WIDTHII(i,j)=I(i,j);end

J(i,=fft(II(i,);%fft(I(i,);end%show1linefftresultt1=(0:IMAGE_WIDTH);

%Timevectorline=ones(IMAGE_WIDTH)*200;figure;plot(t1(1:IMAGE_WIDTH),abs(J(50,1:IMAGE_WIDTH)),t1(1:IMAGE_WIDTH),line(1:IMAGE_WIDTH))title(['1lineimageintheFrequencyDomain'])%showfftoforiginimagefigure,imshow(log(abs(J)),[]);

title('1Dfftimagebaseoneveryimageline');%colormap(jet(64)),colorbar;%fftfiterJ(abs(J)<300)=0;

%J(abs(J)>1000)=1000;

%showfftoffftfilterimagefigure,imshow(log(abs(J)),[]);

title('1Dfftimageafterfilter');%1DifftbaseoneveryimagelineK=zeros(IMAGE_HIGHT,1024);fori=1:IMAGE_HIGHTK(i,=real(ifft(J(i,));endKK=zeros(IMAGE_HIGHT,IMAGE_WIDTH);fori=1:IMAGE_HIGHTforj=1:IMAGE_WIDTHKK(i,j)=K(i,j);endend%showifftimagefigure,imshow(KK,[])

title('1Difftimage');3FPGA仿真在Sources面板中，展開SimulationSourcesàsim_1，將sim_fft.v文件設(shè)置為topmodule。同樣是對前面的測試圖像,經(jīng)過FFT和IFFT變換后存儲在image_view0.txt文本中（仿真測試結(jié)果位于at7_img_ex06at7.simsim_1ehav文件夾下）。為了確認(rèn)FFT和IFFTIP核運算的精度和效果，這里沒有做任何的濾波處理。使用draw_image_from_FPGA_result.m腳本（at7_img_ex06matlab文件夾下）導(dǎo)入image_view0.txt文本的圖像，和原始圖像比對如下所示?？吹綀D像幾乎沒有任何失真。4基于FPGA的圖像平滑處理工程文件夾at7_img_ex06zstar.srcssources_1ew下的image_fft_filter.v模塊以及3個子模塊image_fft_controller.v、image_filter.v和image_ifft_controller.v實現(xiàn)了圖像的FFT變換、濾波和IFFT變換處理。FPGA設(shè)計的功能框圖如下。image_fft_controller.v模塊例化FFTIP核，將采集的圖像留以行為單位輸入到FFTIP核，輸出FFT頻域數(shù)據(jù)。image_filter.v模塊對FFT頻域數(shù)據(jù)計算絕對值并進行必要的濾波處理，假設(shè)FFT結(jié)果的實部值為a，虛部值為b，那么其絕對值abs=sqrt(a^2+b^2)。如下代碼，注釋部分可以濾除低頻分量，當(dāng)前例程中為了驗證FFT和IFFT變換后精度沒有損失，未作濾波。always@(posedgeclkornegedgerst_n)

if(!rst_n)begino_image_filter_data_image<=20'd0;o_image_filter_data_real<=20'd0;end/*elseif(sqrt_fft[19:0]<20'd300)begin

//此處可以做必要的高頻或低頻濾波處理o_image_filter_data_image<=20'd0;o_image_filter_data_real<=20'd0;end*/elsebegino_image_filter_data_image<=