圖像降噪處理主要分為2D(空域)與3D降噪(時域/多幀),而2D降噪由于相關(guān)的實現(xiàn)算法豐富,效果各異,初學(xué)入門有著豐富的研究價值。理解2D降噪算法的流程,也對其他的增強算法有很大的幫助,因此本文將再啰嗦一次,詳解從均值濾波到非局部均值濾波算法的原理及實現(xiàn)方式。
細(xì)數(shù)主要的2D降噪算法,如下圖所示,從最基本的均值濾波到相對最好的BM3D降噪,本文將盡量用最同屬的語言,詳解這些算法的實現(xiàn)流程,并給予一定的FPGA加速實現(xiàn)的實現(xiàn)思路。其中BM3D由于篇幅較大,后面再補上。
1.1.均值/中值濾波
首先所有濾波算法都是通過當(dāng)前像素周邊的像素,以一定的權(quán)重來計算濾波的像素值。因此主要涉及兩個變量:窗口的大小,以及窗口內(nèi)像素的權(quán)重。以最簡單的均值濾波/中值濾波,3*3窗口為例,計算及優(yōu)缺點如下:
對于FPGA的硬件加速實現(xiàn),過程還好,唯一頭疼的就是涉及了除法,由于除法計算時鐘周期長且耗費LE,我們需要升級改造下,因此優(yōu)化公式如下(sum為9個像素累加的結(jié)果),將除法巧妙變成乘法:
因此實現(xiàn)的流程如下
1)sum1=P0+P1+P2; sum1=P3+P4+P5; sum3=P6+P7+P8,即先求每行3像素累加
2)sum=sum1+sum2+sum3,即求三行9像素累加
3)sum*144,取結(jié)果的[17:10],即為均值濾波的結(jié)果。
4)以上過程流水線,最終每個clk輸出一個計算結(jié)果。
備注:這里1024/9取了floor,這樣保證不會溢出。
對于中值濾波而言,本身計算并不復(fù)雜,就看怎么取巧最快得到中間數(shù),網(wǎng)上流傳了一個三步法,即如下圖所示,
那么FPGA硬件加速實現(xiàn),流程如下:
1)計算每行3個像素的最大中、中值、最小值
2)計算三個最大值的最小值,中間值的中間值,以及最小值的最大值。
3)對上述三個值求得中間值。
4)以上過程流水線,最終每個clk輸出一個計算結(jié)果。
中值濾波計算相對均值濾波稍微復(fù)雜一點,但是好處是只用了比較器,沒用乘法器,比均值濾波更省資源。
對于椒鹽圖像的均值濾波、中值濾波計算效果對比,如下所示,分別為椒鹽圖像、均值濾波、中值濾波結(jié)果。
1.2.高斯濾波
1)
前面講的均值/中值濾波,對于窗口內(nèi)每個像素的權(quán)重都是一樣的,噪聲在圖像當(dāng)中常表現(xiàn)為一引起較強視覺效果的孤立像素點或像素塊,那么他必然不是平均分布。
正態(tài)分布是最重要的一種概率分布,相關(guān)概念上是由德國的數(shù)學(xué)家和天文學(xué)家Moivre與1733年首次提出的,但由于德國數(shù)學(xué)家Gauss率先將其用于天文學(xué)研究,因此也叫做高斯分布。在正態(tài)分布里,人為中間狀態(tài)是常態(tài),過高和過低都屬于少數(shù),因此正態(tài)分布具有相當(dāng)?shù)钠毡樾?,典型的比如升高、壽命、血壓、成績、測量誤差等都遵從正太分布。
因此以概率論及中心極限定理(https://wiki.mbalib.com/wiki/中心極限定律)猜想,大部分噪聲應(yīng)該也符合正態(tài)分布/高斯分布(高斯白噪聲),所以也就有了高斯濾波,及根據(jù)正態(tài)分布進(jìn)行權(quán)重計算的濾波方法。上圖曲線是高斯分布的一維函數(shù),而圖像應(yīng)該是二維的,圖解如下二維高斯分布:
既然已經(jīng)得到二維高斯分布函數(shù),那么根據(jù)窗口到目標(biāo)像素的距離,就可以是計算出周邊像素的權(quán)重——高斯模板。均值濾波每個像素的權(quán)重都是1/9,再通過卷積后計算得到結(jié)構(gòu),而高斯濾波就是根據(jù)正態(tài)分布,去計算當(dāng)前像素相對距離的權(quán)重值,假定σ=1.5(σ就是濾波的強度),3*3的高斯模板計算計算過程如下:
但是這還不夠,畢竟我們的目標(biāo)是直接上FPGA,那必須頂定點化,因此假設(shè)擴大1024倍,則3*3的高斯模板定點化如下:
對于33或者55,選定的σ,高斯模板那么,現(xiàn)在計算就簡單了,卷積后再縮小1024倍即可,采用FPGA計算,過程如下:
1)計算9個像素的對應(yīng)卷積參數(shù)的乘法
2)9累加9個乘法結(jié)果
3)右移10bit或取結(jié)果的[17:10],即為高斯濾波的結(jié)果。
4)以上過程流水線,最終每個clk輸出一個計算結(jié)果。
備注:當(dāng)然實現(xiàn)還可優(yōu)化,比如只用3個乘法器,算一行累加一行,也就4個時鐘算完。
最后,暫且盜用別人針對不同σ的3*3高斯濾波效果圖,如下(σ越大越模糊):
精彩推薦 至芯科技FPGA就業(yè)培訓(xùn)班——助你步入成功之路、12月30號西安中心開課、歡迎試聽! AXI總線協(xié)議總結(jié) 基于FPGA及模擬電路的模擬信號波形的實現(xiàn)掃碼加微信邀請您加入FPGA學(xué)習(xí)交流群
![wKgZomWBVcCAXgqKAABiq3a-ogY313.jpg](https://file1.elecfans.com//web2/M00/B8/14/wKgZomWBVcCAXgqKAABiq3a-ogY313.jpg)
![wKgZomWBVcCAT7VzAAACXWrmhKE589.png](https://file1.elecfans.com//web2/M00/B8/14/wKgZomWBVcCAT7VzAAACXWrmhKE589.png)
歡迎加入至芯科技FPGA微信學(xué)習(xí)交流群,這里有一群優(yōu)秀的FPGA工程師、學(xué)生、老師、這里FPGA技術(shù)交流學(xué)習(xí)氛圍濃厚、相互分享、相互幫助、叫上小伙伴一起加入吧!
點個在看你最好看
原文標(biāo)題:詳解從均值濾波到非局部均值濾波算法的原理及實現(xiàn)方式
文章出處:【微信公眾號:FPGA設(shè)計論壇】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
-
FPGA
+關(guān)注
關(guān)注
1630文章
21798瀏覽量
606022
原文標(biāo)題:詳解從均值濾波到非局部均值濾波算法的原理及實現(xiàn)方式
文章出處:【微信號:gh_9d70b445f494,微信公眾號:FPGA設(shè)計論壇】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
【「從算法到電路—數(shù)字芯片算法的電路實現(xiàn)」閱讀體驗】+閱讀濾波器章節(jié)部分筆記
【「從算法到電路—數(shù)字芯片算法的電路實現(xiàn)」閱讀體驗】+內(nèi)容簡介
STM32的ADC采樣及各式濾波算法實現(xiàn)
![STM32的ADC采樣及各式<b class='flag-5'>濾波</b><b class='flag-5'>算法</b><b class='flag-5'>實現(xiàn)</b>](https://file1.elecfans.com/web1/M00/F3/CB/wKgZoWce_TWADZnwAAAvPpmXY6U414.png)
名單公布!【書籍評測活動NO.46】從算法到電路 | 數(shù)字芯片算法的電路實現(xiàn)
常用的ADC濾波算法有哪些
高斯濾波和均值濾波的區(qū)別
rtt4.1.1做滑動平均值濾波的時候,被意外賦值,為什么?
求助,關(guān)于均值檢波電路的兩個疑問求解
基于CW32的儀表精度測量實現(xiàn)(一):相關(guān)濾波原理
![基于CW32的儀表精度測量<b class='flag-5'>實現(xiàn)</b>(一):相關(guān)<b class='flag-5'>濾波</b>原理](https://file1.elecfans.com//web2/M00/05/AA/wKgaombRpJ2AFuxaAAAtxATgsSA93.webp)
濾波器的基本原理、分類及實現(xiàn)方式
濾波器原理及其作用 濾波器電路圖分析
![<b class='flag-5'>濾波</b>器原理及其作用 <b class='flag-5'>濾波</b>器電路圖分析](https://file1.elecfans.com/web2/M00/F0/EE/wKgZomZz4SeAXx0TAAAxpZqPnE8772.jpg)
評論