|
在從圖像源到終端顯示的過程中，電路噪聲、傳輸損耗等會造成圖像質量下降，為了改善顯示器的視覺效果，常常需要進行圖像增強處理。圖像增強處理有很強的針對性，沒有統一的評價標準，從一般的圖片、視頻欣賞角度來說，濾除噪聲、擴展對比度、銳化以及色彩增強等處理能顯著提升視覺效果。 這里設計一個基于FPGA的實時視頻圖像處理系統，包含增強對比度擴展和色飽和度兩種處理方法，相比于DSP和ASIC方案來說，FPGA在性能和靈活性方面具有絕對優勢，應用FPGA設計視頻通信系統更普遍。 1 原理和算法 圖像增強處理可以在頻域和空間域進行，典型的頻域方法如直方圖增強處理，適合于軟件系統實現；而硬件系統更適合于空間域處理，因此本文所述的處理方法都將在空間域進行。 1. 1 對比度擴展 對比度擴展又稱灰度變換，其目的是在拓展感興趣的灰度區間的同時，壓縮不感興趣的灰度區間。最簡單有效的方法是線性變換，滿足以下關系： f(x，y)和g(x，y)分別表示輸入圖像和輸出圖像的灰度值。經過變換，線性拉伸了在a～b內的灰度值，同時對[0，a]和[b，255]灰度區間進行抑制。從顯示設備的角度來說，一般民用級別的顯示器都不具備完美表現256灰階的能力，因此抑制過暗[0，a]和過亮[b，255]的灰度區間而增強中間區域的動態范圍，可以避免灰階的浪費。從另一個角度來講，通常一幅圖像所包含的過暗和過亮的像素點本來就是少數，有目的有針對性地擴展中間范圍灰度而壓縮兩頭的灰度，可增強圖像質量，得到更好視覺效果，而圖像信息的損失卻很小。 1．2 色彩增強 色彩增強的目的是在保證顏色不失真的前提下，有針對性地增加圖像的色彩飽和程度，使其看起來更鮮艷生動，層次感更強。 1．2．1 HSI模型簡介 在彩色圖像處理中，RGB、YCbCr、CMYK等是常用的色彩模型，其算法和相互間的轉換很易用硬件實現，但是它們都不能很好適應實際上從人的角度來解釋的顏色。 研究表明，從人的角度來觀察一個彩色物體時，一般用色調、色飽和度和亮度這3個參量來描述該物體。色調描述純色的屬性，而飽和度給出一種純色被白光稀釋的程度的度量。亮度即圖像的明暗程度，是一個主觀的描述量。基于這3個參量建立的HSI彩色模型是開發基于彩色描述的圖像處理方法的理想工具。下面簡單闡述HSI模型的原理。 圖1所示是一個RGB彩色空間的立方體模型，邊長歸一化為1，原點處為黑色，相對的頂點處為白色。連接黑白兩點得到灰度軸，這根軸上的飽和度為0，即沒有彩色分量。在灰度軸上有相同投影點的點具有相同的亮度，即垂直于灰度軸的平面內的點具有相同的亮度值。 在立方體內任取一點P，它與灰度軸確定一個平面。根據顏色學的理論，所有顏色都是由位于那些顏色定義的三角形內的3種顏色產生的，在這個平面內，三角形的3個頂點分別是黑色、白色和P的顏色，而黑色和白色是不能改變色調的，所以這個平面內的點具有與P點相同的色調，即等色調面。直觀地說，越靠近灰度軸的點，顏色越淡，所以色飽和度的定義就是該點與灰度軸的距離：距離越遠，飽和度越強；距離越近，飽和度越弱；距離為0則飽和度也為0，這時就完全沒有彩色。 實際上，用垂直于灰度軸的平面內的彩色點軌跡來表示HSI空間(等亮度面)。當平面沿灰度軸上下移動時，由于立方體邊界的切割而構成的橫截面所決定的邊界呈三角形或呈六邊形。這里以六邊形為例，如圖2所示。 由圖2看出，三原色是按120°分割的，青、品紅和黃被稱為二次色，也是按120°分割，一次色與二次色之間相隔60°。圖中任給出一點Q，若以紅軸作參考，則Q向量與紅軸的夾角H決定其色調，而向量長度S決定其飽和度，整個平面在灰度軸上的位置決定了平面內所有點的亮度I。于是得到由RGB到HSI的轉換關系： 1．2．2 色飽和度增強算法 HSI模型可以方便地對色調和飽和度進行調整，但是其運算比較復雜，很難用硬件來實現。不過根據其原理，可以直接在RGB空間進行色飽和度的調整。這里假設RGB立方體內任一點P(r，g，b)，容易求出其在灰度軸上的投影點P* ，連接P和P*，這是一條等色調線，如圖3所示。 只要在P*P的延長線上找到合適的點(如P1或P2)，就可以對P點的飽和度進行增強。由于已知P和P*的坐標，可以求得直線P*P方程： 令式(6)的值為t，可求得直線P*P的參數方程： 則色飽和度的調整就可通過調整t的取值來實現。當t∈(-1，0)時，得到的點在P*和P之間，飽和度減弱；當t＞O時，得到的點在P*P之外，飽和度增強。 2 設計思路 2．1 對比度擴展 用硬件實現浮點運算效率較低，這里采用查表的方法，在YCbCr空間進行灰度變換，如圖4所示。 2．2 色飽和度增強 色飽和度調整在RGB空間進行，設計為流水線操作，如圖5所示。 色飽和度增強是有針對性的，對于不同色飽和度的像素要作不同的處理。可以把一幅圖像的色飽和度分為4個等級，對于色飽和度低的像素進行增強處理，而對于飽和度很高的像素則不進行處理甚至是抑制處理。圖5所示是進行2級的色飽和度調整的流水線操作：第1級令t=1，運算結果若溢出則轉入第2級調整(t=0．5)。若運算結果還是溢出，則輸出保持原輸入值(iR，iC，iB)。流水線操作使得平均每個像素的飽和度調整只需1個時鐘周期就能完成，只是輸入相對輸出有6個時鐘周期的延時。為了達到更好的效果，可以增加飽和度調整運算的級數，后果是需要占用更多的硬件資源以及帶來更長的延時。 3 系統結構 該實驗平臺為Ahera公司的DE2開發板。系統結構如圖6所示。 4 測試結果 用ModelSim對灰度變換模塊進行仿真的結果，如圖7所示。對色飽和度增強模塊進行仿真的結果，如圖8所示。 視頻圖像測試對比效果如圖9和圖10所示。 5 結論 由實驗結果可知，該方法能有效改善圖像畫質，提升視覺效果。色飽和度增強處理由于其算法的特點，用硬件系統很難做到實時處理。從基本原理出發，找到一種比較簡便的，在RGB空間就能進行的色飽和度增強處理方法，在滿足實時性要求的同時，能有效達到色彩增強的目的。但也是由于視頻圖像處理的實時性要求以及硬件系統實現的特點，該方法更多地講究效率，某些細節部分還不夠完善，比如色彩失真等問題。進一步研究重點可能就在于如何優化硬件配置以及解決算法中浮點運算的問題。 |
