基于FPGA的数字图像处理-非线性滤波器【4.0】

7.3.5 仿真与调试结果

1.Testbench设计
Testbench只需例化一个Sobel运算模块，将输入视频流直接带测试模块即可。代码如下：
 

/*sobel operation module*/
sobel_2d_ex #(local_dw,ksz_sobel,ih,iw)
sobel_2d_ex_ins(
.rst_n (reset_l),
.clk (cap_clk),
.din (sobel_ex_data_in),
.din_valid (sobel_ex_dvalid_in),
.dout_valid (sobel_ex_dvalid),
.vsync(sobel_ex_vsync_in),
.vsync_out(sobel_ex_vsync),
.dout (sobel_ex_data), //输出模值
.dout_a(sobel_data_a) //输出角度
);
assign sobel_ex_data_in = cap_data;
assign sobel_ex_vsync_in = cap_vsync;
assign sobel_ex_dvalid_in = cap_dvalid;

2.模块仿真结果 1）Cordic坐标转换模块 下面验证我们所设计的坐标转换系统的正确性。首先验证角度的 计算是否正确，分别取如图7-35所示的8个子象限16个测试点的坐标进 行测试验证。

restart
force -freeze sim:/img_process_tb/reset_l 0 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_valid 1 0
run 500 ns
force -freeze sim:/img_process_tb/reset_l 1 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x 70 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y 10 0
run 20 ns
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x 10 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y 70 0
run 20 ns
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x -10 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y 70 0
run 20 ns
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x -70 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y 10 0
run 20 nsforce -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x -70 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y -10 0
run 20 ns
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x -10 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y -70 0
run 20 ns
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x 10 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y -70 0
run 20 ns
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_x 70 0
force -freeze
sim:/img_process_tb/cordic_operation/r2p_ins/din_y -10 0
run 4000 ns

摘取仿真结果如图7-36所示。

由此可见，计算出来的角度值基本正确，只是有一定的误差。如 果读者多做些测试就可以发现，输入坐标值越小，误差越大，最大的 误差在0.14°左右。因此，建议在使用时读者可根据实际误差需求， 在位宽有余量的情况下尽量多保留小数位。关于误差的分析及补偿， 有兴趣的读者可以参考相关的文献进行分析和补偿。 由仿真图还可以得到的一个信息是模块的计算延迟，由前面的分 析，预处理2个时钟延时，迭代器15-1个时钟延时，后期处理3个延 时，整个计算开销是19个延时，仿真结果与预期相同。 接下来我们将验证模值计算的正确性。由模值计算公式

可见，计算基本正确，只是稍有误差。并且随着输入数据绝对值 的增大，误差逐渐减小。模值误差一方面是由于采用了近似计算所带 来的误差，一方面是原理上的误差，采用更多的位数来近似和更多的 迭代次数，较大数值计算等手段无疑能够减小计算误差。如同角度分 析一样，详细的误差我们不再细究，读者可自行研究。 2）Sobel模板计算电路验证 对此模块的验证需要和VC等外部工具联合进行调试并分析，以图 7-4为例，用VC和FPGA分别对其进行Sobel运算，对于X方向的运算结果Sobel_Result_X，VC和Moedelsim的仿真调试结果分别如图7-38和图7- 39所示（第一个有效数据行）。 仔细对比就能验证，X方向的计算结果Sobel_Result_X完全正确。 在这里不再验证Y方向的正确性。其实，我们注意到在仿真图中，开始 行的前几十个Sobel_Result_Y运算结果为0。我们对这个结果并不感到 诧异，这是由于图像左上角的前几列像素值是相同的。

同时，我们读出FPGA的输出数据，给出由FPGA计算出的Sobel结 果，如图7-40所示。这与我们预期的结果是一致的。需要注意的是， 图中并不包含相位信息。

第8章 非线性滤波器

        非线性滤波器在通常情况下没有特定的转移函数。一类比较重要 的非线性滤波就是统计排序滤波器。本章将重点介绍统计排序滤波的 原理及其FPGA实现。

8.1 统计排序滤波

        统计排序滤波器对窗口内的像素值进行排序并通过多路选择器选 择使用排序后的值，例如中值滤波、最大/最小值滤波等。 排序滤波器或者其组合，可以在很多图像处理的场合得到应用。 用接近中间位置的排序值作为输出，进行图像的平滑滤波，能得到很 好的噪声平滑性质。中值滤波对去除椒盐噪声十分有用，而形态学滤 波中主要用到的算子就是最大/最小值滤波。 下面，我们给出统计排序滤波的数学定义。不妨设r为处理窗口的 半径，设I(x,y)为输入像素值，g(x,y)为输出像素值，则有如下定 义：

上式中，Sort算子代表对i和j的有效区域进行排序运算，同时输 出排序结果的第n个值。 由数学定义不难看出，排序滤波器主要完成对图像当前窗口内的 所有像素进行排序，同时按指定输出排序结果。 若令n＝(2r+1)2 /2，则上式则变为中值滤波器，若排序结果按升 序排列，n＝0，则为最小值滤波器。同样，若n＝(2r+1)2 -1，则为最 大值滤波器。 常用的排序算子有冒泡排序、希尔排序及简单排序等。以冒泡排 序为例，C语言处理算法如下：

#define SORT_RADIUS 2 /*处理半径*/
#define SORT_NUM_ALL ((SORT_RADIUS*2+1)*(SORT_RADIUS*2 +
1))
/*窗口数据数目*/
#define SORT_OUT_NUM (SORT_NUM_ALL/2)/*取中值作为排序输出
*/
BYTE * m_pTemp = new BYTE[m_dwHeight*m_dwWidth];
BYTE SortTemp[SORT_NUM_ALL];
int i,j,m,k = 0;
memset(m_pTemp,0,m_dwHeight*m_dwWidth);
memset(SortTemp,0,SORT_NUM_ALL);
int cnt = 0;
for (i = SORT_RADIUS; i＜ m_dwHeight - SORT_RADIUS; i++)
for (j = SORT_RADIUS; j ＜ m_dwWidth - SORT_RADIUS; j++)
{
cnt = 0;
/*首先得到窗口缓存*/for (m = -SORT_RADIUS; m ＜= SORT_RADIUS; m++)
for (k = -SORT_RADIUS; k ＜= SORT_RADIUS; k++)
{
SortTemp[cnt++]= m_pBitmap[(i + m)*m_dwWidth + j +
k];
}
/*对窗口缓存进行冒泡排序*/
for (int i0 = 0; i0 ＜ SORT_NUM_ALL; i0++)
for (int j0 = 1; j0 ＜ SORT_NUM_ALL - i0; j0++)
if (SortTemp[j0 - 1]> SortTemp[j0])
{
int temp = SortTemp[j0];
SortTemp[j0]= SortTemp[j0 - 1];
SortTemp[j0 - 1]= temp;
}
/*取指定顺序的排序值作为输出*/
m_pTemp[i*m_dwWidth + j]= SortTemp[SORT_OUT_NUM];
}

对 图8-1（a）的有椒盐噪声的图像进行如上5×5的排序滤波，取 中值输出，处理结果如图8-1（b）所示。可见，中值排序滤波很好地 消除了椒盐噪声。

可以预见的是，我们只需改变上述代码中的宏SORT_OUT_NUM，即 可得到不同的输出结果。取最小值作为输出，即可得到最小值滤波 器，取最大值作为输出，即可得到最大值滤波器。最大值和最小值滤 波器的效果分别如图8-2和图8-3所示。

最大值和最小值滤波器主要用在形态学操作中，我们将在第10章 中详细介绍形态学操作。

8.2 基于FPGA的统计排序滤波器

8.2.1 并行全比较排序法原理

        在进行FPGA映射之前，必须首先确定排序算法。由于在FPGA的图 像处理领域，中值滤波的处理窗口不会太大，消耗的资源也不会太 大，因此，在选择排序方法时优先考虑时间开销比较小的算法，在本 书中采用并行全比较排序算法。 并行全比较排序法采用并行结构，其基本原理是在同一时刻完成 所有数据与其他数据的比较结果。因此其时间复杂度最小，仅需一个 时钟即可完成排序工作，很适合FPGA流水线处理，但是也带来了相对 较大的资源消耗。正如前面所提到的，在处理窗口比较小的情况下， 这个不是我们主要考虑的问题。首 先 将 详 细 介 绍 并 行 比 较 的 原 理 。 假 定 现 在 要 对 n 个 数 据 d0,d1,d2,…,dn进行排序。那么进行并行排序的步骤如下。 （1）同时得到这n个数，即对这n个数目对齐。 （2）同时将这n个数分别与其他数做比较，并记录比较结果。不 妨规定：若当前数大于其他数，则将结果记为1；若当前数小于等于其 他数，则将结果记为0。 （3）计算每个数第（2）步的所有结果之和：由于一共是n个数 目，因此，必然有n-1个比较结果。 （4）第（3）步结果的值即为排序结果。 举个实际的例子可能比较直观，假定要对以下5个数进行排序： 14，45，32，9，43 假定现在已经完成了时序对齐，也就是同时得到了这5个数，接下 来的某个时钟内，我们要同时完成这5个数分别与其他四个数的比较结 果并记录比较结果，即当前结果大于其他值为1，否则为0。比较结果 如表8-1所示。

表8-1中，×表示无关项，因为跟自身比较是无意义的，也可以记 这个值为0。由上表可见，经过一个时钟的比较之后，就得到了各个数 据与其他数据的次序信息，可以在下个时钟通过加法运算计算出每个 数据在所有数据中的排序信息，如表8-1最后一行所示。由于上表中的 行列一致性，这个时候只需要2×(n-1)个比较器即可实现全比较。一个值得注意的问题是，如果中间有两个数或多个数相等该怎么 处理？不妨看下面的待排序序列： 91，23，91，5,8 同样按照上面的排序规则进行排序，如表8-2所示。

在最后一行的排序结果中，相同数目的2个数得到的总和一致，这 是由于这两个数目是“各向同性”的。这样的计数方式显然是有问题 的，试想，如果5个数完全一致，那么最后一行的数据必然全为0。这 个情况下，只能得到一个最大值，而没法得到中值或者其他序列的输 出。 因此，对于相同的数值，必须找出其“异性点”进行区别对待。 一个明显的“异性”便是各个数值的输入次序。做如下规定： （1）当前数目大于本数据之前输入数据时，结果记为1，小于或 等于时记为0。 （2）当前数目大于等于本数据之后输入数据时，结果记为1，小 于时记为0。 再用此规则对上述几个数目进行重新排序，如表8-3所示。 表8-3 利用新规则进行重新排序结果

可见，后面输入的数据由于“输入优先级”较小，因此排序结果 被“降了”一档，也刚好达到了我们的目的。 需要注意的是，重新排序后的资源消耗问题，这个时候行列出现 了不一致性。因为大于和大于等于是不同的逻辑。以3个数据d1 ,d2 ,d3 的排序为例，要完成的比较如下： d1 ≥d2 d1 ≥d3 d2 ＞d1 d2 ≥d3 d3 ＞d1 d3 ＞d2 因此，除非设计单独的等号判别电路，每次比较都是不重叠的， 这样下来，需要的比较器数目为n(n-1)个，以1个比较器占用5个逻辑 资源来算，整个比较器的资源消耗为5n(n-1)个，此外还需要n-1个比 较结果寄存器以及n-1个加法器来实现比较结果相加。 假定处理窗口为5×5，则比较器一共消耗的逻辑单元为 5×5×4=100 个 整个资源消耗在我们的接收范围之内，但是，如果加大处理窗 口，例如31×31的处理窗口，则比较器资源消耗为 5×31×30=4650个资源消耗已经非常可观了，因此在设计时需综合考虑。