FPGA图像处理之：动态提取（帧间差分法——适用于完全静止的背景帧）

 一、定义

        目标提取是指从图像中提取出感兴趣的目标，并将其与背景分离。基于FPGA的目标提取实现通常采用基于区域的分割方法，如阈值分割、区域生长等。阈值分割的基本原理是将像素的灰度值与一个阈值进行比较，根据比较结果将像素分为目标或背景。区域生长的基本原理是从一个或多个种子点开始，通过一定的规则将相邻的像素加入到同一区域中。

        差分运算是一种常用的图像特征提取方法，能够得到图像中的边缘信息。差分运算分为横向差分和纵向差分两种。横向差分运算能够得到图像中横向的边缘信息，纵向差分运算能够得到图像中纵向的边缘信息。具体实现时，我们可以将输入图像分成若干个像素对，对于每个像素对，计算其灰度值的差值，即得到横向或纵向的边缘信息。边缘信息的强弱可以用差值的大小来表示。 

二、原理

        基于FPGA的图像差分运算及目标提取实现涉及的主要数学公式如下：

        1.横向差分公式：Dx(i,j) = |f(i,j) - f(i-1,j)|

        2.纵向差分公式：Dy(i,j) = |f(i,j) - f(i,j-1)|

        3.阈值分割公式：If(i,j) > T, then pixel(i,j) = 1; otherwise pixel(i,j) = 0

三、FPGA实现

        基于FPGA的图像差分运算及目标提取实现的流程如下：

        1.通过图像采集模块获取输入图像；

        2.通过差分运算模块对预处理后的图像进行差分运算，得到目标信息；

        3.通过目标提取模块对图像进行二值图处理进行目标提取；

        4.通过输出模块将提取的目标输出。

         其中，第3步可参考博主之前的文章《FPGA图像处理之：OTSU二值化阈值分隔》

 四、实现效果

        下面是录制的视频，截取连续的2张图片进行动态提取效果，涉及到隐私，脸部打码（动态提取后）。