二维图像在频域相关性 matlab,一种针对图像去模糊系统的频域处理方法

描述

摘要：

工程应用中，在对模糊图像处理时，由于空域去卷积的方式难度较大，通常对图像进行频域变换后，在频域中进行相关的处理与实现。针对图像去模糊系统的频域处理硬件资源消耗大、转换灵活性差、处理时间长等问题，以DE2开发板为硬件平台，结合模糊图像及去模糊算法特点，采用输入数据预处理、原位计算、抛位、流水线结构、并行处理等方式设计实现了一种针对图像去模糊系统的频域处理方式。实验数据显示，方法对图像数据频域处理的精确度始终保持在98.5%以上，硬件资源仅用了9 162个逻辑单元。实验结果表明，所设计的系统在处理精度及资源利用上优于其他同类系统。

0 引言

随着电子技术的发展，嵌入式系统在图像处理领域的应用越来越广，但相关芯片却有明显不足：ASIC芯片开发周期长、成本高、灵活性差；DSP和ARM的串行结构难以满足图像的实时处理要求等。然而，FPGA融合了DSP和ASIC等芯片的优点，具有灵活的配置方式，因易于实现并行处理功能和流水线工作方式，使得FPGA在图像处理领域具有更高的应用价值[1]。

由于在空域中对模糊图像的模糊核估计手段有限，且处理精度不高，故大多采用频域转换的方式，在频域中对模糊图像进行处理。频域转换的硬件实现通常采用直接调用IP核或设计通用的信号频域转换器等方法，这样不仅在硬件资源消耗和处理效率上大打折扣，而且没有充分利用模糊图像及去模糊算法的特点来减少资源利用及处理时间。

本文结合模糊图像及频域去模糊算法的特点，采用图像数据预处理、原位计算、抛位、流水线处理等方法，设计实现了一种针对图像去模糊系统的频域处理方法。相比其他同类频域处理方法，其具有资源利用率高、硬件实现简单、针对性强等特点。

1 系统总体设计

系统以DE2开发板为开发平台，以Altera的EP2C-35F672C6型号的FPGA芯片为核心处理单元，采用TRDB-D5M图像传感器进行图像数据采集。系统总体结构设计如图1所示。

图像传感器通过DE2平台的通用输入输出口与FPGA连接，FPGA通过I2C控制模块对其进行寄存器及工作方式的设定[2]。图像传感器获得Bayer图像数据流后，通过格式转换处理，将其转换成RGB数据。由于图像传感器工作时，内部各部分的时钟频率不同，为了使采样与显示协调一致，加入SDRAM存储模块对采