用CPLD实现嵌入式平台上的实时图像增强(2)

其中，Ｐ′i,j表示Ｐi,j修正后的值。显然，图像{Pi,j|i=1,2,...,n；j=1，2，...，m}按此规则修正后边缘值的变化更为强烈，边缘更为突出，可达到边缘增强的效果。同时，由于在原图像上叠加了梯度值，使得修正后的图像的频谱有一定的扩展。但由于没有对Pi,j的取值作约束，这样处理后的象素值可能会溢出，例如对于每个色彩通道为８位的图像，处理后的数值可能会大于２５５或小于０。因此，通常要对其进行归一化处理，即：

Ｐｎｅｗ＝２５５×(Ｐ′－Ｐ′ｍｉｎ)／（Ｐ′ｍａｘ－Ｐ′ｍｉｎ)。

但用硬件实现乘除运算可能会占用很多资源，上述公式即便以运算实现都是很不经济的。本文采用预拉伸加饱和／截止的方法，在不牺牲频率特性的基础上达到减少计算量的目的。

考察ΔPi,j与Ｐi,j的直方图，分别取得它们的右峰值所对应的横座标，记为ＧΔ和Ｇ，并找到ｋ，使得ｋＧΔ＋Ｇ＝２５５，则修正公式变为Ｐ′i,j=Pi,j kΔPi,j。其中kΔPi,j可以ＬＵＴ实现。修正后的Ｐ′i,j可在[0,255]上进行饱和／截止运算。

２ 用ＣＰＬＤ实现实时的图像增强

本文所采用的改进图像增强算法的主要成份是差分、累加以及饱和／截止。这些运算都是加减法及逻辑运算，都属于ＡＬＵ的简单操作，适合硬件实现。本文采用ＣＰＬＤ实现所提出的算法。以对具有３０ｆｐｓ的１２８０×１０２４ ＲＧＢ图像计算ΔＰi,j为例，每计算一点ΔＰｉ,ｊ需要４次加（减）运算，即总的需要１２８０×１０２４×３×３０×４＝４７１,895,２００次加（减）运算。如果采用的ＤＳＰ的速度是１００ＭＨｚ，且假定所有运算都是单周期的，则仅仅该运算就需要４．７ｓ！所以采用ＣＰＬＤ实现某些运算是必需的。

图3 图像增强算法的硬件实现结构 （科教论文网 lw.nSeAc.com编辑发布）