基于Stratix II EP2S60的改进中值滤波器设计

发布时间:2008/5/27 0:00:00 访问次数:607

来源：国外电子元器件作者：石婷张红雨等

1 引言

众所周知，在复杂背景条件下，要对弱小目标进行准确有效地红外跟踪、探测是一个难题。这种情况下，由于目标与背景的对比度较小、信噪比较低，若直接进行跟踪、探测往往比较困难，所以必须先对图像信号进行滤波预处理，以达到抑制背景噪声。增加目标强度，从而提高图像信噪比的目的，为后续工作打下良好的基础。

实时图像处理器中，信号预处理包括对图像的各种滤波、直方图统计及均衡、图像增强、灰度变换等，它们共同的特点是处理数据量大，如果用一般的软件来实现势必会比较慢。而对于一些实时性要求比较高的系统，处理速度往往是要考虑的关键因素，一旦速度跟不上，实时性也无从谈起。针对图像预处理阶段运算结构比较简单的特点，用fpga进行硬件实现无疑是理想的选择，这样同时兼顾了速度和灵活性，大大减轻了dsp的负担。

本系统采用verilog hdl语言。利用一种快速的中值滤波改进算法对电路进行设计，并以altera公司生产的stratix ii ep2s60f67214型fpga芯片为硬件平台。该器件继承了altera公司stratix ii系列的共同优点，由于引入了崭新的自适应逻辑模块(alm)，使得stratix ii有更高的性能和逻辑封装、更少的逻辑和布线级数以及更强的dsp支持，而stratix ii ep2s60f67214更是比xilinx公司的类似器件virtex-4xc4vlx60多出18％的器件逻辑，其中包括51 182个寄存器位，2 544 129个存储器位以及48 352个alut，该器件资源丰富，只需占用很小一部分实现中值滤波器，为后续设计的增长留有更多空间。

2 中值滤波的基本原理及改进算法

2．1中值滤波的基本原理

中值滤波是由tukey发明的一种非线性信号处理技术，早期用于一维信号处理，后来很快被用到二维数字图像平滑中，是一种有效抑制图像噪声，提高图像信噪比的非线性滤波技术。它是一种邻域运算，类似于卷积，但计算的不是加权求和，而是把邻域中的像素按灰度级进行排序，然后选择该组的中间值作为输出像素值。与均值滤波器以及其他线性滤波器相比，中值滤波器的突出特点是在很好地滤除脉冲噪声(impulsive noise)和椒盐噪声(salt and pepper noise)的同时，还能够保护目标图像边缘轮廓的细凇ｓ霉奖硎疚?br>

g(x，y)=median{f(x-i,y-i)}，(i,j)∈s (1)

式中g(x，y)，f(x,y)为像素灰度值，s为模板窗口。

而中值滤波的具体实现过程一般为：

(1)选择一个(2n+1)×(2n+1)的滑动窗口(通常为3*3或者5*5)，使其沿图像数据的行或者列方向逐像素滑动(通常为从左至右，从上到下逐行移动)。

(2)每次滑动后，对窗口内的像素灰度值进行排序，用排序所得的中间值代替窗口中心位置像素的灰度值。

2．2中指滤波的改进算法

中值滤波的算法很多，但通常数据排序量较大。需要消耗大量时间，不利于图像处理的实时性。本文采用一种窗口大小为3*3的快速排序算法。大大降低了排序量。

为了便于说明。将3*3窗口内的各个像素分别定义为m11，m12，m13，m21，m22，m23，m31，m32，m33。像素排列如表1。

首先分别对窗口中的每一行计算最大值、中值、最小值，这样一共可以得到9个数值，分别包括3个最大值、3个中值、3个最小值：

第一行的最大值：max1=max[m11，m12,m13]；

第一行的中值：med1=med[m11，m12,m13];

第一行的最小值：min1=min[m11，m12,m13]；

依