基于FPGA的医学图像中值滤波verilog实现,包括testbench和MATLAB验证程序

248 阅读4分钟

1.算法仿真效果

matlab2022a/Vivado2019.2仿真结果如下:

 

通过matlab产生带噪声医学图片:

f53c516b565cd3996ddecd27428a5152_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png  

FPGA仿真:

 

cbd71b0a4df5b525193f8f5a323fd50b_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

 

通过MATLAB读取FPGA的仿真数据,并显示滤波后图像:

 

8c23cc25340d94b5f3d0036b993cad8d_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

 

2.算法涉及理论知识概要

       中值滤波是一种非线性数字滤波器技术,经常用于去除图像或者其它信号中的噪声。这个设计思想就是检查输入信号中的采样并判断它是否代表了信号,使用奇数个采样组成的观察窗实现这项功能。观察窗口中的数值进行排序,位于观察窗中间的中值作为输出。然后,丢弃最早的值,取得新的采样,重复上面的计算过程。

       在图像处理中,在进行如边缘检测这样的进一步处理之前,通常需要首先进行一定程度的降噪。中值滤波是图像处理中的一个常用步骤,它对于斑点噪声(speckle noise)和椒盐噪声(salt-and-pepper noise)来说尤其有用。保存边缘的特性使它在不希望出现边缘模糊的场合也很有用。

       中值滤波器的主要思想是通过入口来遍历信号入口,用邻居入口的中值替换每个入口。邻居的模式被称为“窗口”,它通过入口滑动,覆盖整个信号。对于一维信号,最明显的窗口只是前后几项,而2D(或更高维)信号(如图像)则可能有更复杂的窗口模式(如“盒子”或“十字”模式)。请注意,如果窗口中有奇数个条目,则中位数很容易定义:在窗口中的所有条目都按数字排序之后,这只是中间值。对于偶数的条目,有不止一个可能的中位数。

 

       通常,大部分的计算工作和时间花费在计算每个窗口的中值上。由于滤波器必须处理信号中的每个条目,对于像图像这样的大信号,这个中值计算的效率是确定算法运行速度的关键因素。上面描述的天真的实现将窗口中的每个条目进行排序以找到中间值;然而,由于只需要列表中的中间值,所以选择算法可以更有效。此外,某些类型的信号(通常是图像的情况)使用整数表示:在这些情况下,直方图因为从窗口到窗口更新直方图是简单的,并且找到直方图的中值并不特别繁琐,所以中值可以更有效得多。

       中位数滤波的主要思想是逐条运行信号,用相邻条目的中位数替换每个条目。邻居的模式被称为窗口,它在整个信号上逐条滑动。对于一维信号来说,最明显的窗口只是前面和后面的几个条目,而对于二维(或更高维度)数据来说,窗口必须包括给定半径或椭圆区域内的所有条目(即中位数滤波器不是一个可分离的滤波器)。

        中位数滤波是一种平滑技术,线性高斯滤波也是如此。所有的平滑技术都能有效地去除信号的平滑斑块或平滑区域的噪声,但对边缘有不利的影响。但通常情况下,在减少信号中的噪声的同时,保留边缘也很重要。例如,边缘对于图像的视觉外观是至关重要的。对于小到中等程度的高斯噪声,在给定的固定窗口大小下,中值滤波器在去除噪声的同时保留边缘方面明显优于高斯模糊。然而,对于高水平的噪声,它的性能并不比高斯模糊好多少,而对于斑点噪声和盐和胡椒噪声(冲动噪声),它特别有效。正因为如此,中值滤波在数字图像处理中得到了非常广泛的应用。

 

3.Verilog核心程序 `wire [7:0] max1, mid1, min1;

submed submed_u1(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({R11,R12,R13}),

    .max   (max1),

    .mid   (mid1),

    .min   (min1)

);

    

wire [7:0] max2, mid2, min2;

submed submed_u2(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({R21,R22,R23}),

    .max   (max2),

    .mid   (mid2),

    .min   (min2)

);

    

wire [7:0] max3, mid3, min3;

submed submed_u3(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({R31,R32,R33}),

    .max   (max3),

    .mid   (mid3),

    .min   (min3)

);   

    

 

wire [7:0] min_max1;

submed submed_u11(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({max1,max2,max3}),

    .max   (),

    .mid   (),

    .min   (min_max1)

);

 

wire [7:0] mid_mid1;

submed submed_u12(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({mid1,mid2,mid3}),

    .max   (),

    .mid   (mid_mid1),

    .min   ()

);

       

       

wire [7:0] max_min1;

submed submed_u13(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({min1,min2,min3}),

    .max   (max_min1),

    .mid   (),

    .min   ()

);      

submed submed_u44(

    .clk   (i_clk),

    .rst   (i_rst),

    .images({min_max1,mid_mid1,max_min1}),

    .max   (),

    .mid   (o_medfilter),

    .min   ()

);      

 

 

endmodule`