前面实现了基于FPGA的彩色图像转灰度处理，减小了图像的体积，但是其中还是存在许多噪声，会影响图像的边缘检测，所以这一篇就要消除这些噪声，基于灰度图像进行图像的滤波处理，为图像的边缘检测做好夯实基础。

　　椒盐噪声（salt & pepper noise）是数字图像的一个常见噪声，所谓椒盐，椒就是黑，盐就是白，椒盐噪声就是在图像上随机出现黑色白色的像素。椒盐噪声是一种因为信号脉冲强度引起的噪声，产生该噪声的算法也比较简单。

　　均值滤波的方法将数据存储成3x3的矩阵，然后求这个矩阵。在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围 8 个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。

　　如图所示，我们要进行均值滤波首先要生成一个3x3矩阵。算法运算窗口一般采用奇数点的邻域来计算中值，最常用的窗口有3X3和5X5模型。下面介绍3X3窗口的Verilog实现方法。

　　（1）通过2个或者3个RAM的存储来实现3X3像素窗口；

　　（2）通过2个或者3个FIFO的存储来实现3X3像素窗口；

　　（3）通过2行或者3行Shift_RAM的存储来实现3X3像素窗口；

　　要想用实现均值滤波和中值滤波，必须要先生成3x3阵列，在Altera系列里，可以用QuatusII调用IP核——shift_RAM，具体设置参数如图所示。

　　如上图所示，其中shiftin是实时输入的数据，taps1x，taps2x输入数据的第二三行，当数据输入成一行三个时，自动跳到下一行，最终形成每行是三列的一个矩阵，用均值滤波和中值滤波的处理方法即可，这样基本是每一个目标都可以找到自己对应的一个3x3矩阵，最后进行处理。先进入IP核里面的是最开始的的数据，所以在读出的时候也是要放在第一行。

　　关于shift_ram的更详细的解释可以查看我的另一篇博文：http://www.cnblogs.com/ninghechuan/p/6789399.html。

　　这学期做比赛用的是国产FPGA，开发软件是PDS，这个软件说实话比较简洁，快，里面也有shift_ram IP core，但是不能设置多行（一个IP只能存储一行），不过只要你理解了shift_ram的工作的原理，完全可以用几个来实现多行处理，我通过PDS开发套件调用两个shift_register IP核来生成3X3矩阵实现3X3像素窗口。shift_register IP核可定义数据宽度、移位的行数、每行的深度。这里我们需要8bit。640个数据每行，同事移位寄存2行即可。同时选择时钟使能端口clken。

 1 shift_ram_end u_shift_ram_end1 2      ( 3       .din       (row3_data), 4       .clk       (shift_clk_en), 5       .rst       (~rst_n), 6       .dout      (row2_data) 7      ); 8  9 shift_ram_end u_shift_ram_end210      (11       .din       (row2_data),12       .clk       (shift_clk_en),13       .rst       (~rst_n),14       .dout      (row1_data)15      );

　　如图所示，我们这里将行设置为8，场设置为4，所以可以明显的看到，当数据缓存到一行时，就会移位寄存到下一行，缓存两行后便会生成3X3矩阵。

　　如图所示，比较缓存的第一行的数据在3x3矩阵中，占第一行，结果相同，显然是正确的。

　　如图所示，第二行、第三行和最终生成的3x3矩阵作比较，结果显然是正确的。

 3x3矩阵生成

1 assign post_img_Y = mean_value4[10:3];//求平均值除以8，向右移位3位

　　如图所示，将3x3矩阵的中心像素的周围八个点求和，我们上面还是采取了流水线的设计方法，来增加吞吐量，然后再求平均值代替目标像素的值，从波形图上观察，计算的结果显然是正确的。这样便完成了均值滤波的仿真。

 对3x3矩阵求均值

　　当然，最后为了保持时钟的同步性，将消耗的时钟延时输出。

 保持时钟的同步性

　　图上为灰度图像，图下为均值滤波后的图像，可以看出滤波后的图像有一些模糊，这是因为均值滤波就是将图像做平滑处理，像素值高的像素会被拉低，像素值低像素会被拉高，趋向于一个平均值，所以图像会变模糊一些。这样基于FPGA的均值滤波就完成了，下一篇我会发布基于FPGA的中值滤波处理，并且比较这两种滤波方式的优劣，最终选取较好的一种滤波方式进行图像边缘检测处理。

转载请注明出处：NingHeChuan（宁河川）

个人微信订阅号：NingHeChuan

如果你想及时收到个人撰写的博文推送，可以扫描左边二维码（或者长按识别二维码）关注个人微信订阅号

知乎ID：NingHeChuan

微博ID：NingHeChuan

原文地址：http://www.cnblogs.com/ninghechuan/p/6984705.html 

http://www.cnblogs.com/ninghechuan/p/6984705.html

延伸阅读

• 突破迷茫，实现自我 ——王*鑫 2020-06-11 16:14:54.24
• 在万码学堂实现了我的人生梦想 2017-11-29 14:36:46.65
• Swift实现JSON转Model - HandyJSON使用讲解 2017-07-26 16:41:51.797
• Android高仿qq及微信底部菜单的几种实现方式 2017-07-26 16:31:00.787
• 扩展entity framework core 实现默认字符串长度,decimal精度,entity自动注册和配置 2017-07-26 15:52:06.747
• runtime实现对象存储型数据库——LHDB 2017-07-26 15:38:40.013
• 富文本编辑器UEditor自定义工具栏（一、基础配置与字体、背景色、行间距、超链接实现） 2017-07-26 14:35:37.413
• UWP：使用Behavior实现Button点击动态效果 2017-07-26 14:22:30.3
• 最短路径之Dijkstra算法和Floyd-Warshall算法 2017-07-26 14:08:22.237
• ReactiveSwift源码解析(九) SignalProducerProtocol延展中的Start、Lift系列方法的代码实现 2017-07-26 12:00:35.793

突破迷茫，实现自我 ——王*鑫