高清视频监控逐渐成为市场的热点，视频监控不仅要求把现场图像捕获并保存，而且还要尽可能清晰。在高清图像的生成和采集过程中，往往会受到各种噪声的干扰，使高清图像的质量变差，因此必须对图像进行滤波、平滑等预处理来消除噪声。中值滤波作为一种非线性滤波方法，既可以消除随机噪声和脉冲干扰，又可以很大程度地保留图像的边缘信息，得到了广泛的运用。在许多实际应用场合，如高清视频监控、X光图像的降噪等，需要快速且实时地进行中值滤波，软件实现达不到实时处理的要求，因此选用硬件实现。
    在硬件实现上，文献[1]、[2]等采用行延迟的方法形成邻域数据，以实现3×3的中值滤波。文献[7]为了提高红外成像跟踪器设计了大窗口的中值滤波器。文献[3]、[4]提出了邻域图像帧存的存储结构，该结构充分利用了图像帧存的数据结构转换特性，并行高速提供邻域图像数据，配以FPGA作为并行处理器，高速实时地实现了中值滤波。但是以上研究都是基于标清图像的中值滤波器，处理的图像大小一般为256×256、512×512的灰度图等，很少有实现高清图像的中值滤波器。本文在文献[3]、[4]的理论基础上，在苏光大主持研制成功的NIPC-3邻域图像并行处理机上实时实现了1 920×1 080×8 bit的高清图像的中值滤波器。该系统的硬件是基于一个标准的PCI板卡，ALTEra公司的CycloneII FPGA是图像处理系统的核心，此外，该板卡还包括了若干片SRAM、视频采集转换芯片、CPLD和PCI接口芯片。NIPC-3硬件处理的结果由PCI传到计算机做后续处理，是软硬件结合的系统。
    1 快速二维中值滤波器算法
   本文中值滤波器排序算法用文献[2]提出的快速排序算法。如图1，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。首先分别对窗口中的每一行计算最大值、中值，最小值不难判断。9个数值中，3个最大值中的最大值和3个最小值中的最小值一定是9个像素中的最大值和最小值；3个中值中的最大值至少大于5个像素：即本行中的最小值和其他2行的中值及最小值；而3个中值中的最小值至少小于5个像素：即本行中的最大值和其他两行中的中值及最小值。最后，比较3个最大值中的最小值Min_of_Max，3个中值中的中值Med_of_Med，3个最小值中的最大值Max_of_Min，得到中间值即为滤波的最后结果Med_of_Nine。

    利用这种排序法的中值滤波运算仅需17次比较，且该算法十分适用于在FPGA上做并行处理，大大提高了滤波的速度。
    2 FPGA硬件实现
   邻域图像并行处理机是一种以邻域图像帧存提供邻域图像数据、以邻域图像处理器并行邻域图像处理的图像并行处理机，其本质是邻域数据（即多数据）的并行处理[4]。中值滤波系统框图如图2所示，主机通过PCI接口将待处理数据写入共享RAM，数据再由共享RAM转入邻域存储体，利用行顺序邻域生成方法[3]，将数据由串行转化为并行，实现处理并行，达到数据的高速处理。邻域存储体是由4片SRAM组成，型号是IS61SP6464，位宽为64 bit，一次可以存取8个字节，4片SRAM并行排列，一个时钟周期最多可以吞吐32个字节。见图3，考虑一个N1×1的随机邻域，N2个时钟周期就可以得到N1×N2大小的邻域。然后再将中值滤波模块结果通过FIFO缓存写入共享RAM，传到PC机显示。

[1] [2]  下一页