• FPGA实现图像灰度转换(1):RGB分量转Gray


      Gray灰度图像:即我们常说的黑白图像,由黑到白的灰阶为 0- 255(8bit)。

      本博客整理一下 RGB 分量实现 Gray 灰度效果的实验,这个实验非常的简单,简单到看到代码就感觉非常无语......

    一、RGB分量转Gray灰度的原理

      RGB格式即一个像素由R、G、B三基色构成,例如 RGB565 格式的像素排列为R[4:0]、G[5:0]、B[4:0],RGB三个分量的数值不同,最后合成的像素颜色则不同。

      RGB分量转Gray灰度即只挑取 R 或 G 或 B 的 1 个分量,剩下的 2 个分量丢弃,其位置由挑取的分量来替代。

    二、MATLAB

      此次实验选择了一张 RGB 分量明显的图片,先从 MATLAB 软件中查看效果如何。代码如下所示:

    clc;
    clear all;
    RGB = imread('flower.bmp'); %读取图像
    
    R_gray = RGB(:,:,1);        %提取R分量后的灰度图
    G_gray = RGB(:,:,2);        %提取G分量后的灰度图
    B_gray = RGB(:,:,3);        %提取B分量后的灰度图
    
    subplot(2,2,1);imshow(RGB);   title('原图');
    subplot(2,2,2);imshow(R_gray);title('R分量灰度图');
    subplot(2,2,3);imshow(G_gray);title('G分量灰度图');
    subplot(2,2,4);imshow(B_gray);title('B分量灰度图');

      运行效果如下所示:

      可以看出虽然都是灰度图,但不同分量获得的效果是不同的。

    三、FPGA中的实现

    1、模块划分

      本实验基于串口传输,在前面的博客中整理过。

      图像处理的模块添加在哪里好呢?一开始我是添加到串口模块到 SDRAM 缓存模块之间的,但是因为这次实验是基于图片的,加在这个位置后 SDRAM 里缓存的是一张处理之后的图片,如果要进行效果切换则必须重新编译下载工程,串口再重新发送图片数据,非常的麻烦。经过思考,我决定不动SDRAM之前的模块,让SDRAM缓存原图,再把图像处理模块添加在 TFT 控制器模块之后,并且引入按键,通过按键切换显示效果。这样原先的TFT控制器模块就相当于一个中转站,图像真正的传输到管脚是在图像处理之后。因此我将 TFT 控制器模块的名字由 TFT_driver 变为 RGB_driver,这样后面的模块的命名方便些,顶层的信号名也不用改太多。而图像处理模块则命名为 Image_Processor,专门进行各种图像处理,最终的信号连接到 FPGA 的 TFT屏管脚。本工程的框架图如下所示:

      Image_Processor 模块内部的模块如图所示:

       这篇博客实际算是图像处理的第一篇博客,之前的都是预备知识,所以展示的内容全一点,后续的图像处理工程也都是基于此架构实现,不会再详细说明。

    2、RGB分量转Gray灰度的 Verilog 实现

      过于简单,所以直接贴代码吧。

     1 //**************************************************************************
     2 // *** 名称 : RGB_Gray.v
     3 // *** 作者 : xianyu_FPGA
     4 // *** 博客 : https://www.cnblogs.com/xianyufpga/
     5 // *** 日期 : 2020年3月
     6 // *** 描述 : RGB分量转Gray灰度图
     7 //**************************************************************************
     8 
     9 module RGB_Gray
    10 //========================< 端口 >==========================================
    11 (
    12 input   wire    [15:0]      RGB_data                , //原始图像数据
    13 output  wire    [15:0]      red                     , //R分量灰度图
    14 output  wire    [15:0]      green                   , //G分量灰度图
    15 output  wire    [15:0]      blue                      //B分量灰度图
    16 );
    17 //==========================================================================
    18 //==                        代码
    19 //==========================================================================
    20 assign red   = {RGB_data[15:11],RGB_data[15:11],1'b0,RGB_data[15:11]}; 
    21 assign green = {RGB_data[10:6],RGB_data[10:5],RGB_data[10:6]};        
    22 assign blue  = {RGB_data[4:0],RGB_data[4:0],1'b0,RGB_data[4:0]};      
    23 
    24 
    25 
    26 endmodule

      上面说过,这个图像处理非常简单,看到代码就觉得非常无语......连时钟和复位都没有用到,如果不是为了实现按键切换的效果,其实可以直接在顶层assign一下就行了。但是本次实验是后续一系列实验的开篇之作,所以模块什么的都尽可能划科学点,后面就省事了。

    四、上板验证

      原图:

      R分量灰度图:

      G分量灰度图:

      B分量灰度图:

      实验效果和 MATLAB 中呈现的一样,此次实验成功。

      实验可以通过按键模块 key_select 切换显示效果,切换顺序为:原图、R分量灰度图、G分量灰度图、B分量灰度图。视频演示如下:

    参考资料:

        [1]小梅哥FPGA图像处理教程

        [2]OpenS Lee:FPGA开源工作室(公众号)

  • 相关阅读:
    VUE2.0项目实现动态修改请求的服务器地址
    el-select和data
    el-tree禁用
    国际化全部整理
    洛谷P2899 Cell Phone Network G 题解
    【nvidia jetson xavier】 Deepstream Yolov3示例模型运行
    【nvidia jetson xavier】 风扇开机自启动
    A Semisupervised CRF Model for CNN-Based Semantic Segmentation With Sparse Ground Truth
    Semi-supervised semantic segmentation needs strong, varied perturbations
    Remote Sensing Images Semantic Segmentation with General Remote Sensing Vision Model via a Self-Supervised Contrastive Learning Method
  • 原文地址:https://www.cnblogs.com/xianyufpga/p/12407716.html
Copyright © 2020-2023  润新知