视频信号预处理IP的硬件实现与软件验证

摘要

随着便携式电子设备的普及，数码照相已经深入到人们的日常生活中，而消费者对高品质图像的追求，也推动了图像传感器制造工艺的快速进步。近年来，消费类电子设备上图像传感器的分辨率不断被刷新，500万和800万像素的图像传感器已经成为中低端消费类电子设备的标配，高端消费类电子设备上的图像传感器已经可以达到1600万像素。图像传感器分辨率的增大造成了图像数据量的增加，为了降低数据量增加带来的影响，图像传感器制造商更多地选择Bayer Raw格式作为图像传感器的输出，而出于对成本因素的考虑，芯片设计业者也倾向于将视频信号预处理单元集成在SoC上。
　　现在，视频信号预处理的流程都已经十分成熟，主要包括伽玛校正、噪声去除、坏点去除、CFA插值、白平衡等步骤。基于产品规格要求，本文只是对伽玛校正、自动白平衡和CFA插值进行研究并实现。对于伽玛校正，本文介绍了伽玛校正的概念和作用，研究了伽玛校正中的指数运算在硬件中如何实现的问题，并在文中提出了一个查找表和分段折线相结合的方法，可以大大减少硬件开销。对于白平衡，本文介绍了白平衡的概念和作用，分析了灰度世界算法、完美全反射算法和正交组合算法，然后在Nakano的算法基础上提出了改进算法，并用主观评价法对以上算法进行了评估，最后介绍了基于改进算法的硬件实现方法。对于CFA插值，本文介绍了CFA插值的概念和作用，研究了经典的双线性插值算法，还有一些加入了对图像边缘进行判断的算法，比如，一阶微分边缘插值算法、二阶微分边缘插值算法和Adams-Hamilton自适应插值算法，然后对Adams-Hamilton自适应插值算法进行了一些改进，并用主观评价和 PSNR客观评价相结合的方法对以上算法进行了评估，最后介绍了基于改进算法的硬件实现方法。
　　在软件验证方面，本文用C语言和Verilog同时实现算法，通过相互对比进行验证。在硬件实现方面，本文在xilinx最新的Zynq-7020 FPGA平台上实现了这个视频信号预处理IP，并用Aptina的AR0542传感器为IP提供视频信号输入。
　　最终根据软件验证和硬件实现的结果，确定了设计的正确性，并且图像效果和硬件开销都可以达到设计要求。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 视频信号预处理技术介绍

1.2 视频信号预处理技术的研究现状

1.3 本文研究意义及目的

1.4 本文工作内容

1.5 本文结构安排

第二章 GAMMA曲线校正研究及实现

2.1 什么是GAMMA曲线

2.2 GAMMA曲线的幂指数

2.3 GAMMA曲线校正的硬件实现

2.4 本章小结

第三章 自动白平衡算法研究及实现

3.1 什么是白平衡

3.2 白平衡调整方式

3.3 自动白平衡算法研究

3.4 改进算法

3.5 自动白平衡算法评估

3.6 算法硬件实现

3.7 本章小结

第四章 CFA插值算法研究及实现

4.1 彩色滤波阵列

4.2 CFA插值算法

4.3 插值算法改进

4.4 插值算法评估

4.5 算法的硬件实现

4.6 本章小结

第五章 IP软件验证方案

5.1 IP开发环境介绍

5.2 软件验证基础介绍

5.3 软件验证方法介绍

5.4 软件验证环境介绍

5.5 本章小结

第六章 IP硬件实现方案

6.1 硬件系统架构

6.2 硬件实现结果

6.3 本章小结

第七章 结 论

7.1 本文的主要成果

7.2 下一步工作的展望

致谢

参考文献

附录

附录A 灰度世界自动白平衡算法C程序

附录B 完美全反射自动白平衡算法C程序

附录C 双线性插值算法C程序

附录D 一阶微分边缘插值算法C程序

附录E 二阶微分边缘插值算法C程序

附录F Adams-Hamilton自适应插值算法C程序