基于FPGA的红外图像细节增强

摘要

随着红外成像技术的快速发展，红外图像已经被广泛地应用于军事、医学、商业以及日常生活中。但是由于红外图像受到成像系统本身的限制以及周围环境的干扰，通常红外图像的分辨率和对比度较低，无法突出图像的细节纹理信息。因此，在对红外图像进行分析或读取前，需要先进行红外图像细节增强的工作，该门技术也受到越来越广泛的研究。
　　本文首先对于红外图像的普遍特征进行描述，也介绍了关于图像增强的基本概念。对于数字细节增强(DDE)技术，以及经典的红外图像细节增强方法进行介绍和研究，在此基础上提出了一种经过优化的基于图像权重的红外图像细节增强方法。该方法首先通过低通滤波分离图像的细节和背景成分，并将图像的膨胀滤波和腐蚀滤波的差作为图像每个像素点的初步权重，然后对图像的过暗或过亮的像素点的权重值进行进一步处理，得到最终的图像的权重。最后对细节图像进行基于权重的直方图均衡操作，并进行幂次变换进一步压缩图像背景。
　　本文基于MATLAB和C平台对于算法的效果和实时性进行了软件仿真。然后将算法用Verilog硬件语言进行实现，在Altera的FPGA芯片EP4CE115F29C7上加以实现。在硬件实现的过程中，通过对AD转换芯片的控制以及VGA的接口控制，搭建了一个完整的图像处理系统。经过硬件仿真与下载测试，图像的处理结果基本与软件仿真结果一致，且算法处理效果较好，明显改善了图像的对比度和清晰度。最终的处理图像在液晶屏幕上稳定显示，且实时性较高。

目录

声明

致谢

摘要

1 引言

1．1 研究背景与目的

1．2 红外图像细节增强的研究进展

1．3 研究方法与内容安排

1．4 本章小结

2 红外图像的处理

2．1 红外图像介绍

2．1．1 红外成像技术

2．1．2 红外图像与可见光图像

2．1．3 红外图像处理的研究进展

2．2 图像处理基本知识

2．2．1 图像的基本类型

2．2．2 图像的分辨率、对比度、亮度及其噪声

2．2．3 图像增强简介

2．2．4 图像滤波

2．2．5 直方图处理

2．3 图像形态学处理

2．3．1 二值形态学

2．3．2 灰度图像中的形态学运算

2．4 本章小结

3 DDE算法仿真

3．1 典型的红外图像增强算法

3．1．1 基于幂函数的直方图灰度密度均衡

3．1．2 双向直方图均衡算法

3．1．3 基于频率变换方法

3．1．4 空间域滤波提取细节方法

3．2 DDE算法的MATLAB仿真

3．2．1 算法的流程与结构

3．2．2 MATLAB仿真实现

3．2．3 算法优化前后的效果对比

3．2．4 仿真结果评价

3．2．5 不同算法的效果对比

3．3 DDE算法的C仿真

3．3．1 BMP图片的读入与处理

3．3．2 C语言的数字图像处理

3．4 本章小结

4 算法的FPGA实现

4．1 FPGA平台介绍

4．1．1 FPGA简介

4．1．2 FPGA的设计流程

4．2 算法整体架构

4．3 图像处理模块的设计原理

4．3．1 滤波操作

4．3．2 直方图均衡

4．3．3 整型数与浮点数的转换

4．3．4 幂次变换

4．3．5 整幅图像的均值计算

4．3．6 利用查表法实现平方根运算

4．4 其他子模块的设计原理

4．4．1 VGA接口的输入和输出控制

4．4．2 AD9984A的工作原理

4．4．3 图像分辨率检测

4．4．4 I2C控制模块

4．5 设计的最终实现结果

4．5．1 设计的RTL级视图和资源消耗

4．5．2 FPGA下载结果

4．6 本章小结

5 结论

5．1 研究总结

5．2 研究展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集