基于FPGA的水果圖像增強方法研究

毛麗民+劉叔軍+浦宇歡+等

摘要：為提高水果品質檢測精度，針對以FPGA（Field-Programmable Gate Array，現場可編程門陣列）為核心的水果檢測系統進行圖像增強方法的研究。以柑橘為對象，對水果圖像分別進行了高斯算法、中值算法和圖像銳化3種圖像增強方法的試驗，實現了基于FPGA的柑橘圖像的增強，并分析了3種方法對水果圖像增強的效果。結果表明，以FPGA為核心的圖像增強方法，通過并行處理結構及流水線技術，可實時處理可見光圖像，有效增強了圖像的對比度，提高了圖像質量，在水果品質檢測方面具有較高的實用價值。

關鍵詞：FPGA；水果檢測；圖像增強

中圖分類號： S126；TN911.73文獻標志碼： A文章編號：1002-1302（2014）06-0395-04

收稿日期：2013-08-28

基金項目：江蘇省蘇州市科技計劃（編號：SYN201109）；常熟理工學院青年教師科研啟動基金（編號：QZ1101）。

作者簡介：毛麗民（1981—），男，江蘇常熟人，碩士，講師，主要從事圖像處理與目標跟蹤研究。E-mail：maolimin_1981@163.com。在水果無損檢測方法和技術研究中，水果圖像的邊緣信息是水果最基本的特征[1]。雖然，國內外對基于機器視覺的水果品質檢測進行了廣泛應用研究，如蘋果的形狀、大小、顏色等。但是，我國目前基于機器視覺的水果檢測存在著檢測速度慢、系統龐大、成本高等問題[2-3]。本研究提出了一種以FPGA（現場可編程門陣列）為核心的水果檢測系統，利用該系統對水果圖像進行增強。該系統主要實現了基于FPGA的高斯算法、中值算法和圖像銳化，對水果圖像進行增強[4]。

1水果品質檢測系統的設計

FPGA目前已經被廣泛地應用于機器視覺系統中，與傳統的DSP處理方法相比，FPGA有著明顯的優勢。首先，FPGA 真正實現了信號的并行處理；其次FPGA實現信號處理非常靈活；最后隨著半導體技術的迅速發展，FPGA價格不斷降低，實現了系統低成本的設計。本試驗采用FPGA作為水果品質檢測的處理核心，硬件核心部分采用XINLIX高性能 FPGA作為主處理芯片，圖像采集采用TCDl208AP型線陣CCD。通過CCD攝像頭獲取圖像，將數據輸入到FPGA，根據圖像增強方法實現了水果圖像的增強。系統整體設計如圖1所示。

2基于FPGA的高斯濾波水果圖像增強方法

2.1高斯算法的原理

2.1.1高斯濾波法簡介用二維零均值離散高斯函數作平滑濾波器，函數表達式為[5]：

g[i，j]=e-（i2+j2）2σ2。（1）

式中：g[i，j]為像素點；高斯分布參數σ決定了高斯濾波器的寬度。高斯濾波器是一類根據高斯函數的形狀來選擇權值的線性平滑濾波器，對去除服從正態分布的噪音是有效的。

調試過程中，改變采樣周期，水果圖像將發生變化。通過調試，得到的增強效果如圖3所示。

3基于FPGA的中值濾波水果圖像增強方法

3.1中值算法的原理

中值濾波是一種不同于卷積的鄰域運算，它的思想是將一個含有奇數個像素的窗口A在圖像上依次移動，在每個位置上對窗口內像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值。

3.2中值算法的system generator實現

使用system generator構建的中值算法結構如圖6所示。

3.3基于FPGA的中值算法的調試

中值算法對于水果圖像增強的效果如圖7至圖9所示。中值濾波是一種非線性的空間濾波，響應基于圖像濾波器包圍的圖像區域中像素的排序，然后用統計排序的中值代替中心像素的值。中值濾波對脈沖噪聲非常有效，同時又能夠很好保護水果目標圖像的邊緣。由圖7、圖8可知，中值濾波能有效地慮除橘子輪廓的毛刺，同時邊緣保護得非常好。

4基于FPGA的圖像銳化水果圖像增強方法

4.1圖像銳化的原理

圖像銳化就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，分為空域處理和頻域處理2類[6]。圖像銳化算法模板如圖10所示。

4.2圖像銳化的system generator實現

最后通過對輸出水果圖像進行調整，通過改變配置表中的參數值，調節圖像處理的結果，其中底層偏移的參數的調節范圍為0～5之間的整數。

4.3基于FPGA的圖像銳化的調試

通過改變Slice的配置表中的底層偏移位的參數來達到改變水果圖像處理的理想結果，參數為0～5時的水果圖像處理結果如圖13至圖15所示。

圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。通過調試，圖像銳化補償圖像的輪廓，增強了橘子圖像的邊緣。隨著采樣周期的延長，圖像邊緣更突出、清晰。

5總結

本試驗進行了基于FPGA水果圖像增強方法的研究，主

要實現了3種水果圖像增強方法。基于FPGA的濾波算法可以并行地實現，大大地提高了圖像分析和處理的速度。從處理結果看，高斯濾波器是線性平滑濾波器，對去除服從正態分布的噪音是有效的；中值濾波能很好地消除小的噪音，但噪音塊大于處理窗時，就無能為力；圖像銳化增強了圖像的邊緣，使圖像邊緣突出、清晰。

參考文獻：

[1]黨宏社，宋晉國，郭琴. 基于ARM的嵌入式水果大小檢測與分級系統的實現[J]. 四川農業大學學報，2011，29（1）：89-93.

[2]展慧，李小昱，王為，等. 基于機器視覺的板栗分級檢測方法[J]. 農業工程學報，2010，26（4）：327-331.

[3]安愛琴，余澤通，王宏強. 基于機器視覺的蘋果大小自動分級方法[J]. 農機化研究，2008（4）：163-166.

[4]Sengee N，Sengee A，Heung-Kook C. Image contrast enhancement using bi-histogram equalization with neighborhood metrics[J]. IEEE Transactions on Consumer Electronics，2010，56（4）：2727-2734.

[5]趙吉文，高尚，魏正翠，等. 基于FPGA的西瓜子機器視覺檢測系統設計與試驗[J]. 農業機械學報，2011，42（8）：173-177.

[6]Zhang Q H，Zhang X F. Research of key algorithm in the technology of fingerprint identification[C]. IEEE Second International Conference on Computer Modeling and Simulation. Sanya，China，2010：282-284

摘要：為提高水果品質檢測精度，針對以FPGA（Field-Programmable Gate Array，現場可編程門陣列）為核心的水果檢測系統進行圖像增強方法的研究。以柑橘為對象，對水果圖像分別進行了高斯算法、中值算法和圖像銳化3種圖像增強方法的試驗，實現了基于FPGA的柑橘圖像的增強，并分析了3種方法對水果圖像增強的效果。結果表明，以FPGA為核心的圖像增強方法，通過并行處理結構及流水線技術，可實時處理可見光圖像，有效增強了圖像的對比度，提高了圖像質量，在水果品質檢測方面具有較高的實用價值。

關鍵詞：FPGA；水果檢測；圖像增強

中圖分類號： S126；TN911.73文獻標志碼： A文章編號：1002-1302（2014）06-0395-04

收稿日期：2013-08-28

基金項目：江蘇省蘇州市科技計劃（編號：SYN201109）；常熟理工學院青年教師科研啟動基金（編號：QZ1101）。

作者簡介：毛麗民（1981—），男，江蘇常熟人，碩士，講師，主要從事圖像處理與目標跟蹤研究。E-mail：maolimin_1981@163.com。在水果無損檢測方法和技術研究中，水果圖像的邊緣信息是水果最基本的特征[1]。雖然，國內外對基于機器視覺的水果品質檢測進行了廣泛應用研究，如蘋果的形狀、大小、顏色等。但是，我國目前基于機器視覺的水果檢測存在著檢測速度慢、系統龐大、成本高等問題[2-3]。本研究提出了一種以FPGA（現場可編程門陣列）為核心的水果檢測系統，利用該系統對水果圖像進行增強。該系統主要實現了基于FPGA的高斯算法、中值算法和圖像銳化，對水果圖像進行增強[4]。

1水果品質檢測系統的設計

FPGA目前已經被廣泛地應用于機器視覺系統中，與傳統的DSP處理方法相比，FPGA有著明顯的優勢。首先，FPGA 真正實現了信號的并行處理；其次FPGA實現信號處理非常靈活；最后隨著半導體技術的迅速發展，FPGA價格不斷降低，實現了系統低成本的設計。本試驗采用FPGA作為水果品質檢測的處理核心，硬件核心部分采用XINLIX高性能 FPGA作為主處理芯片，圖像采集采用TCDl208AP型線陣CCD。通過CCD攝像頭獲取圖像，將數據輸入到FPGA，根據圖像增強方法實現了水果圖像的增強。系統整體設計如圖1所示。

2基于FPGA的高斯濾波水果圖像增強方法

2.1高斯算法的原理

2.1.1高斯濾波法簡介用二維零均值離散高斯函數作平滑濾波器，函數表達式為[5]：

g[i，j]=e-（i2+j2）2σ2。（1）

式中：g[i，j]為像素點；高斯分布參數σ決定了高斯濾波器的寬度。高斯濾波器是一類根據高斯函數的形狀來選擇權值的線性平滑濾波器，對去除服從正態分布的噪音是有效的。

調試過程中，改變采樣周期，水果圖像將發生變化。通過調試，得到的增強效果如圖3所示。

3基于FPGA的中值濾波水果圖像增強方法

3.1中值算法的原理

中值濾波是一種不同于卷積的鄰域運算，它的思想是將一個含有奇數個像素的窗口A在圖像上依次移動，在每個位置上對窗口內像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值。

3.2中值算法的system generator實現

使用system generator構建的中值算法結構如圖6所示。

3.3基于FPGA的中值算法的調試

中值算法對于水果圖像增強的效果如圖7至圖9所示。中值濾波是一種非線性的空間濾波，響應基于圖像濾波器包圍的圖像區域中像素的排序，然后用統計排序的中值代替中心像素的值。中值濾波對脈沖噪聲非常有效，同時又能夠很好保護水果目標圖像的邊緣。由圖7、圖8可知，中值濾波能有效地慮除橘子輪廓的毛刺，同時邊緣保護得非常好。

4基于FPGA的圖像銳化水果圖像增強方法

4.1圖像銳化的原理

圖像銳化就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，分為空域處理和頻域處理2類[6]。圖像銳化算法模板如圖10所示。

4.2圖像銳化的system generator實現

最后通過對輸出水果圖像進行調整，通過改變配置表中的參數值，調節圖像處理的結果，其中底層偏移的參數的調節范圍為0～5之間的整數。

4.3基于FPGA的圖像銳化的調試

通過改變Slice的配置表中的底層偏移位的參數來達到改變水果圖像處理的理想結果，參數為0～5時的水果圖像處理結果如圖13至圖15所示。

圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。通過調試，圖像銳化補償圖像的輪廓，增強了橘子圖像的邊緣。隨著采樣周期的延長，圖像邊緣更突出、清晰。

5總結

本試驗進行了基于FPGA水果圖像增強方法的研究，主

要實現了3種水果圖像增強方法。基于FPGA的濾波算法可以并行地實現，大大地提高了圖像分析和處理的速度。從處理結果看，高斯濾波器是線性平滑濾波器，對去除服從正態分布的噪音是有效的；中值濾波能很好地消除小的噪音，但噪音塊大于處理窗時，就無能為力；圖像銳化增強了圖像的邊緣，使圖像邊緣突出、清晰。

參考文獻：

[1]黨宏社，宋晉國，郭琴. 基于ARM的嵌入式水果大小檢測與分級系統的實現[J]. 四川農業大學學報，2011，29（1）：89-93.

[2]展慧，李小昱，王為，等. 基于機器視覺的板栗分級檢測方法[J]. 農業工程學報，2010，26（4）：327-331.

[3]安愛琴，余澤通，王宏強. 基于機器視覺的蘋果大小自動分級方法[J]. 農機化研究，2008（4）：163-166.

[4]Sengee N，Sengee A，Heung-Kook C. Image contrast enhancement using bi-histogram equalization with neighborhood metrics[J]. IEEE Transactions on Consumer Electronics，2010，56（4）：2727-2734.

[5]趙吉文，高尚，魏正翠，等. 基于FPGA的西瓜子機器視覺檢測系統設計與試驗[J]. 農業機械學報，2011，42（8）：173-177.

[6]Zhang Q H，Zhang X F. Research of key algorithm in the technology of fingerprint identification[C]. IEEE Second International Conference on Computer Modeling and Simulation. Sanya，China，2010：282-284

摘要：為提高水果品質檢測精度，針對以FPGA（Field-Programmable Gate Array，現場可編程門陣列）為核心的水果檢測系統進行圖像增強方法的研究。以柑橘為對象，對水果圖像分別進行了高斯算法、中值算法和圖像銳化3種圖像增強方法的試驗，實現了基于FPGA的柑橘圖像的增強，并分析了3種方法對水果圖像增強的效果。結果表明，以FPGA為核心的圖像增強方法，通過并行處理結構及流水線技術，可實時處理可見光圖像，有效增強了圖像的對比度，提高了圖像質量，在水果品質檢測方面具有較高的實用價值。

關鍵詞：FPGA；水果檢測；圖像增強

中圖分類號： S126；TN911.73文獻標志碼： A文章編號：1002-1302（2014）06-0395-04

收稿日期：2013-08-28

基金項目：江蘇省蘇州市科技計劃（編號：SYN201109）；常熟理工學院青年教師科研啟動基金（編號：QZ1101）。

作者簡介：毛麗民（1981—），男，江蘇常熟人，碩士，講師，主要從事圖像處理與目標跟蹤研究。E-mail：maolimin_1981@163.com。在水果無損檢測方法和技術研究中，水果圖像的邊緣信息是水果最基本的特征[1]。雖然，國內外對基于機器視覺的水果品質檢測進行了廣泛應用研究，如蘋果的形狀、大小、顏色等。但是，我國目前基于機器視覺的水果檢測存在著檢測速度慢、系統龐大、成本高等問題[2-3]。本研究提出了一種以FPGA（現場可編程門陣列）為核心的水果檢測系統，利用該系統對水果圖像進行增強。該系統主要實現了基于FPGA的高斯算法、中值算法和圖像銳化，對水果圖像進行增強[4]。

1水果品質檢測系統的設計

FPGA目前已經被廣泛地應用于機器視覺系統中，與傳統的DSP處理方法相比，FPGA有著明顯的優勢。首先，FPGA 真正實現了信號的并行處理；其次FPGA實現信號處理非常靈活；最后隨著半導體技術的迅速發展，FPGA價格不斷降低，實現了系統低成本的設計。本試驗采用FPGA作為水果品質檢測的處理核心，硬件核心部分采用XINLIX高性能 FPGA作為主處理芯片，圖像采集采用TCDl208AP型線陣CCD。通過CCD攝像頭獲取圖像，將數據輸入到FPGA，根據圖像增強方法實現了水果圖像的增強。系統整體設計如圖1所示。

2基于FPGA的高斯濾波水果圖像增強方法

2.1高斯算法的原理

2.1.1高斯濾波法簡介用二維零均值離散高斯函數作平滑濾波器，函數表達式為[5]：

g[i，j]=e-（i2+j2）2σ2。（1）

式中：g[i，j]為像素點；高斯分布參數σ決定了高斯濾波器的寬度。高斯濾波器是一類根據高斯函數的形狀來選擇權值的線性平滑濾波器，對去除服從正態分布的噪音是有效的。

調試過程中，改變采樣周期，水果圖像將發生變化。通過調試，得到的增強效果如圖3所示。

3基于FPGA的中值濾波水果圖像增強方法

3.1中值算法的原理

中值濾波是一種不同于卷積的鄰域運算，它的思想是將一個含有奇數個像素的窗口A在圖像上依次移動，在每個位置上對窗口內像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值。

3.2中值算法的system generator實現

使用system generator構建的中值算法結構如圖6所示。

3.3基于FPGA的中值算法的調試

中值算法對于水果圖像增強的效果如圖7至圖9所示。中值濾波是一種非線性的空間濾波，響應基于圖像濾波器包圍的圖像區域中像素的排序，然后用統計排序的中值代替中心像素的值。中值濾波對脈沖噪聲非常有效，同時又能夠很好保護水果目標圖像的邊緣。由圖7、圖8可知，中值濾波能有效地慮除橘子輪廓的毛刺，同時邊緣保護得非常好。

4基于FPGA的圖像銳化水果圖像增強方法

4.1圖像銳化的原理

圖像銳化就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，分為空域處理和頻域處理2類[6]。圖像銳化算法模板如圖10所示。

4.2圖像銳化的system generator實現

最后通過對輸出水果圖像進行調整，通過改變配置表中的參數值，調節圖像處理的結果，其中底層偏移的參數的調節范圍為0～5之間的整數。

4.3基于FPGA的圖像銳化的調試

通過改變Slice的配置表中的底層偏移位的參數來達到改變水果圖像處理的理想結果，參數為0～5時的水果圖像處理結果如圖13至圖15所示。

圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。通過調試，圖像銳化補償圖像的輪廓，增強了橘子圖像的邊緣。隨著采樣周期的延長，圖像邊緣更突出、清晰。

5總結

本試驗進行了基于FPGA水果圖像增強方法的研究，主

要實現了3種水果圖像增強方法。基于FPGA的濾波算法可以并行地實現，大大地提高了圖像分析和處理的速度。從處理結果看，高斯濾波器是線性平滑濾波器，對去除服從正態分布的噪音是有效的；中值濾波能很好地消除小的噪音，但噪音塊大于處理窗時，就無能為力；圖像銳化增強了圖像的邊緣，使圖像邊緣突出、清晰。

參考文獻：

[1]黨宏社，宋晉國，郭琴. 基于ARM的嵌入式水果大小檢測與分級系統的實現[J]. 四川農業大學學報，2011，29（1）：89-93.

[2]展慧，李小昱，王為，等. 基于機器視覺的板栗分級檢測方法[J]. 農業工程學報，2010，26（4）：327-331.

[3]安愛琴，余澤通，王宏強. 基于機器視覺的蘋果大小自動分級方法[J]. 農機化研究，2008（4）：163-166.

[4]Sengee N，Sengee A，Heung-Kook C. Image contrast enhancement using bi-histogram equalization with neighborhood metrics[J]. IEEE Transactions on Consumer Electronics，2010，56（4）：2727-2734.

[5]趙吉文，高尚，魏正翠，等. 基于FPGA的西瓜子機器視覺檢測系統設計與試驗[J]. 農業機械學報，2011，42（8）：173-177.

[6]Zhang Q H，Zhang X F. Research of key algorithm in the technology of fingerprint identification[C]. IEEE Second International Conference on Computer Modeling and Simulation. Sanya，China，2010：282-284