基于FPGA的二值图像的膨胀算法的实现

基于FPGA的二值图像的膨胀算法的实现

1 背景知识

二值图像（Binary Image）是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。二值图像是指在图像中，灰度等级只有两种，也就是说，图像中的任何像素不是0就是1，再无其他过渡的灰度值。

二值图像经常出现在数字图像处理中作为图像掩码或者在图像分割、二值化和dithering的结果中出现。一些输入输出设备，如激光打印机、传真机、单色计算机显示器等都可以处理二值图像。

二值图像经常使用位图格式存储。

二值图像可以解释为二维整数格，图像变形处理领域很大程度上就是受到这个观点启发。

膨胀与腐蚀是形态学滤波的两个基本运算，能实现多种多样的功能，主要功能如下：

（1）消除噪声；

（2）分割出独立的图像元素；

（3）在图像中连接相邻的元素；

（4）寻找图像中明显的极大值和极小值区域；

（5）求出图像的梯度。

膨胀数学模型：

  

（1）

 

图1 具有断裂文字的低分辨率样品文字（见放大的视图）

如图1所示，a为具有断裂文字的低分辨率样品文字（见放大的视图），b为结构元，c为图b对a的膨胀。断裂线段被连接起来了。

2 膨胀算法

在这里我们演示黑色膨胀过程。

 

                      

 

图2 膨胀演示

在二值图像的膨胀算法过程中我们使用二值图像3x3图像矩阵，由图1可知，当九个格子中只要出现一个‘0’，经过膨胀算法后(x,y)点的值都会是‘0’。

只有（x,y）点以及相邻的八个点都是‘1’f(x,y)的值才是‘1’。这样就完成了二值图像的膨胀。

3 FPGA膨胀算法实现

 

图3 二值图像膨胀FPGA模块架构

图3中我们使用串口传图传入的是二值图像。

FPGA源码：

  /*

Module name:  binary_image_swell.v

Description:  binary image swell.

 */

`timescale 1ns/1ps

 

module binary_image_swell(

       input             clk,  //pixel clk

 input             rst_n,

 

 input [15:0]      data_in,

 input             data_in_en,

 

 output  reg [15:0]    data_out,

 output            data_out_en

 );

 

wire [15:0] line0;

wire [15:0] line1;

wire [15:0] line2;

 

reg [15:0] line0_data0;

reg [15:0] line0_data1;

reg [15:0] line0_data2;

 

reg [15:0] line1_data0;

reg [15:0] line1_data1;

reg [15:0] line1_data2;

 

reg [15:0] line2_data0;

reg [15:0] line2_data1;

reg [15:0] line2_data2;

 

reg        data_out_en0;

reg        data_out_en1;

reg        data_out_en2;

 

line3x3 line3x3_inst(

        .clken(data_in_en),

     .clock(clk),

     .shiftin(data_in),

     .shiftout(),

     .taps0x(line0),

     .taps1x(line1),

     .taps2x(line2)

  );

//----------------------------------------------------------------------------

// Form an image matrix of three multiplied by three

//---------------------------------------------------------------------------

always @(posedge clk or negedge rst_n) begin

  if(!rst_n) begin

    line0_data0 <= 16'b0;

 line0_data1 <= 16'b0;

 line0_data2 <= 16'b0;

 

 line1_data0 <= 16'b0;

 line1_data1 <= 16'b0;

 line1_data2 <= 16'b0;

 

 line2_data0 <= 16'b0;

 line2_data1 <= 16'b0;

 line2_data2 <= 16'b0;

 

 data_out_en0 <= 1'b0;

 data_out_en1 <= 1'b0;

 data_out_en2 <= 1'b0;

  end

  else if(data_in_en) begin

    line0_data0 <= line0;

 line0_data1 <= line0_data0;

 line0_data2 <= line0_data1;

 

 line1_data0 <= line1;

 line1_data1 <= line1_data0;

 line1_data2 <= line1_data1;

 

 line2_data0 <= line2;

 line2_data1 <= line2_data0;

 line2_data2 <= line2_data1;

 

 data_out_en0 <= data_in_en;

 data_out_en1 <= data_out_en0;

 data_out_en2 <= data_out_en1; 

  end

end

 

always @(posedge clk or negedge rst_n) begin

  if(!rst_n)

    data_out <= 16'h0000;

  else if(data_out_en1)

    if((line0_data0 == 16'h0000) && (line0_data1 == 16'h0000) && (line0_data2 == 16'h0000) && (line1_data0 == 16'h0000) && (line1_data1 == 16'h0000) && (line1_data2 == 16'h0000) && (line2_data0 == 16'h0000) && (line2_data1 == 16'h0000) && (line2_data2 == 16'h0000))

      data_out <= line1_data1;

    else if((line0_data0 == 16'hffff) && (line0_data1 == 16'hffff) && (line0_data2 == 16'hffff) && (line1_data0 == 16'hffff) && (line1_data1 == 16'hffff) && (line1_data2 == 16'hffff) && (line2_data0 == 16'hffff) && (line2_data1 == 16'hffff) && (line2_data2 == 16'hffff))

      data_out <= line1_data1;

    else

      data_out <= 16'h0000; 

end

endmodule

 

4实验结果

 

图4 实验原图

 

 

图5 实验原图显示结果图

 

图6 膨胀后的结果图

结果分析：

由图5和图6来看，明显线条被加粗，膨胀算法实现。

至此，有兴趣的同学可以使用FPGA开发板自己来实验一下下面这个过程，已达到自我的理解和贯通。

RGB图像->sobel算子边缘检测->二值图像的腐蚀->二值图像的膨胀。