图像缩放算法的研究与FPGA设计

合集下载

基于FPGA的实时图像畸变校正系统研究

基于FPGA的实时图像畸变校正系统研究基于FPGA的实时图像畸变校正系统研究摘要：随着图像处理技术的飞速发展，图像畸变校正技术在计算机视觉和机器视觉领域中得到广泛应用。

本文以基于FPGA的实时图像畸变校正系统为研究对象，详细阐述了图像畸变的原因与分类，并提出了一种基于FPGA的实时图像畸变校正算法及其应用。

本文通过设计和搭建相应的硬件平台，实现了图像畸变校正的实时处理，证明了基于FPGA的图像畸变校正系统具有高速处理、低功耗和高精度的特点，对于实时图像畸变校正问题具有很好的应用前景。

关键词：FPGA；图像畸变；实时处理；图像校正一、引言图像畸变是指图像在采集、传输或再现过程中产生的各种形变和失真现象。

这些形变和失真可能会影响图像的准确性和可靠性，因此图像畸变校正成为了图像处理领域中重要的研究课题。

基于FPGA的实时图像畸变校正系统由于具有高度并行处理能力和快速响应的特点，被广泛应用于机器视觉、无人机遥感等领域。

二、图像畸变的原因与分类图像畸变主要由摄像机镜头失真、光学成像非理想等因素引起。

根据畸变的特性，图像畸变可分为径向畸变和切向畸变两大类。

径向畸变是指图像的边缘部分拉伸或压缩，而切向畸变则是图像的边缘部分发生扭曲。

三、基于FPGA的实时图像畸变校正算法本文设计了一种基于FPGA的实时图像畸变校正算法，主要包括以下几个步骤：1. 图像畸变参数提取：对输入的图像进行预处理，提取出径向和切向畸变的参数。

2. 校正矩阵生成：根据提取到的畸变参数，生成图像畸变校正矩阵。

3. 图像畸变校正：以每个像素为单位，通过矩阵变换将畸变图像校正为正常图像。

4. 实时显示：将校正后的图像实时显示在输出设备上。

四、硬件平台设计本文搭建了基于FPGA的实时图像畸变校正系统硬件平台。

该平台主要由FPGA芯片、图像采集模块、图像存储模块和显示模块构成。

其中，FPGA芯片负责图像畸变校正算法的实时处理，图像采集模块用于获取待校正的图像，图像存储模块用于保存畸变校正前后的图像数据，显示模块则将校正后的图像实时显示出来。

基于FPGA_的九点插值自适应图像缩放算法设计

第 38 卷第 8 期2023 年 8 月Vol.38 No.8Aug. 2023液晶与显示Chinese Journal of Liquid Crystals and Displays基于FPGA的九点插值自适应图像缩放算法设计朱明达*，辛鹏，常嘉颖（中国石油大学（北京）信息科学与工程学院，北京 102249）摘要：为了能够在现场可编程门阵列（Field Programmable Gate Array，FPGA）硬件平台上实现速度快、质量高的图像缩放，提出一种九点插值自适应缩放算法。

首先提出九点插值基本算法以减少逻辑资源用量，达到的图像缩放效果明显优于最近邻域插值算法，但略差于双线性插值算法，且图像边缘不够清晰。

为了优化九点插值基本算法对图像边缘的缩放效果，提出了九点插值与最近邻域插值算法相结合的自适应缩放算法，通过MATLAB和FPGA对以上算法分别进行软件、硬件的对比分析和实验验证。

实验结果表明，自适应九点插值算法比最近邻域、双线性插值图像缩放算法的峰值信噪比提高0.3~2.5 dB，并且硬件资源消耗量比双线性插值减少了约20%。

该算法减轻了传统算法的图像边缘模糊与图像严重失真问题，且占用FPGA资源少，有更高的应用价值。

关键词：图像缩放；现场可编程门阵列；线性插值；自适应插值中图分类号：TP391.4 文献标识码：A doi：10.37188/CJLCD.2022-0338Design of nine-point interpolation adaptive image scalingalgorithm based on FPGAZHU Ming-da*，XIN Peng，CHANG Jia-ying（College of Information Science and Engineering， China University of Petroleum （Beijing），Beijing 102249， China）Abstract： In order to realize fast and high-quality image scaling on field programmable gate array （FPGA）hardware platform， this paper proposed a nine-point interpolation adaptive scaling algorithm. Firstly， in order to reduce the amount of logical resources， a basic algorithm of nine-point interpolation is proposed， the image scaling effect achieved is obviously better than the nearest neighbor interpolation algorithm but slightly worse than the bilinear interpolation algorithm， and the edge of the image is not clear. In order to optimize the scaling effect of the basic algorithm of nine-point interpolation on the edge of the image， an adaptive scaling algorithm combining nine-point interpolation and nearest neighbor domain interpolation is proposed.The algorithm software，hardware comparative analysis and experimental verification are carried out through MATLAB and FPGA. Experimental results indicate that the peak signal to noise ratio of the adaptive nine-point interpolation algorithm is 0.3~2.5 dB higher than that of the traditional scaling algorithm on average，and the hardware resource consumption is reduced by about 20% compared with bilinear interpolation. The nine-point interpolation algorithm alleviates the problems of image edge blur and severe image distortion 文章编号：1007-2780（2023）08-1075-09收稿日期：2022-10-17；修订日期：2022-11-08.基金项目：国家自然科学基金（No.41704173）；中国高校产学研创新基金（No.2020HYA08001）Supported by National Natural Science Foundation of China（No.41704173）； Industry-University-ResearchInnovation Fund for Chinese Universities （No.2020HYA08001）第 38 卷液晶与显示of the traditional algorithms， and it occupies less FPGA resources and has higher application value.Key words： image scaling； field programmable gate array； linear interpolation； adaptive interpolation1 引言视频图像缩放技术目前在医疗、遥感、军事等领域有着广泛的应用［1-2］，多采用FPGA进行视频图像的实时处理。

图像放大缩小的原理和应用

图像放大缩小的原理和应用1. 原理图像放大缩小是数字图像处理中的一种基础操作，其原理是通过改变图像像素的尺寸来实现。

在图像放大时，通常采用插值算法来填充空白像素；而在图像缩小时，通常采用像素平均或取样的方式来减少像素。

1.1 图像放大原理图像放大的主要原理是通过插值算法来增加图像的像素数量，从而增大图像的尺寸。

插值算法可以根据原图像的像素值，在新的像素位置上生成合适的像素值。

常用的插值算法包括最近邻插值、双线性插值和双三次插值等。

最近邻插值是一种简单的插值算法，它通过找到离新像素位置最近的像素值来进行插值。

这种算法简单快速，但会导致图像边缘的锯齿效应。

双线性插值是一种更精确的插值算法，它考虑了新像素位置附近的像素值，并进行线性插值计算。

这种算法可以有效地减少锯齿效应，但对于像素边缘仍可能存在模糊问题。

双三次插值是一种更高级的插值算法，它在双线性插值的基础上添加了更多的像素信息，通过曲线拟合来生成更精确的像素值。

这种算法可以进一步减少锯齿效应和模糊问题，但计算复杂度也相应增加。

1.2 图像缩小原理图像缩小的主要原理是通过减少图像的像素数量来缩小图像的尺寸。

常用的缩小算法包括像素平均和取样算法。

像素平均算法是一种简单的缩小算法，它将原图像中的多个像素的 RGB 值取平均，生成新的像素值。

这种算法简单快速，但会导致图像细节丢失。

取样算法是一种更精确的缩小算法，它通过从原图像中选择几个有代表性的像素进行采样，并生成新的像素值。

这种算法可以保留更多的图像细节，但计算复杂度也相应增加。

2. 应用图像放大缩小在许多领域都有广泛的应用，下面列举了几个常见的应用场景：•数字摄影：在数字摄影中，图像放大可以用于增加图像的分辨率，从而提高图像的清晰度和细节呈现。

•医学影像：在医学影像领域，图像放大可以用于放大细胞、组织或病变区域，帮助医生进行更精确的诊断。

•图像处理：在图像处理领域，图像缩小可以用于生成缩略图，帮助用户快速浏览和索引大量图像；图像放大可以用于图像重建和增强，帮助改善图像质量。

基于FPGA的视频缩放设计与实现

基于FPGA的视频缩放设计与实现
FPGA视频缩放是一种基于现场可编程门阵列（FPGA）实现的视频处理技术。

它通过对视频帧进行采样和重构，实现对视频尺寸的调整，从而满足不同的视觉需求。

本文将介绍FPGA视频缩放的设计与实现。

FPGA视频缩放的设计从以下几个方面展开：图像采集、图像处理和图像显示。

需要通过摄像头或者视频源采集视频图像，并将其传输到FPGA芯片内部。

然后，对采集到的视频图像进行处理，包括图像缩放、噪声滤波等操作。

将处理后的图像传输到显示设备，如显示器或者电视机。

在FPGA视频缩放的实现过程中，需要使用一些常用的图像处理算法和技术。

最常见的是双线性插值算法。

该算法利用附近的像素值来估计目标像素的值，以实现图像的缩放。

在此基础上，还可以使用其他的图像处理技术，如直方图均衡化、边缘检测等，以提高图像质量。

在设计FPGA视频缩放系统时，还需要考虑硬件资源和性能的问题。

FPGA芯片的资源有限，需要合理利用和分配。

视频处理过程中会涉及到大量的数据计算和存储，对FPGA芯片的性能要求较高。

需要对系统进行优化，采用并行计算和高速缓存等技术，以提高系统的性能和效率。

还需要考虑FPGA视频缩放系统的可靠性和可扩展性。

在设计过程中，需要进行模块化设计，将不同的功能模块进行划分和组合，以方便系统的测试和维护。

还应具备一定的可扩展性，以便于后期对系统进行升级和扩展。

基于fpga的数字图像处理原理及应用

基于FPGA的数字图像处理原理及应用1. 引言数字图像处理作为一项重要的技术，已经被广泛应用于多个领域，例如医疗影像、机器视觉和图像识别等。

而基于FPGA（Field-Programmable Gate Array）的图像处理系统已经成为研究的热点。

本文将介绍基于FPGA的数字图像处理原理及其应用。

2. FPGA的基本原理和特点FPGA是一种可重构的硬件设备，具有可在现场编程的特点，使其适用于不同应用的实时高性能图像处理。

FPGA拥有可配置的逻辑单元和内部存储器，可用于实现各种数字图像处理算法。

3. FPGA在数字图像处理中的应用3.1 图像滤波•FPGA可以实现图像滤波算法，例如均值滤波、中值滤波和高斯滤波等。

•FPGA的并行计算能力使得图像滤波可以以实时高性能的方式进行。

3.2 图像边缘检测•基于FPGA的图像边缘检测算法可以有效地提取图像的边缘信息，用于目标识别和图像分割等应用。

•FPGA的并行处理能力和灵活的逻辑结构使得边缘检测算法可以以高效的方式实现。

3.3 图像增强•FPGA可以用于实现图像增强算法，例如直方图均衡化和灰度级调整等。

•FPGA的硬件并行性使得图像增强算法可以在实时性要求较高的应用中得到广泛应用。

3.4 图像压缩•FPGA可以实现图像压缩算法，例如JPEG压缩算法。

•FPGA的高速并行处理能力使得图像压缩可以以实时高效的方式进行。

4. FPGA在数字图像处理中的优势•FPGA具有硬件并行处理能力，可以实现高效的图像处理算法。

•FPGA具有灵活性，可以根据不同的应用需求进行编程和配置。

•FPGA具有低功耗和低延迟的特点，适用于实时性要求较高的图像处理应用。

•FPGA具有较高的计算性能和吞吐量，可以满足高帧率的图像处理需求。

5. FPGA在数字图像处理中的应用案例5.1 医疗影像处理•基于FPGA的医疗影像处理系统可以用于实时的医学图像分析和诊断。

•FPGA的硬件并行处理能力可以提高医疗图像处理系统的性能和效率。

图像缩放原理

图像缩放原理
图像缩放原理是指通过改变图像的尺寸，使其在不改变内容的情况下适应于不同的显示设备或应用场景。

最常见的图像缩放方法有插值法、双线性插值法和双三次插值法。

插值法是最简单的图像缩放方法之一，其原理是通过已知像素点的亮度值来估计未知像素点的亮度值。

常见的插值算法有最近邻插值和双线性插值。

最近邻插值法的原理是将目标图像的坐标映射到原图像中，并找到离目标坐标最近的点的亮度值作为目标点的亮度值。

这种方法简单快速，但可能会引入锯齿状的边缘效应。

双线性插值法的原理是通过目标点周围的四个邻近点的亮度值进行加权平均，来估计目标点的亮度值。

这种方法可以平滑边缘，但会导致图像模糊。

双三次插值法是一种更高级的插值方法，其原理是通过目标点周围的16个邻近点的亮度值进行加权平均。

这种方法可以在保持图像细节的同时，减少锐化和伪影效果。

除了插值法，还有一些其他的图像缩放方法，如基于小波变换的图像缩放方法和基于域仿射变换的图像缩放方法。

这些方法都以不同的原理和算法来实现图像的缩放，以满足不同应用场景的需求。

图像缩放IP的FPGA实现

率不一致时，采用图像缩放处理技术可以将输入信号的分辨率进行缩小或放大处理以适应显示器件的
需要。图像缩放Ｉ根据图像显示的要求分别在Ｐ可
常用的图像插值算法有最近邻域插值、双线性插值和双三次插值。最近领域插值算法十分简单，运算速度快，待插
值像素将在源图像中距离其最近的像素的灰度值作为其显示的灰度值，但是该算法由于没有考虑相邻
— －
Ｌ－・
彗
，
（四川教育学院网络与信息管理中心，成都６１３）１１０
摘要：了降低图像缩放Ｉ为Ｐ的硬件资源占用率并获得最佳的图像缩放质量，用基于二次函数的三点控制采
插值算法并利用ＦＧＰＡ实现。阐述该Ｉ系统架构，Ｐ的重点介绍线性缓存的读写控制和插值算法的优化处理，相比双三次图像插值算法，ＩＦＧ该Ｐ的ＰＡ硬件资源占用仅有其一半。关键词：图像缩放；插值算法；线性缓存；ＰＡＦＧ
（）线性插值ｃ双
（）－捅值ｄ双Ｅ次
（）Ｅ点斜率控制插值ｅ－
图２不同插值算法的缩放效果对比。２Ｘ２１８１８放大至２６２６５Ｘ５
与输出图像具有同样大小的显示面积，从而确定待插
双三次插值算法的插值核为三次函数，它不仅考虑了待插值像素周围１６个源图像像素点的灰度值的影响，还考虑了它们灰度值变化率的影响，因此缩放后的图像边缘更加锐利，细节表现更加清晰。该算法常用于高质量的图像处理系统，在实现时需
ｌ９１
四川教育学院学报

基于FPGA的图像缩放及边缘检测的硬件设计

图像缩放通常通过插值完成，插值而则通过曲线拟合的方法实现。它利用离散的采样点建立一个连续函数，据这个重根建的连续函数求出任意位置的函数值。因此对于数字图像而言，放的过程又称为缩图像的重采样。利用重建实现的缩放算法，多都因为运算量少，许实现简单，得都到了广泛的应用。它们基本上都具有快速生成图像、视觉效果良好，方便进行任意倍数缩放，也就是所谓的 “ 无级缩放的优点。怛由于在插值过程中没有针对图像的边缘和纹理特征进行特殊处理，以导致所处理后的图像准以保持物体边界清晰和轮廓分明。从频域角度看，些函数表现为一｛通滤波器，像经滤波后容易发生高频氐图分量损失，而出现边缘锯齿现象及高频因细节模糊化。如果只是改进插值函数参数，其更近似干理想插值函数，法从根使无本上解决边缘锯齿和细节模糊的问题。由于这些传统图像插值算法的本质是对原始图像建立连续数学模型，后按缩放要求然进行重采样，到最后的缩放图像，放过得缩程只使用了统一数学模型，有考虑边缘没部分的高频信息损失，成图像中物体边造界层次模糊。而研究表明，眼对图像的人

针对基于FPGA的视频图像预处理的算法研究

的。
扫描线）上有等分点（）＝Ｏ，２置，ｉ，ｌ，…，ｎ。对任－ｉｉＯ，－（＝，ｌ２，… ，ｎ），将ｘ的灰度值ｃ看成是图像在点（）的高ｉ处Ｘ，０处度。在点（）Ｘ，０处拉出线段到点（ｃ），便形成如图２所示Ｘ，．３的阴影区域，区域内部值为ｌ，外部为０。这样便将具有灰度表示的一
２图像的缩放处理
２１二值图像的缩放处理．
所谓图像缩放是指改变图像的分辨率” 常常借助于图像插值来，实现，例如常见的插值方法有最近领域法，灰度级线性插值‘ “ ，双线性插值，但通常情况下图像缩放后难以保持物体边界清晰和轮等廓分明。本文提出了一种离散缩放方法，它能使图像缩放后仍具有自然分明的边界，以更好地进行后来的视频图像压缩。它的主要思想可是对原始数字图像按所需缩放比例直接进行重采样（ｅａｐｉｒｓｌｇｍｎ１，得到中间图像，再对该中间图像进行后置处理（ｏｔｌｒｇｐｓｉｅｎ），以消ｆｔｉ除重采样时可能存在的失真玛象，得到更自然合理的目图像。见Ｉ！标
维普资讯
南曩料技２ｏ年第５工ｏ８期
技术创新
针对基于Ｆ的视频图像预处理的算法研究ＧＡＰ
侯佳欣宋宇
（长春工业大学计算机科学与工程学院１
摘要针对基于ＦＧ器件实现实时视频图像处理中原始视频数据与视频编码算法不兼容的问题，本文提出了一种离缩放算ＰＡ散法，通过它对原始图像进行预处理，能使图像缩放后仍具有自然分明的边界，达到较为理想的视觉效果，可以更好地通过ＦＧＰＡ器件进行后来的视频图像压缩。关键词ＦＧＡ视频编码图像处理离散缩放算法Ｐ由于视频数据处理问题的特殊性，即实时性要求很高，通常的ＣＦ７０６Ｉ（５象素），每秒３的视频数据象素周期为７ｎ。单个２ｘ７格式【麒４ｓ象素的处理必须在此时问内完成，这就对视频数据处理的硬件实现方精度愈高，ｔ通常取Ｎ中点数的一半，ｔ值对精度不太敏感，除非太小或太大．在本章例子中，当Ｎ取作３３＊正方区域，诹为５时，已有很好

基于FPGA的任意比例图像缩放算法

＝
［］１池水明：ＰＡＦＧ在实时图像预处理中的应用［］山西电子技术。０．Ｊ．２７０［］２崔跃：ＰＡ在图像处理中的应用［］中国新通信（技术版）０８ＦＧＪ．。０．２［］３尹乐，采用ＦＧ邓彬：ＰＡ的图像增强压缩系统的设计［．Ｊ应用设计。０．］２７０［］４贾凤美：插值在图像（图形）中的使用［］处理Ｊ．科学技术与工程，０７２０．［］５张阿珍，刘政林，邹雪城，向祖权：基于双三次插值算法的图像缩放引擎的设计［］微电子学与计算机，０７Ｊ．２０．［］６林媛，图像缩放算法研究及其ＦＧＰＡ实现［］厦门大学，硕士学Ｊ．
作者简介
４Ｐ、ＦＧＡ上的实现
此算法可以在ＦＧＡ上比较容易的实现，图是其实现框图Ｐ下（）图４。
第一作者，刘强（１９７７一），男（族）汉，江苏靖江人，浙江大学信息科学与工程学院硕士，浙江宇视科技有限公司工程师。第二作者，晋兆虎（１９８０一），男（族）四川人，华汉，为通信技术有限公司杭州研究所工程师。
位论文，０６２０．
３、算法结果对比
我们比较传统的二次线性缩放算法和本文提出的算法。下图中图１是原始图像，是采用二次线性缩放算法缩小为原来的３４图２／的结果，是采用本文提出的算法缩ｄ３４图３￣／的结果。传统的二次线性算法由于均采用多点加权的方式，以目标图所像中任何一个像素实际上都是原始图像经过运算所得。其结果是目标图像的高频分量丢失严重，图像变得比较模糊。而本文的算法采用分段处理的方式，不同的分段其参与加权的像素是不同的，从而仅可能的保留了原始图像的高频分量。从而得到的图像比较明亮清楚。

基于FPGA实现固定倍率的图像缩放

先进行行方向的卷积，进行列方向的卷积，而得到输出图像像素。把图像缩放过程设计为一个单元体的循环过再从
程，单元体内部，先计算出卷积系数。降低了ＦＧ设计的复杂性，高了图像缩放算法的运算速度，强了系统在事ＰＡ提增
（．ｃｅｃｎｅｈｏｏｙｏｅｔ－ｐｔｏｔｏａｏａｏｙ，Ｌｏａｇ４０９，Ｃｈｎ１ＳｉｎｅａｄＴｃｎｌｇｎＥｌｃｒｏｉＣｎｒｌｂｒｔｒｏｃＬｕｙｎ７１０ｉａ；
２ＮｎｉｎｅｓｏＡｅｏａｔｓａｄＡｓｏａｔｓＮｊｎ１０６Ｃｉ）．ａｊｇＵｉｒｎｖｆｒｎｕｉｎｃｔｎｕｉ，ａｉｒｃｎｇ２０１，ｈｎａ
２２１基于ｎ．Ａ实现行方向的卷积．．Ｇ
图像在行方向的放大比例为３４：，即单元体为３个输入像素和４个输出像素，图３所示。如
图２功能结构图
ＦｇＦｎｔｎｌｄａｒｍｉ．２ｕｃｉａｉｇａｏ
．
一
札
航空电子图像处理系统为操作者提供各种图像及字符信息，着传感器示器的性能指标不断提升，像处理系随显图统的设计面临越来越大的挑战，中图像缩放的功能是图像其处理系统的关键技术要求。图像缩放功能有两种实现方案：１软件实现，优点是算法选择灵活多样，成的画面质量）其生

图像缩放的研究与FPGA设计

１算法介绍
ＣａｍｕｌＲｍ样条函数具有ｔｌｏ
＿
ｃ上的连续性质，其
通过前后四个节点上的像素值确定插值点上的像素。设输入图像分辨率为ｍ× ，０≤ｉｎＰ（ ≤ｍ一１０≤ ； ≤ ｎ一１表示原图像中第ｉ、『）行第＿列像素的灰度值，它与
ｌｈｕｈｔｉｏｔｏｉｉｙｍａｅｄｆｅｅｔＥｘｉｎａｕｔｎｄａｅｔａｈｓｄｓｇｉｆｉｎ．ａｔｏｇｅｒｃｎｒｌｃｒｕｔｙｂｉｆｒｎ．ｐｒｍｅｔｌｒｓｌｓｉｉｃｔｈｔｔｉｅｉｓｅｃｅｔｈｃｒｅｅｎｉ
平面上的二维点（ √ ｉ）相对应。设有节点ｔ，。ｔ，
两者相同时显示的效果为最佳，以要显示最好所的效果，进行图像缩放就成了一种必然，因此图像缩放器的性能一定程度上会影响显示的效果。图像缩放中对图像的处理都是基于一定的插值算法，目前图像缩放常用的插值算法主要有最近邻插值、双线性插值、双三次插值等，中最近邻和双线性插值本身并不适合其
吕荣国，蒋林，杨飞
（西安邮电学院电子工程学院，西西安７０６）陕１０１
摘要：图像缩放的不同要求，出一种分步插值图像缩放器结构。对行列在空间上分开，间上同步，开始的Ｋ针对提在时在

（选择不同的算法Ｋ值不同）行行列串行处理，先进行行缩放，再用新生成的像素点进行列操作，Ｋ行处理完后，行列并行

基于FPGA的视频缩放设计与实现

基于FPGA的视频缩放设计与实现随着数字视频技术的不断发展，视频缩放技术在媒体处理和通信领域中扮演着越来越重要的角色。

视频缩放技术能够对视频图像进行放大或缩小操作，以适应不同的显示设备或带宽要求。

在实际应用中，往往需要高效、实时地对视频进行缩放处理，利用FPGA实现视频缩放成为了一种重要的方法。

本文将介绍基于FPGA的视频缩放设计与实现。

首先将对视频缩放技术进行简要介绍，然后分析FPGA在视频缩放中的优势，接着将介绍基于FPGA 的视频缩放设计与实现流程，并最后进行总结。

一、视频缩放技术简介视频缩放技术是数字视频处理中的一种重要技术，其主要功能是根据目标设备的分辨率或显示需求，对原始视频图像进行放大或缩小操作。

视频缩放技术在电视、监控、视频会议、数字电视、数字信号处理等领域有着广泛的应用。

视频缩放技术的实现一般分为硬件和软件两种方式，其中硬件方式通常采用专用芯片或FPGA实现，能够提供更高的处理速度和更低的时延。

二、FPGA在视频缩放中的优势FPGA（Field-Programmable Gate Array）是一种可编程的数字集成电路，具有灵活性强、时序可控、并行性好等优势。

在视频处理中，FPGA能够利用其并行处理能力和高速IO 接口，实现高效、实时的视频缩放处理。

相比于软件方法，利用FPGA实现视频缩放能够获得更高的性能和更低的功耗。

三、基于FPGA的视频缩放设计与实现1. 系统架构设计基于FPGA的视频缩放系统通常由视频输入接口、视频缓存、视频缩放核以及视频输出接口等部分组成。

视频输入接口负责接收原始视频信号，视频缓存用于暂存视频数据，视频缩放核实现视频图像的缩放操作，视频输出接口将处理后的视频信号输出到显示设备中。

2. 视频缩放算法视频缩放算法是视频缩放系统的关键，常用的视频缩放算法有双线性插值法、最近邻插值法、双三次插值法等。

在FPGA实现视频缩放时，通常会选择适合硬件实现的算法，以提高处理速度和降低资源消耗。

图像缩放中一种去振铃算法的研究与硬件实现

图像缩放中一种去振铃算法的研究与硬件实现赵兴朋;刘卫东;于岗【摘要】More and more non-linear filters for image interpolation are used in the existing image scaling technology. As we know, non-linear filter can get a better image quality, however, the ringing phenomenon caused by the method becomes more serious than traditional ones. In this paper, a deringing algorithm for the shortcomings of non-linear filters is brought forward, at the same time the hardware implementation based on this algorithm has been achieved and verified by FPGA. The result shows that the ringing phenomenon in the image scaling has been improved greatly with Jess hardware resources and maximizing the retention of the original image details.%在现有的图像缩放技术中，越来越多地采用了非线性滤波器进行图像的插值操作。

采用非线性滤波器虽然能得到较好的图像效果．但存在的问题是其引起的振铃现象相对于传统方法更加明显。

针对非线性滤波器的上述缺点设计了一种去振铃的算法，并在此算法的基础上给出了硬件的实现，通过了FPGA的验证调试？结果表明，在使用较少硬件资源和最大限度地保留原图像细节信息的基础上，图像缩放后的振铃现象得到大幅度的改善.【期刊名称】《电子设计工程》【年(卷),期】2011(019)017【总页数】3页(P159-161)【关键词】去振铃;图像缩放;多相滤波器;线性滤波器;全局差值最大值;局部差值最大值;硬件系统架构【作者】赵兴朋;刘卫东;于岗【作者单位】中国海洋大学信息科学与工程学院,山东青岛266100;中国海洋大学信息科学与工程学院,山东青岛266100;海信电器股份有限公司,山东青岛266071;海信电器股份有限公司,山东青岛266071【正文语种】中文【中图分类】TN492图像缩放技术在高清数字电视、多媒体投影机、智能手机等终端显示设备中的应用非常广泛。

基于fpga实现的ferguson双三次曲面插值图像缩放算法

第３６卷第６期贵州大学学报(自然科学版)Ｖｏｌ.３６㊀Ｎｏ.６２０１９年㊀１２月ＪｏｕｒｎａｌｏｆＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ)Ｄｅｃ.２０１９收稿日期:２０１９－０７－０９基金项目:贵州省科技计划项目资助(黔科合基础[２０１９]１０９９)作者简介:彭㊀燕(１９９５－)ꎬ女ꎬ在读硕士ꎬ研究方向:图像处理ꎬＥｍａｉｌ:１２１４７３６４２３＠ｑｑ.ｃｏｍ.∗通讯作者:张荣芬ꎬＥｍａｉｌ:ｒｆｚｈａｎｇ＠ｇｚｕ.ｅｄｕ.ｃｎ.文章编号㊀１０００－５２６９(２０１９)０６－００６８－０５ＤＯＩ:１０.１５９５８/ｊ.ｃｎｋｉ.ｇｄｘｂｚｒｂ.２０１９.０６.１４基于ＦＰＧＡ实现的Ｆｅｒｇｕｓｏｎ双三次曲面插值图像缩放算法彭㊀燕１ꎬ胡丹屏２ꎬ刘宇红１ꎬ张荣芬１∗(１.贵州大学大数据与信息工程学院ꎬ贵州贵阳５５００２５ꎻ２.北京东方德威系统技术有限公司ꎬ北京１０００８１)摘㊀要:图像缩放作为图像处理中重要的一部分ꎬ具有广泛的应用领域ꎮ随着科技的发展ꎬ实际应用中对图像缩放的质量和速度的要求也随之提高ꎮ本文首先在Ｍａｔｌａｂ中实现糖尿病视网膜图像的缩放实验ꎬ对比验证了Ｆｅｒｇｕｓｏｎ双三次曲面插值算法在图像缩放细节处理上的优异表现ꎬ然后在擅长以纳秒级速度处理并行数据的ＦＰＧＡ硬件平台上实现该算法ꎬ达到了良好的图像缩放效果ꎬ这有利于医疗图像处理等工程应用与实践ꎮ关键词:图像缩放ꎻ糖尿病视网膜图像ꎻＦｅｒｇｕｓｏｎ双三次曲面插值算法ꎻＦＰＧＡ中图分类号:ＴＰ２９㊀㊀㊀文献标识码:Ａ㊀㊀数字图像的缩放技术在航天航空㊁安全监控㊁医疗图像诊断等领域都有着广泛的应用ꎮ图像缩放的实现ꎬ需要在效率㊁平滑度和清晰度之间进行权衡[１]ꎬ由于图像的数据量十分巨大ꎬ使得图像缩放处理消耗大量的时间[２]ꎬ因此ꎬ快速和高品质图像缩放技术是非常重要的一个研究方向ꎮ糖尿病视网膜病变(ＤｉａｂｅｔｉｃＲｅｔｉｎｏｐａｔｈｙ)是一种具有特异性改变的眼底病变ꎬ近几年由于糖尿病视网膜患者的数量庞大ꎬ国内外都在开展以眼底照片为基础的糖尿病视网膜病变计算机辅助诊断研究[３]ꎬ其中ꎬ实现对糖尿病视网膜图像的缩放ꎬ保证图像缩放后的细节表现ꎬ对保障后续病变诊断分类算法的准确度意义重大ꎮ目前有学者将传统的插值算法如:最近邻插值算法㊁双线性插值算法㊁双三次插值算法在硬件平台上实现来开展图像缩放的工作ꎬ例如ꎬ薄振桐等人使用ＦＰＧＡ自带的乘法ＩＰ核ꎬ结合ＤＤＲ２的缓存实现了最近邻插值算法[４]ꎬ但吴以凯说明了最近邻插值算法的使用会出现明显的锯齿效应ꎬ只适应于对图像要求不高的场合[５]ꎮ王平等人利用ＧＰＵ高性能并行计算优势实现了基于双线性插值的快速缩放[６]ꎮ韩忠杰等人说明了双线性插值只能保证灰度值连续ꎬ不能保证插值处导数值连续ꎬ所以在某些较高要求的场合仍不能满足要求[７]ꎮ朱艳亮为了降低计算复杂度采用分级的思想在ＦＰＧＡ上实现双三次插值算法ꎬ虽然达到良好的视觉效果ꎬ但是带来了一定的算法精度问题[８]ꎮ综上可知ꎬ要想达到快速和高品质的图像缩放ꎬ图像缩放的算法以及硬件平台的选择在图像缩放领域扮演着至关重要的角色ꎮ为解决上述问题ꎬ本文以糖尿病视网膜病变图像的缩放为研究背景ꎬ提出一种采用ＦＰＧＡ硬件平台来实现基于Ｆｅｒｇｕｓｏｎ双三次曲面插值的图像缩放方法ꎬ首先ꎬ硬件实现上采用多级ＦＩＦＯ或ＲＡＭ缓存做流水线的方式ꎬ比ＤＤＲ缓存方式更为简便ꎮ其次ꎬ算法上把数字图像构造为分片双三次Ｆｅｒｇｕ￣ｓｏｎ插值Ｃ１曲面ꎬ整个图像缩放的过程等价于对得到的连续插值曲面进行重采样ꎬ规避了求解线性方程组所带来的计算复杂度问题ꎬ且达到插值处灰度值和导数都连续ꎬ使得细节表现清楚ꎬ能够在ＦＰＧＡ平台上以较好的效果实现对视频图像的实时缩放ꎮ１㊀Ｆｅｒｇｕｓｏｎ双三次曲面插值的图像缩放算法及Ｍａｔｌａｂ验证１.１㊀双三次Ｆｅｒｇｕｓｏｎ曲面双三次Ｆｅｒｇｕｓｏｎ曲面是由双三次Ｃｏｏｎｓ曲面第６期彭㊀燕等:基于ＦＰＧＡ实现的Ｆｅｒｇｕｓｏｎ双三次曲面插值图像缩放算法演变而来ꎬ双三次Ｃｏｏｎｓ曲面可表示为[９]:Ｐ(ｕꎬｖ)＝ＵＭＢＭＴＶＴꎬ(０ɤｕɤ１ꎬ０ɤｖɤ１)ꎮ(１)(１)式中Ｐ(ｕꎬｖ)ꎬ(０ɤｕɤ１ꎬ０ɤｖɤ１)为给定的双三次参数曲面ꎬ其四个角点处的几何信息定义为:位置矢量Ｐｉｊ＝Ｐ(ｉꎬｊ)(ｉꎬｊ＝０ꎬ１)ꎬ沿着ｕ方向的切矢Ｐｕｉｊ＝∂Ｐ∂ｕｕ＝ｉꎬｖ＝ｊ(ｉꎬｊ＝０ꎬ１)ꎬ沿着ｖ方向的切矢量Ｐｖｉｊ＝∂Ｐ∂ｖｕ＝ｉꎬｖ＝ｊ(ｉꎬｊ＝０ꎬ１)ꎬＰｕｖｉｊ＝∂２Ｐ∂ｕ∂ｖｕ＝ｉꎬｖ＝ｊ(ｉꎬｊ＝０ꎬ１)为四个角点处的扭矢ꎮ其中ＵꎬＶꎬＭ矩阵为:Ｕ＝ｕ３ꎬｕ２ꎬｕꎬ１[]ꎬＶ＝ｖ３ꎬｖ２ꎬｖꎬ１[]ꎬＭ＝２－２１１－３３－２－１００１０１０００éëêêêêêùûúúúúúꎮＢ为角点信息矩阵ꎬ表示为:Ｂ＝Ｐ００Ｐ０１Ｐｕ００Ｐｕ０１Ｐ１０Ｐ１１Ｐｕ１０Ｐｕ１１Ｐｖ００Ｐｖ０１Ｐｕｖ００Ｐｕｖ０１Ｐｖ１０Ｐｖ１１Ｐｕｖ１０Ｐｕｖ１１éëêêêêêêùûúúúúúúꎮ在实际的计算过程中由于四个角点的扭矢不易确定ꎬ所以都令其值为零ꎬ即:Ｂ＝Ｐ００Ｐ０１Ｐｕ００Ｐｕ０１Ｐ１０Ｐ１１Ｐｕ１０Ｐｕ１１Ｐｖ００Ｐｖ０１００Ｐｖ１０Ｐｖ１１００éëêêêêêêùûúúúúúúꎬ此时得到Ｐ(ｕꎬｖ)＝ＵＭＢＭＴＶＴꎬ(０ɤｕɤ１ꎬ０ɤｖɤ１)定义的曲面为Ｆｅｒｇｕｓｏｎ双三次曲面ꎮ１.２㊀双三次Ｆｅｒｇｕｓｏｎ曲面插值前面提到该曲面插值算法把数字图像构造为分片双三次Ｆｅｒｇｕｓｏｎ插值Ｃ１曲面ꎬ下面详细介绍插值曲面的构造过程ꎬ首先定义原数字图像为Ｆｉｊꎬ(０ɤｉɤＭꎬ０ɤｊɤＮ)ꎬ定义插值曲面Ｆ(ｓꎬｔ)(０ɤｓɤＭꎬ０ɤｔɤＮ)是由ＭˑＮ张的Ｆｅｒｇｕｓｏｎ双三次曲面片Ｆｉｊ(ｕꎬｖ)(０ɤｉɤＭꎬ０ɤｊɤＮ)组成ꎬ根据以上的推导将曲面片定义为:Ｆｉｊ(ｕꎬｖ)＝ＵＭＢｉｊＭＴＶＴꎬ(０ɤｕɤ１ꎬ０ɤｖɤ１)ꎮ(２)其中ＵꎬＶꎬＭ三个矩阵的值和上面定义的一样ꎬ角点信息矩阵Ｂ根据原图像定义为:Ｂｉｊ＝ＦｉｊＦｉｊ＋１ＦｕｉｊＦｕｉｊ＋１Ｆｉ＋１ｊＦｉ＋１ｊ＋１Ｆｕｉ＋１ｊＦｕｉ＋１ｊ＋１ＦｖｉｊＦｖｉｊ＋１００Ｆｖｉ＋１ｊＦｖｉ＋１ｊ＋１００éëêêêêêêùûúúúúúúꎬ则根据定义如下等式成立:Ｆ(ｓꎬｔ)＝Ｆｉｊ(ｕꎬｖ)ꎬ(ｕ＝ｓ－ｉꎬｖ＝ｔ－ｊ)ꎬ其中ｉɤｓɤｉ＋１ꎬｊɤｔɤｊ＋１ꎮ对于角点信息矩阵Ｂｉｊ中的矩阵元素解析:将整个矩阵分解为四个２ˑ２的矩阵ꎬ其中左上角的２ˑ２矩阵中四个元素代表原图像的像素值ꎬ右上角的四个元素则代表四个角点处图像像素值关于参数ｕ的变化率ꎬ左下角的四个元素则代表四个角点处图像像素值关于参数ｖ的变化率ꎬ通俗理解为像素值在ｉꎬｊ两个方向上的偏导数求解ꎮ定义为式子:Ｆｕｉｊ＝Ｆｉ＋１ｊ－Ｆｉｊꎬ(３)Ｆｖｉｊ＝Ｆｉｊ＋１－Ｆｉｊꎮ(４)从上两式可以得出对于两个方向上的偏导数求解即为相邻像素间的差值ꎮ最终ꎬ在明确定义(２)式中的各个矩阵后即可完成连续的插值曲面Ｆ(ｓꎬｔ)构造ꎮ在明确了连续的插值曲面Ｆ(ｓꎬｔ)(０ɤｓɤＭꎬ０ɤｔɤＮ)的构造过程后ꎬ假设欲将ＭˑＮ大小的数字图像缩放到Ｍ１ˑＮ１ꎬ则可以利用参数曲面Ｆ(ｓꎬｔ)(０ɤｓɤＭꎬ０ɤｔɤＮ)插值给定的(ＭˑＮ)个像素值Ｆｉｊꎬ使得:Ｆ(ｉꎬｊ)＝Ｆｉｊꎬ０ɤｉɤＭꎬ０ɤｊɤＮꎬ(５)从而得到连续的图像Ｆ(ｓꎬｔ)(０ɤｓɤＭꎬ０ɤｔɤＮ)ꎬ要想将原图的大小缩放为Ｍ１ˑＮ１ꎬ只需要对连续图像Ｆ(ｓꎬｔ)进行重采样ꎬ也就是在Ｆ(ｓꎬｔ)上均匀地取Ｍ１ˑＮ１个像素ꎬ再根据缩放比例(ＭＭ１ꎬＮＮ１)来求得新图的像素:Ｆ(ｓꎬｔ)＝Ｆ(ｉＭＭ１ꎬｊＮＮ１)ꎮ(６)１.３㊀Ｆｅｒｇｕｓｏｎ双三次曲面插值算法的Ｍａｔｌａｂ验证在医疗图像预处理这一应用背景下ꎬ为验证Ｆｅｒｇｕｓｏｎ双三次曲面插值算法的缩放效果ꎬ本文采用糖尿病视网膜图像做图像的缩放仿真实验ꎮ为进行对比ꎬ在Ｍａｔｌａｂ环境下ꎬ将分辨率为２３１ˑ１８１９６贵州大学学报(自然科学版)第３６卷的糖尿病视网膜图片分别用Ｆｅｒｇｕｓｏｎ双三次曲面插值算法和双线性算法进行放大２倍和缩小２倍的处理ꎮ其放大和缩小的对比效果图如图１㊁图２所示ꎮ图１㊀放大两倍后的效果图(左:Ｆｅｒｇｕｓｏｎ双三次曲面插值算法ꎻ右:双线性算法)Ｆｉｇ.１㊀Ｅｆｆｅｃｔｄｉａｇｒａｍａｆｔｅｒｚｏｏｍｉｎｇｉｎｔｗｉｃｅ(ｌｅｆｔ:Ｆｅｒｇｕｓｏｎｂｉｃｕｂｉｃｓｕｒｆａｃｅｉｎｔｅｒｐｏｌａｔｉｏｎａｌｇｏｒｉｔｈｍꎻｒｉｇｈｔ:ｂｉｌｉｎｅａｒａｌｇｏｒｉｔｈｍ)图２㊀缩小两倍后的效果图(左:Ｆｅｒｇｕｓｏｎ双三次曲面插值算法ꎻ右:双线性算法)Ｆｉｇ.２㊀Ｅｆｆｅｃｔｄｉａｇｒａｍａｆｔｅｒｚｏｏｍｉｎｇｏｕｔｔｗｉｃｅ(ｌｅｆｔ:Ｆｅｒｇｕｓｏｎｂｉｃｕｂｉｃｓｕｒｆａｃｅｉｎｔｅｒｐｏｌａｔｉｏｎａｌｇｏｒｉｔｈｍꎻｒｉｇｈｔ:ｂｉｌｉｎｅａｒａｌｇｏｒｉｔｈｍ)㊀㊀对比图１中两个标注框处的粗血管可以看出ꎬ右边双线性算法放大后的处理效果要比Ｆｅｒｇｕｓｏｎ双三次曲面插值算法的模糊一些ꎮ同样ꎬ在图２中也可以明显地看出ꎬ相比于双线性算法的处理效果ꎬ左侧Ｆｅｒｇｕｓｏｎ双三次曲面插值算法在缩小的处理上保留了更多的细节ꎬ效果更加清晰ꎮ２㊀Ｆｅｒｇｕｓｏｎ双三次曲面插值图像缩放算法的ＦＰＧＡ设计与实现Ｍａｔｌａｂ仿真实验体现了基于Ｆｅｒｇｕｓｏｎ双三次曲面插值算法的图像缩放效果ꎬ为便于将该算法应用于视频图像处理的工程项目中ꎬ本文进一步结合ＦＰＧＡ硬件平台的并行计算优势ꎬ研究Ｆｅｒｇｕｓｏｎ双三次曲面插值算法在ＦＰＧＡ上的实现ꎮ在ＦＰＧＡ中ꎬ数据和标志信号都是根据时钟更新的ꎮ当前端摄像头采集视频数据送入相机时序解析模块后ꎬ其输出的行列同步信号送入ＦＰＧＡ端计数控制单元以便后续控制ＲＧＢ数据在流水缓存模块的读写ꎮ随后ꎬ把读出的数据和缩放系数送入公式计算单元求得缩放后的像素数据ꎮ最后ꎬ由相机同步信号恢复单元控制缓冲输出单元读出缩放后ＲＧＢ像素ꎬ以实现缩放后视频图像的实时输出ꎮ整个缩放算法的总体实现流程如图３所示ꎮ本项目的硬件采用Ｘｉｌｉｎｘ旗下低成本㊁低功耗的Ｓｐａｒｔａｎ－６系列的ＦＰＧＡꎬ其硬件描述语言为ＶｅｒｉｌｏｇＨＤＬꎮ在图３中ꎬ整个算法的实现核心有两个:流水线缓存单元和公式计算单元ꎮ流水线缓存单元的设计目的是使之并行输出三行数据ꎮ当公式计算单元接收流水线缓存单元并行输出的数据后ꎬ执行Ｆｅｒｇｕｓｏｎ双三次曲面插值算法ꎬ完成缩放像素的计算ꎮ首先ꎬ要想求解缩放后的像素数据ꎬ需要ＩｉｊꎬＩｉｊ＋１ꎬＩｉｊ＋２ꎬＩｉ＋１ｊꎬＩｉ＋１ｊ＋１ꎬＩｉ＋１ｊ＋２ꎬＩｉ＋２ｊꎬＩｉ＋２ｊ＋１共８个像素ꎬ而这８个像素分别在当前行ꎬ当前行的下一行ꎬ以及当前行的下两行ꎬ即需要流水线缓存三行数据ꎮ因此ꎬ在流水线缓存单元中调用３个ＦＩＦＯ/ＲＡＭ缓存模块以便ｄ１ꎬｄ２ꎬｄ３的并行输出ꎮ在ＦＰＧＡ中ꎬ流水线缓存一般有两种方式:调用ＦＩＦＯ做缓存ꎬ或调用ＲＡＭ做缓存ꎮ对于本文的０７第６期彭㊀燕等:基于ＦＰＧＡ实现的Ｆｅｒｇｕｓｏｎ双三次曲面插值图像缩放算法图３㊀缩放算法的整体实现流程图Ｆｉｇ.３㊀Ｏｖｅｒａｌｌｉｍｐｌｅｍｅｎｔａｔｉｏｎｆｌｏｗｃｈａｒｔｏｆｔｈｅｓｃａｌｉｎｇａｌｇｏｒｉｔｈｍ放大算法ꎬ我们采取ＲＡＭ流水线ꎬ对于缩小算法ꎬ则采用ＦＩＦＯ流水线ꎮ但不管是哪种方式ꎬ流水线的设计都是一样的ꎮ具体流水线设计流程如图４所示ꎮ图４㊀流水线设计流程Ｆｉｇ.４㊀Ｐｉｐｅｌｉｎｅｄｅｓｉｇｎｆｌｏｗ㊀㊀由图４可知ꎬ当ＲＯＷ＿１即图像输入的第一行来临时ꎬ把它写入Ｃａｃｈｅ＿１ꎬ此时Ｃａｃｈｅ＿１中存储ＲＯＷ＿１ꎮ当ＲＯＷ＿２即图像第二行来临时ꎬ从Ｃａｃｈｅ＿１中读出ＲＯＷ＿１写入Ｃａｃｈｅ＿２ꎬ然后把ＲＯＷ＿２写入Ｃａｃｈｅ＿１ꎬ此时Ｃａｃｈｅ＿１中缓存ＲＯＷ＿２ꎬＣａｃｈｅ＿２中缓存ＲＯＷ＿１ꎮ当ＲＯＷ＿３即图像第三行来临时ꎬ从Ｃａｃｈｅ＿２中读出ＲＯＷ＿１写入Ｃａｃｈｅ＿３ꎬ从Ｃａｃｈｅ＿１中读出ＲＯＷ＿２写入Ｃａｃｈｅ＿２ꎬ把ＲＯＷ＿３写入Ｃａｃｈｅ＿１ꎬ此时ꎬＣａｃｈｅ＿１中存储ＲＯＷ＿３ꎬＣａｃｈｅ＿２存储ＲＯＷ＿２ꎬＣａｃｈｅ＿３中存储ＲＯＷ＿１ꎮ如此同一时钟下可以连续读取三行图像数据ꎮ３㊀仿真实验及结果分析３.１㊀缩放仿真实验在整体算法验证实验中ꎬＦＰＧＡ的时钟晶振采用１００Ｍꎬ即时钟周期为１０ｎｓꎮ实验主要将原始分辨率１０２４ˑ７６８的图像ꎬ放大至分辨率为１６００ˑ１２００的图像ꎬ缩小至分辨率为６４０ˑ４８０的图像ꎮ对于放大算法而言ꎬ缩放系数必然大于１ꎬ根据公式(６)可知ꎬ随着ｉ的增加ꎬ原图的同一行数据有可能需要读取两次ꎬ故需要ＲＡＭ这种有地址并且可以重复读取数据的缓存来实现ꎮ且为了满足实时输出ꎬ需要输出的时钟大于输入ꎬ其中ꎬ放大算法仿真波形如图５所示ꎮ图５㊀放大算法仿真波形图Ｆｉｇ.５㊀Ｍａｇｎｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｓｉｍｕｌａｔｉｏｎｗａｖｅｆｏｒｍｄｉａｇｒａｍ㊀㊀图５中ꎬ前两条波形代表输入原始图像数据有效信号ꎬ数据信号和输入行计数信号ꎬ最后两条波形代表放大后数据有效信号ꎬ放大后数据信号以及输出的行计数信号ꎮ其中ꎬ从输出波形可以看出公式计算单元输出的放大后像素时序不满足显示时序ꎬ输出信号的间隔明显不一致ꎬ需要送入ＲＡＭ缓存输出单元ꎬ由相机同步信号恢复单元控制读出ꎮ对于缩小算法来说ꎬ缩放系数必然小于１ꎬ因此读写时钟相同即可ꎬ并不影响实时显示ꎮ同时也不存在原图同一行数据需要读取两次的问题ꎬ反而需要跳行读取ꎬ那么ＦＩＦＯ流水线就可以满足设计需求ꎬ缩小算法仿真波形如图６所示ꎮ１７图６㊀缩小算法仿真波形图Ｆｉｇ.６㊀Ｒｅｄｕｃｔｉｏｎａｌｇｏｒｉｔｈｍｓｉｍｕｌａｔｉｏｎｗａｖｅｆｏｒｍ㊀㊀图６中ꎬ前两条波形代表输入原始图像数据有效信号ꎬ数据信号和输入行计数信号ꎬ后两条波形代表缩小后的数据有效信号ꎬ缩小后的数据信号以及输出的行计数信号ꎮ其中ꎬ输出的行间隔比输入的大ꎬ这里可调用异步ＦＩＦＯ做缓存输出单元ꎬ设置读时钟慢于写时钟ꎬ并通过相机同步信号恢复单元做读控制ꎬ以此调整输出时序ꎬ便于显示ꎮ另外ꎬ在实验中ꎬ由于相机的行列消隐对延迟有影响ꎬ不同相机具有不同的行列消隐ꎬ因此ꎬ本文只根据仿真结果对延迟做大约估算ꎮ由仿真可知ꎬ缩小延迟大约为５１２００ｎｓꎬ放大延迟为３０７２０ｎｓꎮ３.２㊀不同平台下图像缩放的延时对比实验为了作对比ꎬ分别在ＧＰＵ及个人ＰＣ上对原始分辨率为１０２４ˑ７６８的图像做同样的缩放实验ꎬ其中ＧＰＵ内存为６４ＧＢꎬ在Ｌｉｎｕｘ开发环境下采用Ｐｙｔｈｏｎ语言实现ꎮ各平台缩放实验的延时时间对比如表１所示ꎮ表１㊀不同平台缩放实验的延时时间对比表Ｔａｂ.１㊀Ｚｏｏｍｉｎｇｅｘｐｅｒｉｍｅｎｔｄｅｌａｙｔｉｍｅｃｏｍｐａｒｉｓｏｎｔａｂｌｅｆｏｒｄｉｆｆｅｒｅｎｔｐｌａｔｆｏｒｍｓ硬件平台缩小延迟(ｓ)放大延迟(ｓ)ＰＣ０.６０.６ＧＰＵ０.０２８０.０２８ＦＰＧＡ０.０５１ˑ１０－３０.０３０７ˑ１０－３从表１可得ꎬ相较ＰＣ及ＧＰＵ的延迟时间而言ꎬＦＰＧＡ的实现加快了处理的实时性ꎬ使得在ＦＰ￣ＧＡ平台上可以以较好的效果实现对图像的缩放ꎮ４㊀结语针对糖尿病视网膜图像ꎬ探索了Ｆｅｒｇｕｓｏｎ双三次曲面插值算法在图像缩放中的应用ꎬ通过Ｍａｔｌａｂ对比验证Ｆｅｒｇｕｓｏｎ双三次曲面插值图像缩放算法在细节处理的效果后ꎬ研究了该算法在ＦＰＧＡ硬件平台上实现ꎬ得到了较好的图像缩放效果ꎮ实验表明图像缩小延迟大约为５１２００ｎｓꎬ放大延迟为３０７２０ｎｓꎬ达到了对图像缩放的质量和速度的要求ꎮ参考文献:[１]ＳｅｋａｒＫꎬＤｕｒａｉｓａｍｙＶꎬＲｅｍｉｍｏｌＡＭ.Ａｎａｐｐｒｏａｃｈｏｆｉｍａｇｅｓｃａｌ￣ｉｎｇｕｓｉｎｇＤＷＴａｎｄｂｉｃｕｂｉｃｉｎｔｅｒｐｏｌａｔｉｏｎ[Ｃ]//ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎ￣ｆｅｒｅｎｃｅｏｎＧｒｅｅｎＣｏｍｐｕｔｉｎｇＣｏｍｍｕｎｉｃａｔｉｏｎ＆ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒ￣ｉｎｇ.ＩＥＥＥꎬＩｎｄｉａꎬ２０１４:１－５.[２]ＤｉＣꎬＴｉａｎＸꎬＹｉｙｉｎｇＳ.ＩｍａｇｅｓｃａｌｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＧＰＵｐａｒａｌｌｅｌｐｒｏｃｅｓｓｉｎｇ[Ｃ]//２０１３２ｎｄＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＩｎ￣ｓｔｒｕｍｅｎｔａｔｉｏｎ＆ＭｅａｓｕｒｅｍｅｎｔꎬＳｅｎｓｏｒＮｅｔｗｏｒｋａｎｄＡｕｔｏｍａｔｉｏｎ(ＩＭＳＮＡ).ＩＥＥＥꎬＣａｎａｄａꎬ２０１３:１０４４－１０４９.[３]许莉莉ꎬ梁歌ꎬ杨智.糖尿病视网膜病变筛查中的眼底图像质量控制[Ｊ].北京生物医学工程ꎬ２０１９(２):１６６－１７０. [４]薄振桐.基于ＦＰＧＡ和ＤＤＲ２的图像缩放系统设计与实现[Ｄ].西安:西安电子科技大学ꎬ２０１４.[５]吴以凯.基于ＦＰＧＡ的视频缩放的设计与实现[Ｄ].镇江:江苏大学ꎬ２０１７.[６]王平ꎬ全吉成ꎬ赵柏宇.基于双线性插值的图像缩放在ＧＰＵ上的实现[Ｊ].微电子学与计算机ꎬ２０１６ꎬ３３(１１):１２９－１３２. [７]韩忠杰ꎬ饶道娟ꎬ穆国旺.基于Ｆｅｒｇｕｓｏｎ曲面插值的图像缩放方法[Ｊ].河北工业大学学报ꎬ２００６(１):４９－５３.[８]朱艳亮.实时视频缩放算法研究及ＦＰＧＡ实现[Ｄ].长沙:中南大学ꎬ２００９.[９]韩萍ꎬ苏志勋ꎬ刘秀平.带参数Ｃｏｏｎｓ插值曲面的图像插值方法[Ｊ].计算机辅助设计与图形学学报ꎬ２００５(５):９７６－９８０.(责任编辑:曾㊀晶)(下转第１１８页)[９]ＧＨＩＬＡＳＶꎬＤＥＭＩＲＥꎬＶＡＮＷＯＥＮＳＥＬＴ.Ａｎａｄａｐｔｉｖｅｌａｒｇｅｎｅｉｇｈｂｏｒｈｏｏｄｓｅａｒｃｈｈｅｕｒｉｓｔｉｃｆｏｒｔｈｅｐｉｃｋｕｐａｎｄｄｅｌｉｖｅｒｙｐｒｏｂｌｅｍｗｉｔｈｔｉｍｅｗｉｎｄｏｗｓａｎｄｓｃｈｅｄｕｌｅｄｌｉｎｅｓ[Ｊ].Ｃｏｍｐｕｔｅｒｓ＆ＯｐｅｒａｔｉｏｎｓＲｅｓｅａｒｃｈꎬ２０１６ꎬ７２:１２－３０.[１０]杨浩雄ꎬ殷娟娟.利用城市轨道交通配送鲜活农产品的研究[Ｊ].黑龙江农业科学ꎬ２０１２ꎬ(８):１１４－１１７.[１１]周芳汀ꎬ周国华ꎬ张锦.基于地铁开展城市配送的选点－路径问题[Ｊ].控制与决策ꎬ２０１８ꎬ３３(７):１２４７－１２５４.[１２]周芳汀ꎬ张锦ꎬ周国华.带时间窗的地铁配送网络路径优化问题[Ｊ].交通运输系统工程与信息ꎬ２０１８ꎬ１８(０５):８８－９４. [１３]郁磊ꎬ史峰ꎬ王辉ꎬ等.Ｍａｔｌａｂ智能算法３０个案例分析[Ｍ].２版ꎬ北京:北京航空航天大学出版社ꎬ２０１５:１－２.[１４]杨忠振ꎬ穆雪ꎬ朱晓聪.交通流变化下的多配送中心－多需求点配送网络优化模型[Ｊ].交通运输工程学报ꎬ２０１５ꎬ１５(１):１００－１０７.(责任编辑:于慧梅)ＯｐｔｉｍｉｚａｔｉｏｎｏｆＵｒｂａｎＬｏｇｉｓｔｉｃｓＤｉｓｔｒｉｂｕｔｉｏｎＲｏｕｔｉｎｇＢａｓｅｄｏｎＳｕｂｗａｙＬＩＵＹａｎａｎ１ꎬＺＨＥＮＧＣｈａｎｇｊｉａｎｇ１∗ꎬＳＨＥＮＪｉｎｘｉｎｇ(ＣｏｌｌｅｇｅｏｆＣｉｖｉｌａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＨｏｈａｉＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ２１００９８ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｉｎｏｒｄｅｒｔｏｃｏｐｅｗｉｔｈｔｈｅｉｎｃｒｅａｓｉｎｇｄｅｍａｎｄｆｏｒｅｘｐｒｅｓｓｄｅｌｉｖｅｒｙꎬａｌｌｅｖｉａｔｅｔｈｅｕｒｂａｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｃａｕｓｅｄｂｙｆｒｅｉｇｈｔｖｅｈｉｃｌｅｓꎬａｎｄｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｕｒｂａｎｄｉｓｔｒｉｂｕｔｉｏｎꎬｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄｔｈｅｉｄｅａｏｆｉｎｔｅｇｒａｔｉｎｇｓｕｂｗａｙｒｅｓｏｕｒｃｅｓｆｏｒｕｒｂａｎｌｏｇｉｓｔｉｃｓｄｉｓｔｒｉｂｕｔｉｏｎ.Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃａｐａｃｉｔｙｌｉｍｉｔａｔｉｏｎｏｆｓｕｂｗａｙａｎｄｔｅｒ￣ｍｉｎａｌｇｒｏｕｎｄｄｉｓｔｒｉｂｕｔｉｏｎｖｅｈｉｃｌｅｓꎬｉｔｅｓｔａｂｌｉｓｈｅｄａｍｕｌｔｉ￣ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｅｎ￣ｔｅｒｐｒｉｓｅｓａｎｄｕｓｅｒｓｗｉｔｈｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｏｆｔｒａｎｓｐｏｒｔａｔｉｏｎｃｏｓｔꎬｖｅｈｉｃｌｅｃｏｓｔａｎｄｔｉｍｅｃｏｓｔꎬｔｏｏｐｔｉｍｉｚｅｃｕｓ￣ｔｏｍｅｒａｓｓｉｇｎｍｅｎｔｓｆｏｒｓｕｂｗａｙｔｒａｉｎｓａｎｄｒｏｕｔｉｎｇｓｅｌｅｃｔｉｏｎｆｏｒｔｅｒｍｉｎａｌｇｒｏｕｎｄｄｉｓｔｒｉｂｕｔｉｏｎｖｅｈｉｃｌｅｓ.Ｔｈｅｅｓｔａｂｌｉｓｈ￣ｍｅｎｔｏｆｔｈｉｓｍｏｄｅｌｉｓｍｏｒｅｉｎｌｉｎｅｗｉｔｈｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎ.Ｔｈｅｎｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｓｏｌｖｅｔｈｅｍｏｄｅｌ.ＦｉｎａｌｌｙꎬｔａｋｉｎｇＮａｎｊｉｎｇＭｅｔｒｏＬｉｎｅｓ２ａｎｄ４ａｓａｎｅｘａｍｐｌｅꎬｔｈｅｐｒａｃｔｉｃａｂｉｌｉｔｙａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍａｒｅｖｅｒｉｆｉｅｄ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｔｏｔａｌｃｏｓｔｏｆｕｒｂａｎｌｏｇｉｓｔｉｃｓｄｉｓｔｒｉｂｕｔｉｏｎｂａｓｅｄｏｎｓｕｂｗａｙｉｓｍｕｃｈｌｏｗｅｒｔｈａｎｔｈａｔｏｆｉｎｄｉｖｉｄｕａｌｔｒｕｃｋｓꎬｗｈｉｃｈｈａｓｓｔｒｏｎｇａｐｐｌｉｃａｔｉｏｎｖａｌｕｅ.Ｋｅｙｗｏｒｄｓ:ｓｕｂｗａｙꎻｕｒｂａｎｄｉｓｔｒｉｂｕｔｉｏｎ:ｃａｐａｃｉｔｙｌｉｍｉｔａｔｉｏｎꎻｍｕｌｔｉ￣ｏｂｊｅｃｔｉｖｅ(上接第７２页)ＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＦｅｒｇｕｓｏｎＢｉｃｕｂｉｃＳｕｒｆａｃｅＩｎｔｅｒｐｏｌａｔｉｏｎＩｍａｇｅＳｃａｌｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＦＰＧＡＰＥＮＧＹａｎ１ꎬＨＵＤａｎｐｉｎｇ２ꎬＬＩＵＹｕｈｏｎｇ１ꎬＺＨＡＮＧＲｏｎｇｆｅｎ１∗(１.ＣｏｌｌｅｇｅｏｆＢｉｇＤａｔａａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＧｕｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙꎬＧｕｉｙａｎｇ５５００２５ꎬＣｈｉｎａꎻ２.ＢｅｉｊｉｎｇＤｏｎｇｆａｎｇＤｅｗｅｉＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙＣｏ.Ｌｔｄ.ꎬＢｅｉｊｉｎｇ１０００８１ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ａｓａｎｉｍｐｏｒｔａｎｔｐａｒｔｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇꎬｉｍａｇｅｓｃａｌｉｎｇｈａｓａｗｉｄｅｒａｎｇｅｏｆａｐｐｌｉｃａｔｉｏｎｓ.Ｗｉｔｈｔｈｅｄｅ￣ｖｅｌｏｐｍｅｎｔｏｆｔｅｃｈｎｏｌｏｇｙꎬｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｑｕａｌｉｔｙａｎｄｓｐｅｅｄｏｆｉｍａｇｅｓｃａｌｉｎｇｈａｖｅａｌｓｏｉｎｃｒｅａｓｅｄｉｎｐｒａｃ￣ｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｓ.ＴｈｅｓｃａｌｉｎｇｅｘｐｅｒｉｍｅｎｔｏｆｄｉａｂｅｔｉｃｒｅｔｉｎａｌｉｍａｇｅｉｎＭＡＴＬＡＢｗａｓｒｅａｋｕｚｅｄꎬａｎｄｔｈｅｓｕｐｅｒｉｏｒｐｅｒｆｏｒｍａｎｃｅｏｆＦｅｒｇｕｓｏｎｂｉｃｕｂｉｃｓｕｒｆａｃｅｉｎｔｅｒｐｏｌａｔｉｏｎａｌｇｏｒｉｔｈｍｉｎｔｈｅｄｅｔａｉｌｐｒｏｃｅｓｓｉｎｇｏｆｉｍａｇｅｓｃａｌｉｎｇｗａｓｖｅｒｉ￣ｆｉｅｄ.ＡｎｄｔｈｅｎꎬｔｈｅａｌｇｏｒｉｔｈｍｗａｓｉｍｐｌｅｍｅｎｔｅｄｏｎｔｈｅｈａｒｄｗａｒｅｐｌａｔｆｏｒｍＦＰＧＡｗｈｉｃｈｉｓｇｏｏｄａｔｐｒｏｃｅｓｓｉｎｇｄａｔａｉｎｎａｎｏｓｅｃｏｎｄｓｐｅｅｄꎬａｃｈｉｅｖｉｎｇｇｏｏｄｉｍａｇｅｓｃａｌｉｎｇꎬｗｈｉｃｈｉｓｂｅｎｅｆｉｃｉａｌｔｏｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎｓａｎｄｐｒａｃｔｉｃｅｓｓｕｃｈａｓｍｅｄｉｃａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ.Ｋｅｙｗｏｒｄｓ:ｉｍａｇｅｓｃａｌｉｎｇꎻｄｉａｂｅｔｉｃｒｅｔｉｎａｌｉｍａｇｅꎻＦｅｒｇｕｓｏｎｂｉｃｕｂｉｃｓｕｒｆａｃｅｉｎｔｅｒｐｏｌａｔｉｏｎａｌｇｏｒｉｔｈｍꎻＦＰＧＡ。

图片放大缩小原理

图片放大缩小原理
图片放大缩小原理是基于图像处理技术实现的。

首先，图像是由像素点组成的，每个像素点代表了图像的一个小区域。

放大缩小就是改变每个像素点的大小和位置，从而改变图像的整体尺寸。

在放大图像时，常用的方法是插值。

插值是根据已有像素点的信息推算出新的像素点的值。

最常用的插值算法是双线性插值。

双线性插值是基于邻域内已有的四个相邻像素点的值，通过加权平均得到新的像素点的值。

通过对图像中每个像素点进行双线性插值，就可以得到放大后的图像。

在缩小图像时，常用的方法是平均值降采样。

平均值降采样是将原始图像的每个小区域的像素点值取平均，从而对图像进行压缩。

通过对图像中每个小区域进行平均值降采样，就可以得到缩小后的图像。

需要注意的是，放大缩小图像可能会导致图像的细节损失和失真。

放大图像时，由于需要通过插值来推算像素点的值，可能会导致图像边缘变得模糊。

缩小图像时，由于平均值降采样会丢失部分像素点的信息，可能会导致图像的细节损失。

因此，在实际应用中，要根据具体需求和图像的特点来选择合适的放大缩小方法，以保持图像的质量和细节。

基于FPGA的图像压缩算法设计与实现

基于FPGA的图像压缩算法设计与实现近年来，随着数字图像的广泛应用，图像压缩技术成为了一个重要的研究方向。

图像压缩的目的是在最小化数据量的同时，保持压缩后图像与原图像一致的质量。

基于FPGA的图像压缩算法的研究和开发具有很大的意义。

本文将介绍基于FPGA的图像压缩算法的设计与实现。

一、图像压缩算法的原理图像压缩算法的主要原理是利用冗余信息来减少数据量。

在图像中，不同区域之间存在很多相似的像素点，这些相似的像素点可以被压缩成一个更简洁的表示方式。

目前，常见的图像压缩算法包括有损压缩和无损压缩两种。

有损压缩算法可以通过删减图像中一些没有意义的信息来减小数据量。

其中，JPEG是一种最常见的有损压缩算法。

无损压缩算法则是通过对数据进行编码，使得压缩后的数据能够准确还原成原来的图像。

其中，最常见的无损压缩算法是LZW和Huffman算法。

在本文中，我们将重点研究基于FPGA的JPEG压缩算法实现。

二、基于FPGA的JPEG压缩算法基于FPGA的JPEG压缩算法是一种较为先进的图像压缩技术，具有良好的效果和广泛的应用。

在本文中，我们将介绍其基本原理和流程。

1. JPEG压缩算法原理JPEG压缩算法主要分为两个部分：变换编码（DCT）与熵编码。

其中，变换编码主要是通过对图像进行变换，使得图像中较大的像素值被更高效地表示。

熵编码则是对变换编码后的数据进行压缩，以进一步减小数据量。

下面我们将简单介绍这两个过程的实现。

2. 变换编码变换编码主要是利用离散余弦变换（DCT）对图像进行变换。

DCT的过程主要分为以下几步：1. 将原始图像按照8*8的像素块进行切割。

2. 对于每个8*8的像素块，进行DCT变换。

3. 对于DCT变换后的每个系数，进行量化。

量化可通过对变换后的值除以一个量化因子，然后取整数部分实现。

4. 对于量化后的数据，经过Zigzag扫描后，可以得到一串AC和DC的系数。

3. 熵编码熵编码是对变换编码后的数据进行压缩的过程。

序列图像缩放系数的一种实时估计算法

序列图像缩放系数的一种实时估计算法【摘要】照相机在靠近或远离目标景物的运动过程中，如保持聚焦中心点不变，则前后两帧图像间存在一致的缩放关系。

此时，可根据尺度变化下图像灰度累积投影曲线的特点，分别计算参考帧和当前帧的投影曲线上一对极大—极小值点的坐标差值，以它们的比值作为缩放系数，实现实时求取。

最后以实例验证了本算法。

【关键词】径向运动；缩放系数；灰度投影；图像序列Real-time estimation of scale change in sequence imagesAbstract: When a camera moves towards the objects, the target images acquired look like to be enlarged. To estimate the scale change of image sequence inreal-time, a novel spatial-domain method is proposed. According to the characteristics of the gray projectioncurves, a pair of maximum and minimum points are found near the central position of each gray projection curve. The differences in position are calculated respectively and the scale change parameter is obtained as the ratio of both differences. Experimental results showed that this method is feasible and efficient.Key words: radial motion; scale change; image gray projection; image sequences 在日常生活中，我们都有这样的体验：当我们驾驶汽车目光正视，向正前方快速行进时，前方的目标将迅速变大扑面而来。