基于FPGA图像处理笔记连载（1）

这是我看《基于FPGA的数字图像处理原理及其应用》写的。

这是武汉理工的老师出的，写的好不错。我感觉比国外的那本《基于FPGA的嵌入式图像处理系统设计》要好

数字图像处理基本操作

图像采样

因为图像的输出为电压波形信号，输入为感知的光照信号或者其他的非电信号，

所以图像要先将感知的数据转化为数字形式。

这个过程叫做图像的采样和量化。

采样

图像采样频率越高，那么他得到的图像样本越逼真，自然所需要的内存也就更多。

原图像越复杂那么他采样的频率就需要越高。

由奈奎斯特定理，图像采样的频率一定要大于或者等于最高频率的分量

量化

量化只要使用多大的位数来表示一个点，这个反映了图像的质量。

如一个点4位存储，那么能表示2^4=16种颜色。

一个点所用的数位越多，那么他需要的内存空间就越大。

实际应用中通常使用8,24,32位的数字来存储一位像素。

通常说的灰度图就是8位的

RGB通常是24位的

在红外处理中通常采用16位

采样后的一张图片用来处理的话一定要进行取样

通常取样后变成一个二维的矩阵

图像的扫描方式通常是从左上角开始向右扫描。扫描完一行转到下一行的最左侧开始扫描。

数字图像处理

1.图像变换

由于图像的阵列很大，所以一般不直接在空间域中进行处理，设计计算量大。所以先通过傅里叶变换间接处理。

2.图像编码压缩

图像编码技术可以减少图像的数据量，处理时间和所占的存储容量。在允许失真的条件下，可以对图像进行编码操作。

图像增强压缩

图像的增强和复原可以提高图像的质量。突出你想要的部分。

图像分割

将你想要的特征部分提取出来。

图像分类

模式识别的范畴。主要是一些经过预处理的图像，进行图像的分割和特征的提取。从而分类。

数字图像的构成

图像传感器。

负责采集光照信息。常用的图像传感器有CCD/CMOS

将待处理的图像场景或者光照信息转化为数字或者模拟信号进行下一步的处理。

图像编码。

图像编码负责对图像传感器输出的图像进行采样和量化

图像处理器。

是取样和量化的结果作为数据源，根据图像处理的任务需求，对图像进行一系列的变换，例如图像预处理，图像分割和目标识别。

显示设备。

存储设备。

控制设备

可见光传感器

CCD传感器：基本单元是MOS电容器

面阵CCD

线列CCD3

三线传感器CCD

交织传输CCD

全幅面CCD

CMOS传感器

被动式

主动式

CMOS和CCD的差异：

灵敏度差异。CMOS传感器的灵敏度远远小于CCD

成本差异，CCD传感器成本高于CMOS传感器

分辨率差异CCD>CMOS

噪声差异CCD

功耗：CMOS

色彩分离技术

不管采用什么技术，传感器阵列上的所有感光点都是对灰度级强度敏感。

这些感光点对于灰度级敏感的程度称为：——位深度

实际中常用的色彩分离技术——拜尔分离技术。

为了描绘色彩图像，传感器需要每个像素位置有3个颜色样本——红，绿，蓝三基色。

所以牛逼的相机都是内置了3个独立传感器。但是成本高啊。

所以一般最常用的压缩方法就是——颜色过滤阵列。

就是仅仅只测量一个阵列。然后图像处理器对其进行差值得到其他颜色的分量。（就是像计算灰度那样，得知一个点的一种颜色分量，然后通过一定的运算得到其他点的颜色分量）

这个原理就是人眼对于绿色分辨率更高。

拜尔模式详细的可以自己去百度，这里简单的介绍一下：

它的实现就是奇数 行包括G and R

偶数行Gand B

奇数列G and B

偶数列G and R

最后面，绿色过滤点数是蓝色过滤点数的2两，这就产生了一种4:2:2的输出模式。