康 宇,赵冬青,上官鹏,储成群
(1.中北大学电子测试技术国家重点实验室,山西太原 030051;2.北京控制与电子技术研究所,北京 100032)
在图像的生成与传输过程中,由于图像生成的工作环境、传感器材质、电子元器件特性、以及电路架构等各种原因,极易引入各种各样的噪声[1]。噪声降低了获取图像的质量,极大地增加了图像识别的难度,于是解决图像噪声成为了图像处理的一大要务。其中,高斯噪声由于其产生的普遍性成为图像处理必须解决的问题。高斯噪声属于高频噪声,噪点在图中表现为与周边像素点梯度大的特性,这一特性虽然为滤除高斯噪声提供了便利,但由于图像的边缘点一样拥有该特性,仅仅通过梯度很难区分噪点与边缘点。滤除与周边像素点梯度大的像素点,将同时滤除图像边缘点,造成图像边缘的平滑,使得图像边缘特征信息缺失,降低了图像在识别过程中的识别率。基于中值滤波与均值滤波对高斯噪声不敏感的特性,针对高斯噪声一般的处理方法,仍使用高斯滤波[2]。
随着集成工艺的不断进步,FPGA 器件也在不断发展,其可配置、功耗低、易于实现流水和并行结构的特点,提高了图像处理速度,能够满足现代图像处理对高可靠性与实时性的要求[3-4]。由于高斯滤波最佳平滑系数的确定因图而异,很难有定论,目前自适应确定平滑系数的算法复杂度较高,很难在FPGA上实现实时图像处理,造成目前FPGA 实现的高斯滤波算法有局部或整体性的过度平滑问题,导致图像边缘信息缺失,造成图像边缘模糊。……