直方图统计原理
百度百科中关于直方图均衡化的描述：
图像处理领域中利用图像直方图对对比度进行调整的方法。 对比度是画面黑与白的比值，也就是从黑到白的渐变层次。比值越大，从黑到白的渐变层次就越多，从而色彩表现越丰富。对比度对视觉效果的影响非常关键，一般来说对比度越大，图像越清晰醒目，色彩也越鲜明艳丽；而对比度小，则会让整个画面都灰蒙蒙的。
直方图均衡化分为真均衡化和伪均衡化，由于FPGA不方便实现真均衡化，所以采用伪均衡化，即前一帧的图像进行统计、帧间隙进行累计和与归一化、当前帧做归一化后的映射输出。不过仿真的话，前一帧和当前帧是同一张图片，就是真均衡化。
下图是咸鱼fpga博客中直方图均衡化的波形图：
本人按照上图的思路实现，没有ram2的清零，因为ram2写入会覆盖旧数据。
直方图均衡化步骤：
- 第一帧统计直方图存入ram1
- 帧间隙读出ram1中数据进行计算，将计算结果存入ram2，同时对ram1进行清零
- 第二帧根据映射表进行输出
; 直方图统计
为了建立直方图，在FPGA中可以用256个计数器对每个灰度进行计数，不过这样做代码代码量太大，使用的资源也很多，不太现实。
像素是一个个来的，因此任何时钟周期都只有一个计数器在增加，意味着累加器可以在存储器中实现，首先需要读取相关存储单元，然后加一再写回，这需要用到双端口ram，一个读端口一个写端口。不过需要注意，因为读出数据需要一拍，图中灰度 I需要打一拍再送入写入端口的地址端。
这种做法会有误差，因为ram在读写冲突时读出的是旧数据，所以当连续相同像素到来时，会出现统计丢失，不过对结果影响很小，视觉上难以辨别。本人水平有限，无法解决这个问题。
直方图均衡化
直方图均衡化公式：
H(i)为第 i 级灰度的像素个数，A0为图像的面积（即分辨率），Dmax为灰度最大值，即255。
帧间隙时，设计一个计数器，从0计数到255，将ram1中的数据读出来，同时对ram1进行清零。读出的数据会通过流水线计算，得出直方图均衡化后的灰度级映射，再写入ram2。第一级进行累加，第二级乘以255，第三级除以分辨率。
第二帧只需读出ram2中的数据进行映射输出即可得到直方图均衡化后的图像。
; verilog代码
module histgram_equ(
input clk,
input rst_n,
input pre_vsync,
input pre_href,
input pre_clken,
input [7:0] pre_img_Y,
output reg post_vsync,
output reg post_href,
output reg post_clken,
output [7:0] post_img_Y
);
wire [7:0] rd_addr_bus;
wire [31:0] rd_data;
wire wren_bus;
wire [7:0] wr_addr_bus;
wire [31:0] wr_data_bus;
reg [7:0] pre_img_Y_r;
reg pre_clken_r;
reg pre_vsync_r;
reg [7:0] rd_addr_cnt;
reg rd_addr_cnt_en;
reg [3:0] cnt_en_lag4;
reg [7:0] rd_addr_cnt_r1;
reg [7:0] rd_addr_cnt_r2;
reg [7:0] rd_addr_cnt_r3;
reg [7:0] rd_addr_cnt_r4;
reg [31:0] sum;
reg [31:0] sum_x_255;
reg [7:0] sum_x_255_div_307200;
assign rd_addr_bus = pre_vsync ? pre_img_Y : rd_addr_cnt;
assign wren_bus = pre_vsync ? pre_clken_r : rd_addr_cnt_en;
assign wr_addr_bus = pre_vsync ? pre_img_Y_r : rd_addr_cnt;
assign wr_data_bus = pre_vsync ? (rd_data + 1) : 8'd0;
always @(posedge clk, negedge rst_n) begin
if(!rst_n) begin
pre_img_Y_r 0;
pre_clken_r 1'b0;
end else begin
pre_img_Y_r pre_img_Y;
pre_clken_r pre_clken;
end
end
ram_32x256 inst_ram_32x256(
.clock (clk),
.data (wr_data_bus),
.rdaddress (rd_addr_bus),
.wraddress (wr_addr_bus),
.wren (wren_bus),
.q (rd_data)
);
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
pre_vsync_r 0;
else
pre_vsync_r pre_vsync;
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
rd_addr_cnt_en 1'b0;
else if(~pre_vsync & pre_vsync_r)
rd_addr_cnt_en 1'b1;
else if(rd_addr_cnt == 8'd255)
rd_addr_cnt_en 1'b0;
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
rd_addr_cnt 0;
else if(rd_addr_cnt_en)
rd_addr_cnt rd_addr_cnt + 8'd1;
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
sum 0;
else if(cnt_en_lag4[0])
sum sum + rd_data;
else
sum 0;
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
sum_x_255 0;
else
sum_x_255 (sum << 8) - sum;
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
sum_x_255_div_307200 0;
else
sum_x_255_div_307200 sum_x_255 / 307200;
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n)
cnt_en_lag4 0;
else
cnt_en_lag4 {cnt_en_lag4[2:0], rd_addr_cnt_en};
end
always @(posedge clk, negedge rst_n) begin
if(!rst_n) begin
rd_addr_cnt_r1 0;
rd_addr_cnt_r2 0;
rd_addr_cnt_r3 0;
rd_addr_cnt_r4 0;
end else begin
rd_addr_cnt_r1 rd_addr_cnt;
rd_addr_cnt_r2 rd_addr_cnt_r1;
rd_addr_cnt_r3 rd_addr_cnt_r2;
rd_addr_cnt_r4 rd_addr_cnt_r3;
end
end
ram_8x256 inst_ram_8x256(
.clock (clk),
.data (sum_x_255_div_307200),
.rdaddress (pre_img_Y),
.wraddress (rd_addr_cnt_r4),
.wren (cnt_en_lag4[3]),
.q (post_img_Y)
);
always @(posedge clk, negedge rst_n) begin
if(!rst_n) begin
post_vsync 1'b0;
post_href 1'b0;
post_clken 1'b0;
end else begin
post_vsync pre_vsync;
post_href pre_href;
post_clken pre_clken;
end
end
endmodule
结果
输入图像：
处理后图像：
可以看出对比度明显提升，下图是它们的直方图：
可以看出直方图分布更加均匀，但灰度接近255的部分却没有像素了，就是因为上面所说的ram读写冲突导致的统计丢失，同matlab直方图均衡化相比，视觉上会稍微暗一点点。
Original: https://blog.csdn.net/lzl1342848782/article/details/126121649
Author: 学习就van事了
Title: FPGA图像处理-直方图均衡化
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/641380/
转载文章受原作者版权保护。转载请注明原作者出处！