徐 淵，周清海，張 智，朱明程

深圳大學(xué)信息工程學(xué)院EDA技術(shù)中心，深圳518060

在全景視頻、高清監(jiān)控、機器視覺及網(wǎng)絡(luò)攝像等數(shù)字視頻圖像應(yīng)用領(lǐng)域，視頻圖像的實時處理速度要求越來越高.傳統(tǒng)的視頻圖像處理模式——電荷藕合器件(charge coupled device，CCD)+圖像格式轉(zhuǎn)換芯片+數(shù)字信號處理(digital signal processing，DSP)，已不適應(yīng)上述領(lǐng)域的發(fā)展要求［1］.FPGA相對于DSP，具有電路設(shè)計靈活、并行處理及速度高的特點，特別適合這種高度、大數(shù)據(jù)量、算法復(fù)雜度不高的圖像預(yù)處理系統(tǒng)［2-3］.因此使用FPGA+CMOS模式的實現(xiàn)圖像預(yù)處理，成為圖像實時采集處理系統(tǒng)實現(xiàn)的一種趨勢［4］.

本研究針對CMOS傳感器的特點，提出一種面向FPGA實現(xiàn)的視頻圖像預(yù)處理系統(tǒng)，并給出該系統(tǒng)在Xilinx SP605開發(fā)板配合MT9P031 CMOS傳感器的硬件平臺上的實驗結(jié)果.

1 預(yù)處理系統(tǒng)的模塊

基于FPGA的CMOS實時預(yù)處理系統(tǒng)主要實現(xiàn)模塊架構(gòu)如圖1.首先，由I2C模塊對CMOS圖像傳感器進行寄存器配置;然后，CMOS圖像數(shù)據(jù)被送入FPGA圖像預(yù)處理系統(tǒng)進行色彩插值、自動白平衡、色彩校正和伽馬校正［5］;作為一個完整的系統(tǒng)，該預(yù)處理系統(tǒng)還需具備DDR存儲器的接口對處理后的圖像進行緩存，并通過VGA接口顯示或直接寫入存儲器中用于存儲和后續(xù)處理.

1.1 色彩插值

CMOS傳感器的彩色成像是在黑白圖像傳感器的基礎(chǔ)上，通過增加彩色濾波陣列(color filter array，CFA)來獲得顏色分量.由于Bayer模式的CFA具有良好的彩色信號感光性及色彩復(fù)原性［6］，因而成為最常用的CFA.本研究只對該模式的CFA CMOS傳感器進行討論.

圖1 CMOS實時預(yù)處理系統(tǒng)Fig.1 CMOS pre-processing system

生成彩色圖像需R、G和B 3個顏色分量.其中，R為紅色分量;G為綠色分量;B為藍色分量.然而，在Bayer模式下，每個點僅一個顏色分量，其他顏色分量需由鄰域點生成.通過鄰域點生成欠缺的兩種顏色分量的過程即色彩插值(color interpolation)［7］.在數(shù)字成像系統(tǒng)中，色彩插值的優(yōu)劣，決定了從CFA輸出的圖像矩陣中重構(gòu)圖像質(zhì)量的好壞［8］.色彩插值方法中，最近鄰域法最簡單，但重構(gòu)圖像質(zhì)量最差;信號相關(guān)性插值法和雙線性法［9］實現(xiàn)難度適中，效果優(yōu)于鄰域法;而更復(fù)雜的方法，如神經(jīng)網(wǎng)絡(luò)法［10］等，可取得質(zhì)量更好的圖像，但硬件資源的消耗與實現(xiàn)的復(fù)雜度亦增大.以下我們討論雙線性法與信號相關(guān)性插值.

圖2是雙線性及信號相關(guān)性插值的示例［8-9］.在圖2(a)中，中心點B5僅含B分量，需還原R和G分量，即R5和G5.雙線性法還原公式為

Pei等［11］提出信號相關(guān)性插值法，在雙線性法的基礎(chǔ)上引入輔助量KR和KB，如圖2(b).由式(3)～式(8)可計算相應(yīng)的輔助量

圖2 雙線性及信號相關(guān)性插值示例Fig.2 Bilinear＆signal correlation interpolation diagram

再通過式(9)～式(12)對B2和R7進行插值計算

其中，KB2、KR3、KB3、KR6、KB6和KR7為輔助量;式(3)～式(7)中等號右側(cè)的變量，及式(9)～式(12)中B2、G2、R7和G7為圖2(b)中對應(yīng)點的值.

常用的邊界處理算法都較復(fù)雜，為此引入一種簡便有效的邊界保持方法，在求輔助量KR和KB均值前，去掉最大值和最小值，則G7生成式變成

其中，KRmax=max{KR3，KR6，KR8，KR11};KRmin=min{KR3，KR6，KR8，KR11}.

對Kodak的測試圖像lighthouse，分別采用相關(guān)性插值、雙線性插值、相關(guān)性與邊界保持插值、雙線性與邊界保持插值進行測試.通過比較各重構(gòu)圖像的平均峰值信噪比(peak signal to noise ratio，PSNR)來對比各算法效果，結(jié)果如表1.

表1 幾種方法平均PSNR對比Table1 PSNR comparison

由表1可見，相關(guān)性與邊界保持插值方法產(chǎn)生的圖像與原圖最接近，計得的平均PSNR值最高.因此，在插值模塊中，本研究最終選用此算法.

由圖2(b)可知，信號相關(guān)性插值至少需同時提供5×5的圖像數(shù)據(jù)塊，即需一個5×5的圖像窗口生成模塊來提供數(shù)據(jù).為減少對FPGA芯片內(nèi)有限片內(nèi)存儲器的使用，本研究改進了片內(nèi)存儲器的使用方法.用Ram0—Ram4代替移位寄存器構(gòu)成的行緩沖0—4行緩沖，并用如圖3的狀態(tài)機對其進行控制.其中，rdata0—rdata4分別對應(yīng)此狀態(tài)下Ram0—Ram4的讀數(shù)據(jù)，Data0—Data4為最終窗口輸出的5個數(shù)據(jù)，Data0始終連接窗口輸入Data_in.行結(jié)束信號Line_end為狀態(tài)跳轉(zhuǎn)條件信號.各Ram的讀寫地址相同，其范圍都是0～N(N為圖像列寬減1).

圖3 改進的圖像窗口控制狀態(tài)圖Fig.3 Improved image window control FSM

1.2 色彩校正

1.2.1 自動白平衡

通過白平衡模塊，可校正由不同色溫所引起的色差，使物體再現(xiàn)其本來顏色.常用的白平衡方法有灰色世界法［12］和神經(jīng)網(wǎng)絡(luò)法［13］(實現(xiàn)復(fù)雜，資源消耗大，不適用于FPGA芯片).灰色世界法的實現(xiàn)過程為，通過增益調(diào)整使圖像的3個分量的平均值Rav=Gav=Bav，具體步驟為:

1)計算圖像中的3個分量均值

2)R、G和B分量的增益分別為

3)處理

其中，Ri和Ro分別為輸入與輸出的R分量.對于G和B分量可做同樣處理.

將用當(dāng)前幀計算得到的增益近似為后1幀的增益，為能在1幀時間內(nèi)完成統(tǒng)計和增益計算，不統(tǒng)計幀圖像中所有數(shù)據(jù)，僅統(tǒng)計選定區(qū)域內(nèi)固定的數(shù)目.在計算均值時，可用右移位來實現(xiàn)除法，而在計算增益時，可降低除法器的位寬，以節(jié)省資源，提高速度.

1.2.2 色彩校正

未經(jīng)色彩校正的圖像與真實顏色間的偏差被稱為顏色失真.文獻［14］介紹了幾種常用色彩校正方法，其中矩陣校正法運算簡單，易于硬件實現(xiàn).本研究根據(jù)FPGA芯片特點，采用矩陣校正法，在RGB空間進行色彩校正.校正公式為

其中，Ri、Gi、Bi和Ro、Go、Bo分別為校正前后的RGB值;H為3×3校正矩陣.使色差最小化的H，即為所求校正矩陣.

RGB空間任意兩個顏色(R1，G1，B1)和(R2，G2，B2)之間的色差公式為

將24色標(biāo)準色彩測試標(biāo)板的24個顏色，作為顏色取樣數(shù)據(jù)對象，來獲取校正矩陣.校正過程為

其中，為校正后24個顏色的RGB值為24個顏色的測試RGB值;為所求校正矩陣.

要使24個顏色的色差最小，需使

ΔR21+ΔG21+ΔB21+… +ΔR224+ΔG224+ΔB224最小，而該多項式等于

可得X=(M×MT)TM×NT，故校正矩陣為

用近似方法使N得到標(biāo)準色板上的相應(yīng)值.在相同光照條件下，用一臺標(biāo)準相機，以手動模式拍攝標(biāo)準色板，并以其24個顏色的均值作為標(biāo)準RGB顏色矩陣N.然后使用CMOS傳感器抓取測試圖像的24色RGB值，作為測試矩陣M.由式(21)計得校正矩陣H后，用該矩陣校正測試矩陣M，并得到N'.最后，分別計算M、N'與N之間的色差值.

圖4為校正前后圖像與標(biāo)準圖像色彩對比，圖5為校正前后色差對比.由圖4可見，修正色彩比未修正色彩更接近參照色彩.由圖5也可發(fā)現(xiàn)，修正后的色彩更佳.

用上述方法求得的校正矩陣為

為便于硬件實現(xiàn)，放大64倍后取整，得

用H1矩陣與CMOS采集的圖像數(shù)據(jù)相乘，再將所得矩陣的各二進制元素進行6 bit的右移運算，得到色彩校正后的色彩圖像.

1.2.3 伽馬校正

由于電子器件如CMOS傳感器和顯示器等的光電響應(yīng)有非線性特性，因此必須對圖像進行伽馬校正.校正過程為 S=X1/γ.其中，γ 取值 1.8 ～2.5.對于此非線性校正過程，本研究采用分段線性伽馬校正法，即用分段線性函數(shù)逼近非線性伽馬校正曲線，如圖6(a).其中，y(x)是關(guān)于輸出亮度x的校正函數(shù)，可使用分段點間的直線迫近真實曲線y(x).由圖6(b)，一段以a和b為分段點的線段星映射為

圖4 色彩校正結(jié)果Fig.4 Color correction result

圖5 色彩校正前后與標(biāo)準圖像的色差對比Fig.5 Chromatic aberration comparison before and after color correction

其中，x為a和b之間的圖像亮度;c為起始位置縱坐標(biāo);d為結(jié)束點橫坐標(biāo).

令d-c=n，b-a=m，則得最終的實現(xiàn)方程為

根據(jù)Weber Fechner法則［15］，人以亮度L的比值ΔL/L為視覺刺激量的，在特定環(huán)境亮度下，人眼所能夠識別亮度的最低值，約等于該比值的2%.考慮到人類的視覺特性，可得

其中，x是理想情況下，系統(tǒng)響應(yīng)為線性時的輸出;g(x)為用線性法得到的轉(zhuǎn)換后的值.整理后得

利用式(26)，只要保持m為2的冪次方，就可在FPGA實現(xiàn)中避免除法.以0為起始點，2n為步長，可得一系列分段點為0，2，4，….

綜上可最終確定 x=［0，4，8，16，32，48，64，128，192，256］作為分段點.對0～255實行9段分區(qū)，如圖6(c).

針對不同的γ，由y=x1/γ代入確定的x求得相應(yīng)的分段端點的y值;再根據(jù)圖6(c)和前面的定義，就可求得c、m、n和a的對應(yīng)值，并最終實現(xiàn)分段線性伽馬校正.

圖6 分段線性伽馬校正、直線映射與9段分段線性伽馬校正Fig.6 Segmented liner Gamma correction，liner mapping and 9-segmented liner Gamma correction

2 子模塊硬件結(jié)構(gòu)

圖7(a)為相關(guān)性邊界保持插值模塊.數(shù)據(jù)從Data in輸入，按照1.1節(jié)所述算法處理后，輸出Data_out.圖7(b)為自動白平衡模塊.用于控制RGB 3個分量均值統(tǒng)計部分的起始.該信號有效時，將計算得到的3個分量增益存入增益寄存，供后一幀圖像白平衡運算使用.圖7(c)為色彩校正電路.RGB 3路色彩分別輸入校正系統(tǒng)，經(jīng)矩陣校正后再分別輸出，供給下一系統(tǒng)使用.圖7(d)為分段線性伽馬校正電路.

圖7 系統(tǒng)各子模塊結(jié)構(gòu)Fig.7 Sub-module of the system

3 FPGA實現(xiàn)

本設(shè)計在Xilinx SP605開發(fā)板和MT9P031 CMOS圖像傳感器上，實現(xiàn)整個系統(tǒng).表2為該傳感器主要資源使用情況.從表2可見，所需資源不多，有利于整個系統(tǒng)的成本控制.

表2 預(yù)處理系統(tǒng)PAR后的資源利用率Table2 Pre-process system resource utilization after P＆R

該系統(tǒng)最高頻率達120.758 MHz，處理速度是720P@60fps視頻流所需帶寬的2.29倍;對于高清1080P(1920×1080像素)的圖像，處理速度為61幀/秒，遠高于1080P@30fps標(biāo)準的高清視頻流.對720P@60fps的視頻測試結(jié)果顯示，視頻流暢.圖8為實驗實測圖，視頻圖像畫面與真實物體顏色相差較小，畫面連續(xù)無卡頓感，達到預(yù)計要求.

圖8 實驗實測Fig.8 Experiment result

結(jié) 語

本研究針對實時CMOS視頻圖像的預(yù)處理的要求，對色彩插值、白平衡、色彩校正和伽馬校正等模塊進行研究，針對硬件實現(xiàn)的特點，對算法進行優(yōu)化，提出適于PFGA實現(xiàn)的電路結(jié)構(gòu)，并在單顆PFGA芯片實現(xiàn)整個系統(tǒng).測試結(jié)果表明，系統(tǒng)輸出圖像質(zhì)量良好，且處理速度快.該設(shè)計結(jié)構(gòu)簡單，所耗芯片資源較少，可應(yīng)用于高清監(jiān)控、機器視覺及網(wǎng)絡(luò)攝像等系統(tǒng).

/References:

［1］Hamza D，Pahlevaninezhad M，Jain P K.Implementation of a novel digital active EMI technique in a DSP-based DC-DC digital controller used in electric vehicle(EV)［J］.IEEE Transactions on Power Electronics，2013，28(7):3126-3137.

［2］Mariangela Genovese，Ettore Napoli.ASIC and FPGA implementation of the Gaussian mixture model algorithm for real-time segmentation of high definition video ［J］.IEEE Transactions on Very Large Scale Integration(VLSI)Systems，2013，PP(99):doi:10.1109/TVLSI.2013.2249295.

［3］Chen Biwei，Liang Zhiyi，Wang Yanxin，et al.Design of a high speed CMOS imaging system based on FPGA［J］.Computer Measurement＆ Control，2012，20(5):1397-1400.(in Chinese)陳必威，梁志毅，王延新，等.基于FPGA的高幀速CMOS成像系統(tǒng)設(shè)計 ［J］.計算機測量與控制，2012，20(5):1397-1400.

［4］Ding Haojie，Liu Jingbiao，Sheng Qinghu.Design of video acquisition system based on CMOS image sensor［J］.Modern Electronics Technique，2012，35(14):178-188.(in Chinese)丁昊杰，劉敬彪，盛慶華.基于CMOS圖像傳感器的視頻采集系統(tǒng)設(shè)計 ［J］.現(xiàn)代電子技術(shù)，2012，35(14):178-188.

［5］Tai Yonghang，Yun Lijun，Shi Junsheng，et al.A method for AM-OLED gamma correction ［J］.Opto-E-lectronic Engineering Jan，2012，39(1):131-134.

［6］Bayer B E.Color imaging array:US，3971065 ［P］.1976-07-20.

［7］Jeon G，Dubois E.Demosaicking of noisy bayer-sampled color images with least-squares luma-chroma demultiplexing and noise level estimation ［J］.IEEE Transactions on Image Procesing，2013，22(1):146-156.

［8］Hua Lei，Xie Lei，Chen Huifang.A color interpolation algorithm for Bayer pattern digital cameras based on green components and color difference space［C］//International Conference on Progress in Informatics and Computing.Shanghai(China):IEEE Press，2010，2:791-795.

［9］Zhao Huang，Peng Yong.Bilinear interpolation algorithm optimization and application ［J］. TV Engineering，2012，36(17):30-32.(in Chinese)趙 煌，彭 勇.雙線性插值算法的優(yōu)化及其應(yīng)用［J］.電視技術(shù)，2012，36(17):30-32.

［10］Go J，Lee C H.Interpolation using neural network for digital still cameras［C］//International Conference on Consumer Electronics.Los Angles(USA):IEEE Press，2000:176-177.

［11］Pei S C，Tam I.Effective color interpolation in CCD color filter arrays using signal correlation［J］.IEEE Transactions on Circuits Systems for Video Technology，2003，13(6):503-513.

［12］Yan Ge.Design of CMOS Image Sensor Automatic White Balance Digital Process Circuit［D］.Tianjin:Tianjin U-niversity，2009.(in Chinese).閆 格.CMOS圖像傳感器白平衡數(shù)字處理電路設(shè)計［D］.天津:天津大學(xué)，2009.

［13］Liu Yucheng，Zhang Yingchao.Image colorimetry segmentation based on white balance algorithm ［J］.Computer Engineering，2012，38(20):195-196.(in Chinese)劉玉成，張穎超.基于白平衡算法的圖像色度學(xué)分割［J］.計算機工程，2012，38(20):195-196.

［14］Xu Xiaozhao，Shen Lansun，Liu Changjiang.Color correction methods and application in image processing ［J］.Application Research of Computers，2008，25(8):2250-2254.(in Chinese)徐曉昭，沈蘭蓀，劉長江.顏色校正方法及其在圖像處理中的應(yīng)用［J］.計算機應(yīng)用研究，2008，25(8):2250-2254.

［15］Ming Jun，Xu Huifang，Yang Yang.Research of space similarity analysis model with Weber-Fechner law ［J］.Journal of University of Science and Technology of China，2010，40(11):1148-1152.(in Chinese)明 軍，許會芳，楊 楊.Weber-Fechner空間相似分解模型的研究［J］.中國科學(xué)技術(shù)大學(xué)學(xué)報，2010，40(11):1148-1152.