二值图像 FPGA腐蚀算法解析

1 背景知识

二值图像（Binary Image）是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。二值图像是指在图像中，灰度等级只有两种，也就是说，图像中的任何像素不是0就是1，再无其他过渡的灰度值。
腐蚀和膨胀是形态学处理的基础，许多形态学算法都是以这两种操作作为基础的。

图1 使用腐蚀去除图像中的部件

图1 a一幅大小为486x486的连线模板二值图像，图1b~d分别使用11x11,15X15和45X45的模板进行腐蚀。我们从这个例子看到，腐蚀缩小或细化了二值图像中的物体。事实上，我们可以将腐蚀看成是形态学滤波操作，这种操作将小于模板的图像细节从图像中滤除。

2 腐蚀算法

使用白色腐蚀：

图2 腐蚀演示

在二值图像的腐蚀算法过程中我们使用二值图像3x3图像矩阵，由图2可知，当九个格子中不全为‘0’或者‘1’时，经过腐蚀算法后九个格子的值最终都会变成‘1’；如果九个全是‘1’或者‘0’时，那么最终的结果九个全是‘1’或者‘0’。

3 FPGA腐蚀算法实现

图3 二值图像腐蚀FPGA模块架构

图3中我们使用串口传图，传入的是二值图像。

　　FPGA源码：

　　/*

　　Module name： binary_image_etch.v

　　Description： binary image etch

　　*/

　　`timescale 1ns/1ps

　　module binary_image_etch（

　　input clk， //pixel clk

　　input rst_n，

　　input hs_in，

　　input vs_in，

　　input ［15:0］ data_in，

　　input data_in_en，

　　output hs_out，

　　output vs_out，

　　output reg ［15:0］ data_out，

　　output data_out_en

　　）;

　　wire ［15:0］ line0;

　　wire ［15:0］ line1;

　　wire ［15:0］ line2;

　　reg ［15:0］ line0_data0;

　　reg ［15:0］ line0_data1;

　　reg ［15:0］ line0_data2;

　　reg ［15:0］ line1_data0;

　　reg ［15:0］ line1_data1;

　　reg ［15:0］ line1_data2;

　　reg ［15:0］ line2_data0;

　　reg ［15:0］ line2_data1;

　　reg ［15:0］ line2_data2;

　　reg data_out_en0;

　　reg data_out_en1;

　　reg data_out_en2;

　　reg hs_r0;

　　reg hs_r1;

　　reg hs_r2;

　　reg vs_r0;

　　reg vs_r1;

　　reg vs_r2;

　　wire［18:0］ result_data;

　　line3x3 line3x3_inst（

　　.clken（data_in_en），

　　.clock（clk），

　　.shiftin（data_in），

　　.shiftout（），

　　.taps0x（line0），

　　.taps1x（line1），

　　.taps2x（line2）

　　）;

　　//----------------------------------------------------------------------

　　// Form an image matrix of three multiplied by three

　　//----------------------------------------------------------------------

　　always @（posedge clk or negedge rst_n） begin

　　if（！rst_n） begin

　　line0_data0 《= 16‘b0;

　　line0_data1 《= 16’b0;

　　line0_data2 《= 16‘b0;

　　line1_data0 《= 16’b0;

　　line1_data1 《= 16‘b0;

　　line1_data2 《= 16’b0;

　　line2_data0 《= 16‘b0;

　　line2_data1 《= 16’b0;

　　line2_data2 《= 16‘b0;

　　data_out_en0 《= 1’b0;

　　data_out_en1 《= 1‘b0;

　　data_out_en2 《= 1’b0;

　　hs_r0 《= 1‘b0;

　　hs_r1 《= 1’b0;

　　hs_r2 《= 1‘b0;

　　vs_r0 《= 1’b0;

　　vs_r1 《= 1‘b0;

　　vs_r2 《= 1’b0;

　　end

　　else if（data_in_en） begin

　　line0_data0 《= line0;

　　line0_data1 《= line0_data0;

　　line0_data2 《= line0_data1;

　　line1_data0 《= line1;

　　line1_data1 《= line1_data0;

　　line1_data2 《= line1_data1;

　　line2_data0 《= line2;

　　line2_data1 《= line2_data0;

　　line2_data2 《= line2_data1;

　　data_out_en0 《= data_in_en;

　　data_out_en1 《= data_out_en0;

　　data_out_en2 《= data_out_en1;

　　hs_r0 《= hs_in;

　　hs_r1 《= hs_r0;

　　hs_r2 《= hs_r1;

　　vs_r0 《= vs_in;

　　vs_r1 《= vs_r0;

　　vs_r2 《= vs_r1;

　　end

　　end

　　//-----------------------------------------------------------------

　　// line0_data0 line0_data1 line0_data2

　　// line1_data0 line1_data1 line1_data2

　　// line2_data0 line2_data1 line2_data2

　　//----------------------------------------------------------------

　　always @（posedge clk or negedge rst_n） begin

　　if（！rst_n）

　　data_out 《= 16‘h0000;

　　else if（data_out_en1）

　　if（（line0_data0 == 16’h0000） && （line0_data1 == 16‘h0000） && （line0_data2 == 16’h0000） && （line1_data0 == 16‘h0000） && （line1_data1 == 16’h0000） && （line1_data2 == 16‘h0000） && （line2_data0 == 16’h0000） && （line2_data1 == 16‘h0000） && （line2_data2 == 16’h0000））

　　data_out 《= line1_data1;

　　else if（（line0_data0 == 16‘hffff） && （line0_data1 == 16’hffff） && （line0_data2 == 16‘hffff） && （line1_data0 == 16’hffff） && （line1_data1 == 16‘hffff） && （line1_data2 == 16’hffff） && （line2_data0 == 16‘hffff） && （line2_data1 == 16’hffff） && （line2_data2 == 16‘hffff））

　　data_out 《= line1_data1;

　　else

　　data_out 《= 16’hffff;

　　end

　　endmodule

4实验结果

图4 实验原图

图5 原图显示

 

图6 腐蚀后的结果

结果分析:
    图5和图6进行对比，图5中最细的图案在图6中已经消失，比较粗的线条也相对变细，实验成功。如果大家想进行更大力度的腐蚀可以使用更大的模板。