基于FPGA的自适应阈值分割算法实现

在图像预处理中经常会碰到图像分割问题，把感兴趣的目标从背景图像中提取出来，而经常使用的是简单的全局阈值分割配置，用一个固定常数作为二值分割阈值，从而得到一个二值图像，如果更复杂些，可以使用大律法实现自适应全局阈值分割。但是在有些场景下，比如光线不均匀照射下，全幅图像中不同位置的像素点，光强有强有弱；因此，如果再使用全局阈值来处理就失效了，如下图所示是图像的大律法OTSU分割效果。由此可以看出，因为图像边缘光强较中间位置弱，导致图像分割有缺陷，使得分割后二值图像边缘为1，而中间较亮的地方分割成功。

如何解决光线不均匀带来的影响？一种典型的处理方法就是采用局部自适应阈值分割。根据像素邻域块的像素值分布来确定该像素位置上的二值化阈值。这样做的好处在于每个像素位置处的二值化阈值不是固定不变的，而是由其周围邻域像素的分布来决定的。亮度较高的图像区域二值化阈值通常较高，而亮度较低的图像区域二值化阈值则会相应地变小。不同亮度、对比度、纹理的局部图像区域将会拥有相对应的局部二值化阈值。

      

FPGA实现：

       

因此，我们可以把FPGA实现分成2个部分实现，一个是左边的不等式计算，一个是右边不等式计算。两者都要使用当前窗口内的计算的像素均值u，如下FPGA实现原理图：

左边不等式：由于均值计算需要一定延时；因此，需要把当前像素数据raw_data Delay后再与Mean_cal 计算的均值u 相减，然后平方（Square）最后乘以窗口像素个数225（15x15），从而完成左边不等式的计算。

最后，两边不等式比较得到阈值分割结果。

如下如所示，是matlab和modelsim 联合仿真的结果，左边是灰度原图，右边是基于Verilog算法之后 matlab 复现图，可以看出分割的效果还不错.