[发明专利]一种基于FPGA平台的自适应图像清晰度评价算法

说明书

技术领域

本发明涉及视频图像处理领域，特别是一种基于FPGA平台的自适应图像清晰度评价算法。

背景技术

目前业界图像清晰度评价算法多用于相机自动聚焦系统中，对图像清晰度进行评估，为聚焦操作提供依据，清晰度评价算法多为灰度方差或绝对阈值梯度算法，这些算法单峰性较好但往往抗噪声性能不佳，无法有效分离噪声和图像边缘信息，从而造成峰值不准等问题，对于实时性或图像清晰度需求较高的聚焦或清晰度评价系统往往难以满足要求。

发明内容

本发明为了解决上述问题而提供一种基于FPGA平台的自适应图像清晰度评价算法。

本发明为解决这一问题所采取的技术方案是：一种基于FPGA平台的自适应图像清晰度评价算法，包括像素信息缓存模块、时钟调整模块、图像缩放去高频干扰模块、图像平滑模块、高频分量提取模块和统计输出模块，该方法的具体步骤为：

i图像输入；

ii像素信息缓存模块根据视频缩放比例计算所需缓存像素的行数，并存至RAM资源中；同时时钟调整模块根据缩放后的图像数据量，减小输出驱动时钟频率，从而达到输入输出数据率相等；

iii图像缩放去高频干扰模块根据输出驱动时钟读取RAM数据，按相应比例和位置找出输出像素在RAM中的4个临近像素点，形成2*2参考矩阵，并根据输出像素点与矩阵各点的距离计算加权系数，得出输出像素值；

iv图像平滑模块对缩放后的图像进行RAM缓存，并根据不同场景的图像增益调整平滑系数，对图像进行5*5低通滤波和非线性滤波，进一步去除噪声干扰；

v高频分量提取模块先对图像进行缓存，并形成5*5像素阵列，然后根据图像增益变化进行对比度线性拉伸，补偿前端增益，再利用二阶微分卷积模板对图像进行水平、垂直和正负45度角卷积并取两个较大分量进行归一化，当作该点的边缘强度，从而串行输出各点的有效高频分量值；

vi统计输出模块根据图像大小和预设的统计区域，对图像中各点的高频分量进行加权和累加，最终输出以帧为单位的清晰度评价值。

本发明具有的优点和积极效果是：

本发明利用空域中图像临近像素信息的相关性，对图像噪声等干扰信息进行有效抑制，同时对图像内景物边缘的高频分量进行筛选和提取，并通过统计功能快速反馈当前场景物体的清晰度，无论是图像场景适应性还是系统实时性都具有良好表现。

附图说明

图1是本发明的功能框图；

图2是本发明的图像平滑模块和高频分量提取模块的流程图。

具体实施方式

以下参照附图及实施例对本发明的一种基于FPGA平台的自适应图像清晰度评价算法进行详细的说明。FPGA为FieldProgrammableGateArrays，现场可编程门阵列。

如图1所示，一种基于FPGA平台的自适应图像清晰度评价算法，包括像素信息缓存模块、时钟调整模块、图像缩放去高频干扰模块、图像平滑模块、高频分量提取模块和统计输出模块，该方法的具体步骤为：

i图像输入；

ii像素信息缓存模块根据视频缩放比例计算所需缓存像素的行数，并存至RAM资源中；同时时钟调整模块根据缩放后的图像数据量，减小输出驱动时钟频率，从而达到输入输出数据率相等；

iii图像缩放去高频干扰模块根据输出驱动时钟读取RAM数据，按相应比例和位置找出输出像素在RAM中的4个临近像素点，形成2*2参考矩阵，并根据输出像素点与矩阵各点的距离计算加权系数，得出输出像素值。相关统计和试验数据表明，图像按1:0.25~1:0.5缩放时，对于高频干扰的去除作用最为明显；

iv如图2所示，图像平滑模块对缩放后的图像进行RAM缓存，并根据不同场景的图像增益调整平滑系数，对图像进行5*5低通滤波，再进行非线性滤波，进一步去除噪声干扰；

进一步地低通滤波包括高斯模糊滤波，非线性滤波包括非线性5阶中值滤波。

v高频分量提取模块先对图像进行缓存，并形成5*5像素阵列，然后根据图像增益变化进行对比度线性拉伸，补偿前端增益，再根据sobel梯度算子卷积模板进行改进，进一步降低噪声的敏感性，对图像进行水平和垂直以及正负45度方向进行卷积，根据sobel模板推导公式：

，对传统梯度算子进行各项同性化，取整数系数的近似，得到新的5*5sobel卷积模板，下以垂直和45°模板为例：

垂直模板为：

45°模板为：