99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

淺析基于FPGA自動白平衡算法的簡述與實戰(zhàn)

FPGA開源工作室 ? 來源:CSDN技術社區(qū) ? 作者: FPGA開源工作室 ? 2021-04-06 10:23 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

基于FPGA自動白平衡算法的實現(xiàn)

1 白平衡介紹

對于白平衡基本概念的詳細介紹請查看文章《白平衡初探》,白平衡算法主要的作用是將偏暖或者偏冷的色調自動恢復到正常色調,是圖像看起來更加色彩飽滿正常。

如上圖所示,左1色溫偏冷,中間色溫正常,右一色溫偏暖。上圖比較直觀的展示了色溫的概念。偏冷的色溫會給人一種還冷的感覺,偏暖的色溫會給人一種溫暖的感覺。

2 白平衡算法以及matlab實現(xiàn)

1)原始的灰度世界算法

灰度世界算法(Gray World)是以灰度世界假設為基礎的,該假設認為對于一幅有著大量色彩變化的圖像, R、 G、 B 三個分量的平均值趨于同一個灰度K。一般有兩種方法來確定該灰度。

(1)直接給定為固定值, 取其各通道最大值的一半,即取為127或128;

(2)令 K = (Raver+Gaver+Baver)/3,其中Raver,Gaver,Baver分別表示紅、 綠、 藍三個通道的平均值。

算法的第二步是分別計算各通道的增益:

Kr=K/Raver;

Kg=K/Gaver;

Kb=K/Baver;

算法第三步為根據(jù)Von Kries 對角模型,對于圖像中的每個像素R、G、B,計算其結果值:

Rnew = R * Kr;

Gnew = G * Kg;

Bnew = B * Kb;

對于上式,計算中可能會存在溢出(》255,不會出現(xiàn)小于0的)現(xiàn)象,處理方式有兩種。

a、 直接將像素設置為255,這可能會造成圖像整體偏白。

b、 計算所有Rnew、Gnew、Bnew的最大值,然后利用該最大值將將計算后數(shù)據(jù)重新線性映射到[0,255]內。實踐證明這種方式將會使圖像整體偏暗,建議采用第一種方案。

2)完美反射算法

原理:完美全反射理論perfect Reflector假設圖像上最亮點就是白點,并以此白點為參考對圖像進行自動白平衡,最亮點定義為R+G+B的最大值,具體編碼步驟如下:

(1)計算每個像素的RGB之和,并保存到一臨時內存塊中。

(2)按R+G+B值的大小計算出其前10%或其他Ratio的白色參考點的的閾值T。

(3)遍歷圖像中的每個點,計算其中R+G+B值大于T的所有點的RGB分量的累積和的平均值。

(4)對每個點將像素量化到[0,255]之間。

3)動態(tài)閾值法

(1)。 把圖像w*h從RGB空間轉換到YCrCb空間。

(2)。 選擇參考白色點:

a. 把圖像分成寬高比為4:3個塊(塊數(shù)可選)。

b. 對每個塊,分別計算Cr,Cb的平均值Mr,Mb。

c. 對每個塊,根據(jù)Mr,Mb,用下面公式分別計算Cr,Cb的方差Dr,Db。

d. 判定每個塊的近白區(qū)域(near-white region)。

判別表達式為:

設一個“參考白色點”的亮度矩陣RL,大小為w*h。

若符合判別式,則作為“參考白色點”,并把該點(i,j)的亮度(Y分量)值賦給RL(i,j);

若不符合,則該點的RL(i,j)值為0。

(3)。 選取參考“參考白色點”中最大的10%的亮度(Y分量)值,并選取其中的最小值Lu_min.

(4)。 調整RL,若RL(i,j)《Lu_min, RL(i,j)=0; 否則,RL(i,j)=1;

(5)。 分別把R,G,B與RL相乘,得到R2,G2,B2。 分別計算R2,G2,B2的平均值,Rav,Gav,Bav;

(6)。 得到調整增益:

Ymax=double(max(max(Y)))/5;

Rgain=Ymax/Rav;

Ggain=Ymax/Gav;

Bgain=Ymax/Bav;

(7)。 調整原圖像:

Ro= R*Rgain;

Go= G*Ggain;

Bo= B*Bgain;

FPGA的實現(xiàn)采用灰度世界算法。

Matlab代碼:

close allclear allclcI=imread(‘test1.jpg’);[H,W,L]=size(I);%得到圖像長寬高Rsum = 0;Gsum = 0;Bsum = 0;Rsum = double(Rsum);Gsum = double(Gsum);Bsum = double(Bsum);for i = 1 : H for j = 1 :W Rsum = Rsum + double(I(i,j,1)); Gsum = Gsum + double(I(i,j,2)); Bsum = Bsum + double(I(i,j,3)); endendRaver = Rsum / (H*W);Gaver = Gsum / (H*W);Baver = Bsum / (H*W);%K=128;%第一種K取值方法K = (Raver+Gaver+Baver)/3;%第二種方法Rgain = K / Raver;Ggain = K / Gaver;Bgain = K / Baver;Iwb(:,:,1) = I(:,:,1) * Rgain;Iwb(:,:,2) = I(:,:,2) * Ggain;Iwb(:,:,3) = I(:,:,3) * Bgain;imwrite(Iwb,‘Result1.jpg’);figure(1),subplot(121),imshow(I),title(‘原始圖像’);subplot(122),imshow(Iwb),title(‘自動白平衡圖像’);

效果展示:

3 FPGA實現(xiàn)自動白平衡灰度世界法

灰度世界法Verilog代碼:

/**********************************copyright@FPGA OPEN SOURCE STUDIO微信公眾號:FPGA開源工作室Algorithm:Auto White balance Gray World 800X600X255=480000***********************************/`define XLEN 32`define N(n) [(n)-1:0]module White_balance#( parameter DW = 24 )( input pixelclk, input reset_n, input [DW-1:0] din, //rgb in input i_hsync, input i_vsync, input i_de,

output [DW-1:0] dout, //gray out output o_hsync, output o_vsync, output o_de ); localparam STAGE_LIST = 32‘h0101_0101;//32’b00000000_00000000_00000000_00000000;localparam divisor = 32‘h0007_5300;//800*600localparam divisorK = 32’h0000_0003;//800*600 wire [7:0] R,G,B;reg [27:0] sumr,sumg,sumb;reg [27:0] sumr_r,sumg_r,sumb_r;wire [9:0] Kave;wire [7:0] K;

wire Rack;wire `N(`XLEN) Rquo,Rrem;

wire Gack;wire `N(`XLEN) Gquo,Grem;

wire Back;wire `N(`XLEN) Bquo,Brem;

wire Kack;wire `N(`XLEN) Kquo,Krem;

wire GRack;wire `N(`XLEN) GRquo,GRrem;

wire GGack;wire `N(`XLEN) GGquo,GGrem;

wire GBack;wire `N(`XLEN) GBquo,GBrem;

reg [39:0] R_r,G_r,B_r;wire [7:0] RO,GO,BO;

reg hsync_r1;reg vsync_r1;reg de_r1;

reg i_vsync_r;reg vsync_neg_r;

wire vsync_neg=(i_vsync_r&(~i_vsync));

assign Kave=(Rquo+Gquo+Bquo);assign K=Kquo[7:0];

assign R=din[23:16];assign G=din[15:8];assign B=din[7:0];

assign o_hsync = hsync_r1;assign o_vsync = vsync_r1;assign o_de = de_r1;

assign RO=(R_r[18:10]》255)?255:R_r[17:10];assign GO=(G_r[18:10]》255)?255:G_r[17:10];assign BO=(B_r[18:10]》255)?255:B_r[17:10];assign dout={RO,GO,BO};

//synchronizationalways @(posedge pixelclk) begin hsync_r1 《= i_hsync; vsync_r1 《= i_vsync; de_r1 《= i_de;end

always @(posedge pixelclk or negedge reset_n)begin if(!reset_n)begin sumr《=28‘d0;《 span=“”》 sumg《=28’d0;《 span=“”》 sumb《=28‘d0;《 span=“”》 sumr_r《=28’d0;《 span=“”》 sumg_r《=28‘d0;《 span=“”》 sumb_r《=28’d0;《 span=“”》 i_vsync_r《=1‘b0;《 span=“”》 vsync_neg_r《=1’b0;《 span=“”》 R_r《=40‘b0;《 span=“”》 G_r《=40’b0;《 span=“”》 B_r《=40‘b0;《 span=“”》 end else begin i_vsync_r《=i_vsync;《 span=“”》 vsync_neg_r《=vsync_neg;《 span=“”》 R_r《=r*grquo;《 span=“”》 G_r《=g*ggquo;《 span=“”》 B_r《=b*gbquo;《 span=“”》 if(vsync_neg==1’b1) begin sumr_r《=sumr;《 span=“”》 sumg_r《=sumg;《 span=“”》 sumb_r《=sumb;《 span=“”》 end if(i_vsync==1‘b1) begin if(i_de==1’b1) begin sumr《=sumr+r;《 span=“”》 sumg《=sumg+g;《 span=“”》 sumb《=sumb+b;《 span=“”》 end else begin sumr《=sumr;《 span=“”》 sumg《=sumg;《 span=“”》 sumb《=sumb;《 span=“”》 end end else begin sumr《=28‘d0;《 span=“”》 sumg《=28’d0;《 span=“”》 sumb《=28‘d0;《 span=“”》 end endend

//Rave divfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divR ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {4’b0,sumr_r} ), .b ( divisor ), .vld ( vsync_neg_r ), .quo ( Rquo ), .rem ( Rrem ), .ack ( Rack )

);

//Gave divfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divG ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {4‘b0,sumg_r} ), .b ( divisor ), .vld ( vsync_neg_r ), .quo ( Gquo ), .rem ( Grem ), .ack ( Gack )

);

//Bave divfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divB ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {4’b0,sumb_r} ), .b ( divisor ), .vld ( vsync_neg_r ), .quo ( Bquo ), .rem ( Brem ), .ack ( Back )

);

//Kdivfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divK ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {22‘b0,Kave} ), .b ( divisorK ), .vld ( Back ), .quo ( Kquo ), .rem ( Krem ), .ack ( Kack )

);

//RGaindivfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divGR ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {14’b0,K,10‘b0} ), .b ( Rquo ), .vld ( Kack ), .quo ( GRquo ), .rem ( GRrem ), .ack ( GRack )

);

//GGaindivfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divGG ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {14’b0,K,10‘b0} ), .b ( Gquo ), .vld ( Kack ), .quo ( GGquo ), .rem ( GGrem ), .ack ( GGack )

);

//BGAINdivfunc #( .XLEN ( `XLEN ), .STAGE_LIST ( STAGE_LIST )

) i_divGB ( .clk ( pixelclk ), .rst ( ~reset_n ), .a ( {14’b0,K,10‘b0} ), .b ( Bquo ), .vld ( Kack ), .quo ( GBquo ), .rem ( GBrem ), .ack ( GBack )

);

endmodule

1)仿真效果

原始圖像

經過灰度世界法的白平衡仿真效果

2)下板驗證模型以及實現(xiàn)效果

下板驗證圖像由筆記本電腦通過HDMI輸入到FPGA芯片,經過FPGA算法處理后在通過HDMI將圖像送到顯示屏展示處理效果。

筆記本電腦顯示圖片

經過FPGA處理后的顯示效果
編輯:lyn

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • FPGA
    +關注

    關注

    1646

    文章

    22054

    瀏覽量

    618813
  • 白平衡
    +關注

    關注

    0

    文章

    14

    瀏覽量

    8086

原文標題:基于FPGA的自動白平衡算法的實現(xiàn)

文章出處:【微信號:leezym0317,微信公眾號:FPGA開源工作室】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    基于FPGA實現(xiàn)FOC算法之PWM模塊設計

    哈嘍,大家好,從今天開始正式帶領大家從零到一,在FPGA平臺上實現(xiàn)FOC算法,整個算法的框架如下圖所示,如果大家對算法的原理不是特別清楚的話,可以先去百度上學習一下,本教程著重介紹實現(xiàn)
    的頭像 發(fā)表于 07-17 15:21 ?888次閱讀
    基于<b class='flag-5'>FPGA</b>實現(xiàn)FOC<b class='flag-5'>算法</b>之PWM模塊設計

    基于Matlab與FPGA的雙邊濾波算法實現(xiàn)

    前面發(fā)過中值、均值、高斯濾波的文章,這些只考慮了位置,并沒有考慮相似度。那么雙邊濾波來了,既考慮了位置,有考慮了相似度,對邊緣的保持比前幾個好很多,當然實現(xiàn)上也是復雜很多。本文將從原理入手,采用Matlab與FPGA設計實現(xiàn)雙邊濾波算法
    的頭像 發(fā)表于 07-10 11:28 ?689次閱讀
    基于Matlab與<b class='flag-5'>FPGA</b>的雙邊濾波<b class='flag-5'>算法</b>實現(xiàn)

    基于FPGA的壓縮算法加速實現(xiàn)

    本設計中,計劃實現(xiàn)對文件的壓縮及解壓,同時優(yōu)化壓縮中所涉及的信號處理和計算密集型功能,實現(xiàn)對其的加速處理。本設計的最終目標是證明在充分并行化的硬件體系結構 FPGA 上實現(xiàn)該算法時,可以大大提高該算法
    的頭像 發(fā)表于 07-10 11:09 ?872次閱讀
    基于<b class='flag-5'>FPGA</b>的壓縮<b class='flag-5'>算法</b>加速實現(xiàn)

    是德示波器MSOX3104A自動測量功能詳解與實戰(zhàn)技巧

    與高效化。通過自動識別信號特征、一鍵生成測量結果,該設備顯著降低了人工操作的復雜性,提升了測量精度與效率。本文將圍繞其自動測量功能的原理、操作步驟及實戰(zhàn)應用展開詳細探討。 ? 二、MSOX3104A
    的頭像 發(fā)表于 07-03 13:52 ?109次閱讀
    是德示波器MSOX3104A<b class='flag-5'>自動</b>測量功能詳解與<b class='flag-5'>實戰(zhàn)</b>技巧

    TIDA-00361 DLP LightCrafter 3000掃描demo不投影棋盤格是怎么回事?

    對焦關閉,自動曝光關閉,自動白平衡,亮度飽和度設置為最低。 請問是哪塊的問題,或者還需要設置哪塊參數(shù)?
    發(fā)表于 03-03 07:40

    FPGA上的圖像處理算法集成與優(yōu)化

    、Tophat形態(tài)學濾波、RAW8轉RGB888、彩色圖像均值濾波、Alpha背景疊加、直方圖灰度拉伸算法以及自動白平衡算法。每種算法都提供
    的頭像 發(fā)表于 02-14 13:46 ?664次閱讀
    <b class='flag-5'>FPGA</b>上的圖像處理<b class='flag-5'>算法</b>集成與優(yōu)化

    vsp01m01是怎樣來控制CCD的白平衡

    您好!我想請問一下,vsp01m01這顆AD芯片是怎樣來控制CCD的白平衡?我看數(shù)據(jù)手冊,只有0x6,0x7寄存器控制數(shù)字增益,這里的增益是指圖像的總增益么?那如果我要單獨控制R或G或B分量的增益,該如何實現(xiàn)呢?
    發(fā)表于 02-12 08:06

    基于Xilinx ZYNQ7000 FPGA嵌入式開發(fā)實戰(zhàn)指南

    電子發(fā)燒友網站提供《基于Xilinx ZYNQ7000 FPGA嵌入式開發(fā)實戰(zhàn)指南.pdf》資料免費下載
    發(fā)表于 12-10 15:31 ?37次下載

    AI ISP的技術優(yōu)勢和市場前景

    的優(yōu)化和提升。 ? ISP內部包含多種關鍵算法,如自動曝光控制(AEC)、自動增益控制(AGC)、自動白平衡(AWB)、色彩校正、鏡頭陰影校
    發(fā)表于 11-20 00:24 ?2083次閱讀

    技術科普 | 芯片設計中的LEF文件淺析

    技術科普 | 芯片設計中的LEF文件淺析
    的頭像 發(fā)表于 11-13 01:03 ?762次閱讀
    技術科普 | 芯片設計中的LEF文件<b class='flag-5'>淺析</b>

    FPGA做深度學習能走多遠?

    中的性能和效率。同時,也可能會出現(xiàn)一些新的基于 FPGA 的深度學習算法創(chuàng)新,拓展其應用領域。 ? 應用領域的拓展:除了在圖像識別、語音處理、自動駕駛等領域的應用,FPGA 在深度學習
    發(fā)表于 09-27 20:53

    為什么FPGA屬于硬件,還需要搞算法?

    交流學習,共同進步。 交流問題(一) Q:為什么FPGA屬于硬件,還需要搞算法? 剛入門準備學fpga但一開始學的是語法,感覺像是電路用軟件語言描述出來,fpga
    發(fā)表于 09-09 16:54

    FPGA-5G通信算法的基本套路

    機制,劃分風險等級和各種優(yōu)先級,都是極為重要的。 圖10 火星探測器天問一號環(huán)繞器與火星合影 雖然本篇文章在講通信算法的套路,并從FPGA工程師的角度來簡述閑扯,但其實背后始基于這樣的動因: 邏輯
    發(fā)表于 08-15 17:34

    FPGA自動駕駛領域有哪些優(yōu)勢?

    可以根據(jù)自動駕駛系統(tǒng)的具體需求,通過編程來配置FPGA的邏輯功能和連接關系,以適應不同的應用場景和算法變化。這種靈活性使得FPGA能夠快速適應自動
    發(fā)表于 07-29 17:11

    FPGA自動駕駛領域有哪些應用?

    FPGA自動駕駛領域的主要應用: 一、感知算法加速 圖像處理:自動駕駛中需要通過攝像頭獲取并識別道路信息和行駛環(huán)境,這涉及到大量的圖像處理任務。
    發(fā)表于 07-29 17:09