PotatoPie 4.0 实验教程(22) —— FPGA实现摄像头图像对数(log)变换

ICMaker

10天前更新

570

手机扫码

链接直达

https://item.taobao.com/item.htm?ft=t&id=776516984361

什么是图像的log变换？

总的来说，对数变换是一种常用的图像增强技术，可以改善图像的视觉质量、减少噪声以及突出图像中的细节，从而提高图像在视觉感知和分析中的效果和可用性。

图像的对数变换（log transformation）是一种用于增强图像对比度的常见方法之一。它通过对图像的像素值取对数来扩展较低亮度的区域，并压缩较高亮度的区域，从而增强图像的细节和对比度。

对数变换的主要特点是可以扩展图像的暗部细节，使得低亮度区域的像素值被映射到较大的范围内，从而提高了图像的对比度。然而，对数变换对于较亮的区域的影响相对较小，可能会导致亮度信息的丢失。

对数变换常用于图像处理中的动态范围压缩、图像增强、去噪等应用中。

为什么要做图像的log变换？

对图像进行对数变换的主要目的有几个：

增强对比度：对数变换可以扩展图像的灰度动态范围，将较低灰度值的区域拉伸，同时压缩较高灰度值的区域，从而增强图像的对比度。这对于某些图像来说，特别是那些灰度范围较窄的图像，可以使图像更具视觉效果。
压缩动态范围：在一些应用中，图像的动态范围可能过大，包含了大量的细节信息。对数变换可以帮助压缩图像的动态范围，使得图像中的细节更容易被观察和分析。
减少噪声：在图像处理中，对数变换也可以用于减少图像中的噪声。由于对数函数的曲线特性，对低灰度值的像素施加更大的变换，因此可以将低灰度值的噪声信号压缩到较小的范围内，从而减少图像中的噪声影响。
增强图像细节：对数变换有助于突出图像中的细节和纹理，特别是对于暗部细节。这使得图像在观察和分析时更容易捕捉到细微的变化和特征。

log变换的公式

对于灰度图像，图像的对数变换公式如下：

其中， $r$ 表示原始图像的像素值， $s$ 表示变换后的像素值， $c$ 是一个常数，用于调节变换后的亮度范围。其中 c 为常数系数， r 为像素值范围 0~255。

（生成这个交互式曲线图的python代码在文章的后面有提供）

如图所示，对数曲线在像素值较低的区域斜率较大，像素值较高的区域斜率比较低，所以图像经过对数变换之后，在较暗的区域对比度将得到提升，因而能增强图像暗部的细节。

python实现图像的log变换

这段代码会读取名为 Lena.jpg 的图片文件，将其转换为灰度图像，并应用 log 变换。然后，它会显示原始图像、灰度图像和经过 log 变换后的图像。

以下是代码的详细说明：

导入必要的库：

import cv2 import numpy as np import os
- cv2：用于图像处理和显示。
- numpy：用于数值计算。
- os：用于操作文件路径。
获取当前文件的路径并提取目录：

current_file_path = __file__ current_file_dir = os.path.dirname(current_file_path)

使用 __file__ 获取当前脚本文件的路径，然后通过 os.path.dirname() 函数提取目录部分，并将结果存储在 current_file_dir 变量中。
读取图片：

img = cv2.imread(current_file_dir+'/Lena.jpg')

使用 cv2.imread() 函数读取名为 ‘Lena.jpg’ 的彩色图像文件，并将其存储在名为 img 的变量中。
将图像转换为灰度图像：

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

使用 cv2.cvtColor() 函数将彩色图像 img 转换为灰度图像，并将结果存储在名为 gray_img 的变量中。
定义常数系数 c：

c = 30

定义常数系数 c，用于对数变换中的缩放。
对每个像素进行对数变换：

log_img = c * np.log(gray_img + 1)

使用 NumPy 库中的 np.log() 函数对灰度图像 gray_img 进行对数变换，并乘以常数系数 c。为了避免对数值为零的情况，将灰度值加一。
将浮点型数据转换为 uint8 类型：

log_img = np.uint8(log_img)

将对数变换后的图像数据类型从浮点型转换为无符号 8 位整数型，以便于后续显示。
显示图像：

cv2.imshow('Original Image', img) cv2.imshow('Gray Image', gray_img) cv2.imshow('Log Transformed Image', log_img)

使用 cv2.imshow() 函数显示原始图像、灰度图像和对数变换后的图像。
等待按下任意键继续并关闭窗口：

cv2.waitKey(0) cv2.destroyAllWindows()

使用 cv2.waitKey(0) 函数等待用户按下任意键，然后使用 cv2.destroyAllWindows() 函数关闭所有打开的窗口。

可以看到图像的暗部被明显提升了。

matlab实现实现图像的log变换

这段 MATLAB 代码实现了相同的功能，包括读取图像、将图像转换为灰度图像、应用对数变换以及显示原始图像、灰度图像和对数变换后的图像。

以下是代码的详细说明：

获取当前脚本文件的路径：

current_file_path = mfilename('fullpath'); [current_file_dir, ~, ~] = fileparts(current_file_path);

使用 mfilename('fullpath') 函数获取当前脚本文件的完整路径，然后使用 fileparts() 函数提取目录部分，并将结果存储在 current_file_dir 变量中。
读取图像：

img = imread(fullfile(current_file_dir, 'Lena.jpg'));

使用 imread() 函数读取名为 ‘Lena.jpg’ 的图像文件，并将其存储在名为 img 的变量中。fullfile() 函数用于构建完整的文件路径。
将图像转换为灰度图像：

gray_img = rgb2gray(img);

使用 rgb2gray() 函数将彩色图像 img 转换为灰度图像，并将结果存储在名为 gray_img 的变量中。
定义常数系数 c：

c = 30;

定义了一个常数系数 c，用于控制对数变换的幅度。
对每个像素进行对数变换：

log_img = c * log(double(gray_img) + 1);

使用 log() 函数对灰度图像中的每个像素值进行对数变换，并乘以常数系数 c。double() 函数用于将灰度图像转换为双精度浮点型数据，+ 1 是为了避免对数运算中出现零值。
将浮点型数据转换为 uint8 类型：

log_img = uint8(log_img);

将经过对数变换的图像数据转换为 uint8 类型，以便正确显示图像。
显示原始图像、灰度图像和对数变换后的图像：

imshow(img); title('Original Image'); figure; imshow(gray_img); title('Gray Image'); figure;
imshow(log_img); title('Log Transformed Image');

使用 imshow() 函数分别显示原始图像、灰度图像和对数变换后的图像，并使用 title() 函数设置图像的标题。figure 函数用于创建新的图像窗口，以便将多个图像显示在不同的窗口中。

FPGA工程解析

工程数据流图

工程层次图

代码解析

与demo18相比，只是多了一个img_log的模块，也就是下面这一段代码，在从SDRAM读出来之后，经它处理后再输出hdmi_tx模块。

img_log u_img_log
(
    .i_clk(clk_pixel),
    .i_rst_n(sys_rst_n),
    .i_hs(VGA_HS),
    .i_vs(VGA_VS),
    .i_de(VGA_DE),
    .i_r(VGA_RGB[23:16]),
    .i_g(VGA_RGB[15:8]),
    .i_b(VGA_RGB[7:0]),        
    .o_hs(log_hs),
    .o_vs(log_vs),
    .o_de(log_de),   
    .o_r(log_data[23:16]),
    .o_g(log_data[15:8]),
    .o_b(log_data[7:0])
);

对于FPGA做log运算最好的办法是我们先用matlab或者python把 c*log(0~255)的值计算并输出到文本文件中，然后填入log_rom.v这个文件中即可。下面的代码提供了直接输出log_rom.v的功能，分别提供了pyton版本和matlab版本，代码中c取30。

pyton版本

matlab版代码

% 定义灰度范围的数量
num = 256;

% 定义log变换的参数
c = 30;

% 计算log变换后的值并写入 COE 文件
fid = fopen('log_para_256.coe', 'w');
fprintf(fid, 'memory_initialization_radix = 10;\n');
fprintf(fid, 'memory_initialization_vector =\n');

% 计算并写入每个地址对应的log值
for n = 0:num-1
    log_value = round(c * log(1 + n));
    fprintf(fid, '%d,\n', log_value);
end

% 写入最后一个值并结束
log_value = round(c * log(1 + num - 1));
fprintf(fid, '%d;', log_value);
fclose(fid);

% 计算灰度范围和log变换后的图像
f = 0:num-1;
g = c * log(1 + f);

% 绘制图像
plot(f, 'LineWidth', 1.5, 'DisplayName', 'Gray Scale (f)');
hold on;
plot(g, 'LineWidth', 1.5, 'DisplayName', 'Log Transformed (g)');
hold off;
xlabel('Gray Scale (f)');
ylabel('Log Transformed (g)');
title('Gray Scale vs. Log Transformed');
legend('show');
grid on;

此 MATLAB 代码将执行与Python版代码相同的操作，并生成相同的 COE 文件和图像。

因此FPGA中只需要读出log的值即可，

log_rom u_r
(
	.clka	(i_clk		),
	.addra	(i_r		),
	.ena	(1'b1		),
	.douta	(o_r		)
);

由于是纯组合逻辑，行场信号都不需要延一拍直接输出即可。

assign o_hs = i_hs;
assign o_vs = i_vs;
assign o_de = i_de;

管脚约束

与PotatoPie 4.0 实验教程(18) —— FPGA实现OV5640摄像头采集以SDRAM作为显存进行HDMI输出显示相同，不作赘述。

时序约束

与PotatoPie 4.0 实验教程(18) —— FPGA实现OV5640摄像头采集以SDRAM作为显存进行HDMI输出显示相同，不作赘述。

实验结果

还是以咱们的小金猪作为主角。

评分

欢迎为Ta评分