除噪声和图像锐化
这个例子展示了如何实现一个前端的图像处理模块的设计。这个前端模块去除噪声,提高图像后续处理提供更好的初始条件。
一个对象的结果集中在一个模糊的形象。死亡或像素摄像机或视频传感器,或从硬件组件热噪声,导致图像中的噪声。在这个例子中,前端模块从视觉上使用两个pixel-stream过滤块实现高密度脂蛋白工具箱™。中值滤波去除噪声和图像滤波器提高图像。这个例子比较了pixel-stream帧块产生的结果与从计算机视觉系统工具箱™。
这个示例模型提供了一个hardware-compatible算法。您可以在董事会实现这个算法使用Xilinx™Zynq™参考设计。看到图像锐化与Zynq-Based硬件(视觉HDL工具箱支持包Xilinx Z万博1manbetxynq-Based硬件)。
结构的例子
计算机视觉工具箱块操作整个框架。视觉HDL工具箱块的像素数据流操作,一次一个像素。转换块视觉HDL工具箱,像素和像素帧,使您能够模拟streaming-pixel设计与帧设计。
的NoiseRemovalAndImageSharpeningHDL.slx系统如下所示。
下面的图表显示了帧的结构行为模型子系统,由框架中值滤波器和二维滤波器。如前所述,中值滤波去除噪声和二维滤波器配置为锐化图像。
Pixel-Stream HDL模型子系统包含流媒体的实现中值滤波和二维滤波器如下图所示。您可以生成子系统从Pixel-Stream高密度脂蛋白HDL代码模型。
验证子系统比较结果从帧处理与pixel-stream处理。
一帧视频模糊和噪声来源,de-noised版本中值滤波后,和磨输出二维冷杉过滤后,显示在下图从左到右。
图片来源
下面的图显示了图像源子系统。
图像源阻止进口一个灰度图像,然后利用MATLAB功能块叫模糊和添加噪声模糊图像和注入满头花白的噪音。3×3的平均IMFILTER函数使用一个内核模糊图像。满头花白噪声注入通过调用IMNOISE(我,盐和胡椒,D)命令,其中D是噪声密度定义为组合的比例数量的盐和胡椒像素总像素的图像。这个密度值指定的噪声密度不变,而且必须在0和1之间。图像源子系统输出二维矩阵的一个完整的形象。
帧像素:生成一个像素流
帧的像素块完整图像帧转换为一个像素流。组件的数量为灰度图像输入字段设置为1,和240 p视频格式字段匹配的视频源。视频源的样品时间是由产品总每行像素和总视频帧的像素块。有关更多信息,请参见帧像素块引用页面。
Pixel-Stream HDL模型
中值滤波块用于去除椒盐噪声。要了解更多,请参考中值滤波器块引用页面。
基于滤波器系数,图像过滤块可用于模糊,锐化,或者恢复中值滤波后图像的边缘检测。在这个例子中,图像过滤配置为一个图像锐化。要了解更多,请参考图像滤波块引用页面。
像素帧:将像素流回全帧
帧的像素块转换一个像素流的完整框架利用同步信号。组件的数量字段和视频格式字段的像素在1和240 p帧设置,分别匹配视频源的格式。
验证Pixel-Stream处理设计
验证子系统,如下所示,验证的结果pixel-stream HDL模型对全画幅行为模型。
峰值信噪比(PSNR),计算参考图像和流之间的图像处理。理想情况下,比例应该是正无穷,表明全画幅行为模型的输出图像匹配Pixel-Stream高密度脂蛋白的生成模型。
生成HDL代码并验证其行为
检查并生成HDL代码中引用这个例子中,您必须有一个高密度脂蛋白编码器™许可证。
生成HDL代码,使用以下命令:
makehdl (“NoiseRemovalAndImageSharpeningHDL / Pixel-Stream HDL模型”);
生成测试台上,使用以下命令:
makehdltb (“NoiseRemovalAndImageSharpeningHDL / Pixel-Stream HDL模型”);
