Matlab实现均值滤波与FPGA进行对比，并采用modelsim波形仿真

本文的方法和 联合仿真实现Ycbcr的方法相同。不再重复叙述。

一、实验目标

在Ycbcr灰度化基础上进行均值滤波。

二、实验中遇到的问题

1、如何实现均值滤波

2、modelsim仿真的时候涉及到IP核不存在怎么办？

如下图，我们调用了shift_ram ip核，不添加库文件的话，独立仿真时报错

解决方法：
将器件库添加上即可。
选择simulation —— start simulation——Libraries——Add，添加库文件

库文件所在位置：modelsim安装位置，modelsim-ase——aletra——Verilog——altera_mf || cyclonev（根据所用开发板型号选择）

三、具体实现

3.1 均值滤波的实现

1、这部分包含两个模块：3*3窗口生成模块以及均值滤波算法实现模块。（参考其他博文，理论部分不在讲解）
2、33窗口生成模块：filter_33；——调用了shift_ram ip核。
3、均值滤波模块 ：mean_filter；——采用三级流水线的方式进行处理。流水线技术是FPGA常用的思想。

---

3.1.1 调用shift_ram ip核：

---

3.1.2 均值滤波的流水并行处理

如下我们可得到均值滤波的公式：mean_data = P11 + P12 + P13 + P21 + P23 + P31 +P32 + P33 / 8；将其拆成三级流水线并行处理的形式：

第一级流水线并行处理：
P1 = P11 + P12 + P13 ；P2 = P21 + P23 ；P3 = P31 +P32 + P33；
.
第二级流水线处理：
P = P1 + P2 + P3；
.
第三级流水线处理：
P >> 3 或者取高位

3.2 整体模块设计

图像生成模块（VGA模块+数据的获取）；
Ycbcr灰度化模块；
3*3窗口生成模块；
均值滤波模块：

3.2.1 图像生成模块

module img_gen (
//系统全局信号
input	wire			       	clk			,	
input	wire				     rst_n		,	  
//原图输出 ----------------------------------------
output	wire				   img_hsync	,	//原图行同步信号
output	wire				   img_vsync	,	//场同步信号
output	reg  	[23:0]		   img_data		,	//原图像数据信号
output	reg					   img_de			//数据有效指示信号
);
endmodule 

该模块数据的获取如下：
当quartus查看RTL图的时候，由于不可综合，将其引去即可。

initial begin
	$readmemh("pre_img.txt", ram);
end

3.2.2 Ycbcr灰度化

该模块不变。

module RGB_Gray
//========================< 端口 >==========================================
(
input   wire				clk		,	//时钟
input   wire				rst_n	,	//复位
//原图 ----------------------------------------------
input   wire				RGB_hsync,
input   wire				RGB_vsync,
input   wire    [23:0]      RGB_data,
input   wire				RGB_de ,
//灰度转换图 ---------------------------------------------- 
//这里的行场有效信号和数据信号根据消耗时钟打三拍，作为下一模块输入
output  wire			gray_hsync, 
output  wire			gray_vsync, 
output  wire			gray_de,
output  wire	[7:0]	gray_data

);

3.2.3 3*3窗口生成

module filter_3x3(
    input clk,
    input rst_n,
//灰度化打拍后的行场有效以及数据有效信号
    input  gray_hsync, 
    input  gray_vsync,
    input  gray_de   ,
	 
    input [7:0] iData,
//根据3*3窗口生成模块实际消耗时钟进行延迟
    output  filter_hsync, 
    output  filter_vsync				, 
    output  filter_de,
//生成的3*3窗口数据	 
    output reg [7:0] oData_11, oData_12, oData_13,
    output reg [7:0] oData_21, oData_22, oData_23,
    output reg [7:0] oData_31, oData_32, oData_33
);

3.2.4 均值滤波模块

module mean_filter(
    input clk,
    input rst_n,
    
//来自3*3窗口生成模块 
	input   wire				filter_hsync				, 
    input   wire				filter_vsync				,
    input   wire				filter_de					,
//生成的3*3窗口数据
    input   [7:0]     filter_11,filter_12,filter_13, 
    input   [7:0]     filter_21,filter_22,filter_23,
    input   [7:0]     filter_31,filter_32,filter_33,
//均值处理后行场、数据有效信号根据消耗时钟打拍	 
	output  			  mean_hsync			  	, 
    output  			  mean_vsync				, 
    output  			  mean_de    ,
    output   [7:0]     mean_data  // 最终均值，3x3模板总和/8

);

3.3 波形仿真验证

1、tb测试文件不变。
仍然处理后的640*480个数据写入到txt文档中。

//打开post_img.txt文件
//---------------------------------------------------
integer post_img_txt;

initial begin
    post_img_txt = $fopen("post_img.txt");
end

//像素写入到txt中
//---------------------------------------------------
reg [20:0] pixel_cnt; //640*480 = 307200 ，对这些像素逐个写入

always @(posedge clk) begin
    if(!rst_n) begin
        pixel_cnt <= 0;
    end
    else if(VGA_de) begin
        pixel_cnt = pixel_cnt + 1;
        $fdisplay(post_img_txt,"%h",VGA_data);
		
        if(pixel_cnt == IMG_H*IMG_W)
            $stop;
    end
end

2、波形分析

以第一行数据为例
img_de : 原图数据有效信号
img_data：原图数据
gray_de：灰度化数据有效信号
gray_data：灰度化的图像数据 = iData

filter_de : 33窗口生成数据有效信号
oData11 - 33 ：33窗口的数据
mean_de : 均值滤波数据有效信号
mean_data ： 3*3窗口数据的均值
VGA_de : VGA有效数据信号 = mean_de

第一个均值：164 / 8 = 20
第二个均值：（164 + 1580） / 8 = 40
第三个均值：（164 + 158 + 153 ） / 8= 59 ……

matlab实现均值滤波

matlab均值滤波：

x=imread('pre_img.jpg');%需要过滤的图像
n=3;    %模板大小
[height, width]=size(x);   %获取图像的尺寸（n小于图片的宽高）
gdata = rgb2gray(x);
imshow(gdata),title('原图灰度化'); 
for i=1:height-n+1  
    for j=1:width-n+1  
        c=x(i:i+(n-1),j:j+(n-1)); %在x1中从头取模板大小的块赋给c  
        e=c(1,:);      %e中存放是c矩阵的第一行  
        for u=2:n  %将c中的其他行元素取出来接在e后使e为一个行矩阵 
            e=[e,c(u,:)];          
        end  
        s=sum(e);      %取一行的和  
        x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n);   %将模板各元素的均值赋给模板中心位置的元素  
    end  
end    
d=uint8(x);  %未被赋值的元素取原值 
C=rgb2gray(x);  %灰度处理，灰度处理后的图像是二维矩阵
A=fspecial('average',[n,n]);  %matlab中自带值滤波函数
b=imfilter(C,A);
figure;
imshow(b),title('均值滤波'); %显示过滤后的灰度图片
imwrite(b,'matlab均值滤波.jpg');

结果：

由于灰度化处理以及均值滤波求解的时候均存在精度问题，可能导致与matllab处理后的像素值存在微小差异。不是重点，观察均值滤波的效果，可看到二者均值滤波处理后的图像均变模糊。