[米联客-XILINX-H3_CZ08_7100] FPGA_图像入门连载-4FPGA 实现彩色图像转灰度图像

​ 软件版本：VIVADO2021.1
操作系统：WIN10 64bit
硬件平台：适用 XILINX A7/K7/Z7/ZU/KU 系列 FPGA
实验平台：米联客-MLK-H3-CZ08-7100开发板
板卡获取平台：https://milianke.tmall.com/
登录“米联客”FPGA社区 http://www.uisrc.com 视频课程、答疑解惑！

---

1 彩色图像转灰度算法简介

日常生活中遇到的图像基本都是彩色图像，在工业应用领域常常需要将彩色图像转换成灰度图像。彩色图像是 三个通道 RGB，灰度图像只有一个通道。

彩色转灰度比较简单的方法就是直接拿 RGB 中的一个通道来显示灰度图像，这种方法简单且不做任何的处理。 下面介绍几种常用的求取灰度图像的方法：

1 、 平均法

I(x,y)表示灰度图像，取彩色图像 RGB 三个通道每个值的 1/3 相加，公式如下：

I(x,y) = 1/3 * I_R(x,y) +1/3 * I_G(x,y)+ 1/3 * I_B(x,y)

2 、 加权均值法

I(x,y)表示灰度图像，取彩色图像 RGB 三个通道每个值乘相应的权值后相加，公式如下：

I(x,y) = 0.299 * I_R(x,y) +0.587 * I_G(x,y)+ 0.114 * I_B(x,y)

这是最流行的方法。几个加权系数 0.299,0.587,0.114  是根据人的亮度感知系统调节出来的参数，是个广泛 使用的标准化参数。

3 、 最大最小平均法

I(x,y)表示灰度图像，取彩色图像 RGB 三个通道中最大和最小值的 1/2 相加，公式如下：

I(x,y) = 1/2 * max(I_R(x,y), I_G(x,y), I_B(x,y))+ 1/2 * min(I_R(x,y), I_G(x,y), I_B(x,y))

4 、 二值图像

除了灰度图，还有一种图像叫二值图，也就是灰度只有 0 和 255，这才是真正的黑白图像，因为 0 代表黑 色，255 代表白色。我们设定一个阈值 T，当某像素点的灰度值大于 T 时，设定该像素点的值为 255 ，当小于 T 时，设定为 0。

5 、 反转图像

反转图像公式：I(x,y) = 255- I_Gray(x,y)。反转图像特别适用于增强暗色图像中的白色或灰色细节。

本实验我们将会用到第二种甲权平均法来对彩色图像惊醒处理。在硬件算法中分为浮点运算和定点运算而在实 际应用中我们是要避免浮点运算，尽量用整数运算。对于第二个运算方法中，一般会放大 1000 倍，然后再缩小 1000 倍，此时因为是整数除法因此需要再加上常数来不足误差。

2 框图原理图


3 关键代码设计分析

3.1Matlab代码分析

源代码如下：

1. 
   
2. %      0.299 * R + 0.587 * G + 0.114 * B %
   
3. image_in = imread('lena_1280x720.jpg');
   
4. 
   
5. image_in_r = image_in(:,:,1);  image_in_g = image_in(:,:,2); image_in_b = image_in(:,:,3);
   
6. gray1 =    0.299 * image_in_r + 0.587 * image_in_g + 0.114 * image_in_b;
   
7. gray2 = rgb2gray(image_in);
   
8. 
   
9. figure
   
10. subplot(221);
    
11. imshow(image_in); subplot(222);
    
12. imshow(gray1);
    
13. subplot(223);
    
14. imshow(image_in); subplot(224);
    
15. imshow(gray2);

复制代码

3.2Verilog代码分析

1. //按照 1 节中的公式中进行公式变换：
   
2. // gray1 =    0.299 * image_in_r + 0.587 * image_in_g + 0.114 * image_in_b; //先乘以256 然后右移 8 位。
   
3. // gray1 =    256*(0.299 * image_in_r + 0.587 * image_in_g + 0.114 * image_in_b)>>8; //最终结果如下：
   
4. // gray1 =    (77 * image_in_r + 150 * image_in_g + 29 * image_in_b)>>8; //我们将乘法运算单独在一个时钟周期中完成，代码如下：
   
5. always@(posedge i_clk ornegedge i_rst_n) begin
   
6. if(!i_rst_n) begin
   
7. r_d0 <= 16'd0;  g_d0 <= 16'd0; b_d0 <= 16'd0;
   
8. end    else    begin
   
9. r_d0 <= 77    * i_r;  g_d0 <= 150 * i_g;  b_d0 <= 29    * i_b;
   
10. end end
    
11. //完成乘法后进行加减法运算：
    
12. always@(posedge i_clk ornegedge i_rst_n) begin
    
13. if(!i_rst_n) begin
    
14. gray_d0 <= 16'd0; end
    
15. else    begin
    
16. gray_d0 <= r_d0 + g_d0 + b_d0; end
    
17. end
    
18. //最后进行信号的同步：
    
19. always@(posedge i_clk ) begin
    
20. hsyn <= {hsyn[0],i_hsyn};
    
21. vsyn <= {vsyn[0],i_vsyn};
    
22. de <= {de[0],i_de};
    
23. end
    
24. 
    
25. assign o_gray_hsyn = hsyn[1];
    
26. assign o_gray_vsyn = vsyn[1];
    
27. assign o_gray_data = {gray_d0[15:8],gray_d0[15:8],gray_d0[15:8]};
    
28. assign o_gray_de   = de[1];

复制代码

4 工程结构分析

5 仿真及结果

5.1Matlab实验结果

5.2Modelsim实验结果

6 搭建 Vitis-sdk 工程

创建 soc_base  sdk  platform  和 APP  工程的过程不再重复，可以阅读 3-3-01_sdk_base_app。以下给出创建好 soc_base sdk platform 的截图和对应工程 APP 的截图。

6.1 创建 SDKPlatform工程

6.2SDKAPP工程

计数器从 1 到 1280 再发送完 de 拉低。

7 硬件连接

8 上板实验结果

实验结果如图所示：