1.對(duì)比度增強(qiáng)原理

對(duì)比度增強(qiáng)是個(gè)廣泛的話題，前文中關(guān)于直方圖均衡的方法，其實(shí)就是一種對(duì)比度增強(qiáng)。而對(duì)比度增強(qiáng)，就是提高明暗之間的差異，從而達(dá)到提高圖像對(duì)比度、改善主觀視覺效果的目的。

采用直方圖均衡的方法，其實(shí)是對(duì)圖像灰度的拉伸，但本文將介紹的，是基于曲線灰度映射變換。典型的比如指數(shù)變換，對(duì)數(shù)變換，Gamma變換等等。

為了直觀的說明對(duì)比度增強(qiáng)的效果，我們先生成一張灰度對(duì)稱分布圖，以指數(shù)對(duì)比度增強(qiáng)為例，效果如下所示?？梢妼?duì)比度增強(qiáng)后的圖，黑色部分更黑了，白色部分更白了，對(duì)比更明顯了。

然后我們進(jìn)一步分析增強(qiáng)前后的直方圖，可見增強(qiáng)后圖像的直方圖，暗的像素值更暗的，亮的像素值也更亮了，敏感之間的對(duì)比更大，那么對(duì)于對(duì)比度較低的圖像，增強(qiáng)后確實(shí)可以提高可視度。

相關(guān)代碼如下：

指數(shù)對(duì)比度增強(qiáng)有很多方法，但萬變不離其宗，即以一定閾值為中心，提高閾值以上的亮度，并降低閾值以下的亮度。典型的以對(duì)數(shù)對(duì)比度增強(qiáng)函數(shù)為例，公式如下所示：

針對(duì)閾值=127，E取2/4/6的曲線，使用Matlab繪制，如下所示：

如上圖所示，分別是E=2，E=4，E=6的指數(shù)對(duì)比度增強(qiáng)曲線，橫坐標(biāo)為原始像素，縱坐標(biāo)為映射后的像素。從曲線可見，E的值越大，對(duì)暗區(qū)的壓縮及亮區(qū)的提升程度就越大，那么明暗之間的對(duì)比就越明顯，即E可以表示為圖像對(duì)比度增強(qiáng)的程度。圖中三條曲線交匯在閾值127處，那么也可以采用不同程度增強(qiáng)曲線的融合模式，比如閾值以下采用E=2，閾值以上采用原值或E=6方式，區(qū)別對(duì)待圖像明暗區(qū)域的對(duì)比度。

2.指數(shù)對(duì)比度增強(qiáng)Matlab實(shí)現(xiàn)

這里以閾值=127，E=7為例，我們看一下對(duì)比度增強(qiáng)后的圖像效果。其中matlab代碼如下：

對(duì)比度增強(qiáng)后的圖如下所示，可見原圖對(duì)比度較低，整體給人灰蒙蒙的效果，而右圖則看起來更通透，明暗之間的對(duì)比度更加鮮明，整體視覺效果也更好了。

結(jié)合之前講過的直方圖均衡算法，與現(xiàn)在指數(shù)對(duì)比度增強(qiáng)效果以及各自的直方圖進(jìn)行對(duì)比，如下圖所示：

我們從以下幾個(gè)方面去對(duì)比效果：

1）對(duì)比度：

由灰度圖可見，明暗對(duì)比不明顯。通過對(duì)比度增強(qiáng)，壓縮了暗區(qū)并提高了亮區(qū)，明暗對(duì)比度提高了；通過直方圖拉伸后，將圖像灰度拉伸到0-255，自然明暗之間的對(duì)比度也提高了。不過對(duì)比效果，直方圖對(duì)比度更高，同時(shí)也引入了局部過曝的問題。

2）直方圖

由直方圖可見，原圖像素集中在100左右，對(duì)比度增強(qiáng)后，壓縮/拉伸到25-150，而直方圖均衡后拉伸到了0-255，因此從當(dāng)前測試圖來看，直方圖拉伸后的動(dòng)態(tài)范圍更寬，不過這也因圖而異，比如原圖就比較亮的圖，對(duì)比測試效果如下，對(duì)比度增強(qiáng)后效果還差強(qiáng)人意，而直方圖拉伸后圖像過暗，因?yàn)楸旧砥?，拉伸后則整體亮度降低了。

3.指數(shù)對(duì)比度增強(qiáng)FPGA實(shí)現(xiàn)

直方圖拉伸，本質(zhì)上是對(duì)像素概率的統(tǒng)計(jì)，然后進(jìn)行擴(kuò)展拉伸。

而對(duì)比度增強(qiáng)，無論是指數(shù)函數(shù)，還是各類曲線映射，其本質(zhì)上就是一種像素映射操作。由于指數(shù)函數(shù)、對(duì)數(shù)函數(shù)等，實(shí)時(shí)的計(jì)算比較耗時(shí)。并且當(dāng)選定參數(shù)后，其結(jié)果是固定的，因此可以根據(jù)參數(shù)提前計(jì)算好函數(shù)的映射結(jié)果，再以數(shù)組的方式進(jìn)行索引，得到計(jì)算后的結(jié)果。這種方法，在學(xué)術(shù)領(lǐng)域通俗的講就是Mapping操作，可在X-Y坐標(biāo)上找到各自的映射點(diǎn)。

以E=7，THRESHOLD=127為例，指數(shù)對(duì)比度產(chǎn)生的結(jié)果如下所示（reshape是為了方便在Command Windows中顯示，實(shí)際上是一個(gè)一維數(shù)組），在matlab中可以直接根據(jù)如下結(jié)果進(jìn)行索引映射。

在FPGA中進(jìn)行Mapping操作時(shí)，可以將數(shù)組存放在RAM或者以RTL源碼的方式進(jìn)行映射。FPGA的RAM采用的是mif或hex的格式進(jìn)行存儲(chǔ)，并且在生成RAM的時(shí)候需要進(jìn)行文件的指定。由于256Byte的存儲(chǔ)不大，同時(shí)為了提高移植的靈活度，這里我推薦使用RTL源代碼的方式，并且使用matlab直接生成verilog文件。以指數(shù)對(duì)比度增強(qiáng)為例，生成文件的源碼如下所示：

在當(dāng)前文件夾下將會(huì)生成Curve_Contrast_Array.v文件，即為Matlab生成的曲線對(duì)比度映射verilog文件，由于最終實(shí)現(xiàn)只是一個(gè)簡單的地址譯碼，電路相對(duì)比較簡單，因此直接采用組合邏輯實(shí)現(xiàn)，生成的代碼如下所示：

至此，我們已經(jīng)生成好了Mapping的數(shù)組，那么在FPGA中只需要簡單的映射就可以完成指定強(qiáng)度的對(duì)比度增強(qiáng)算法，即只需要例化該模塊，進(jìn)行原始數(shù)據(jù)的映射，輸出增強(qiáng)后的數(shù)據(jù)即可，相關(guān)代碼如下所示：

4.RTL仿真結(jié)果及實(shí)測

原文標(biāo)題：圖像指數(shù)對(duì)比度增強(qiáng)之Matlab&FPGA實(shí)現(xiàn)

文章出處：【微信公眾號(hào)：FPGA技術(shù)江湖】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。