FPGA与Matlab图像处理之伽马校正

一、什么是伽马校正？

  Gamma校正是图像处理中用以调整图像的亮度和对比度来改善图像质量的。Gamma校正是基于人眼对亮度的感知非线性，人眼对亮度的敏感度随着亮度的增加而减少，也就是人眼在图像亮度较低时，人眼对亮度的变换更敏感。例如：人眼在夜晚很容易看见萤火虫，而在白天不容易看到天空中飞翔的鸟。伽马曲线如下所示：

二、伽马校正的由来

  早期的显示设备（如CRT显示器）在处理光信号时表现出非线性特性。CRT显示器的亮度输出与输入信号的电压之间存在幂律关系：
$$O=I^Y$$

  Y就是所说的伽马值，例如：给 CRT 显示器输入一个 0.5（I=0.5）， CRT 显示器的输出O输出 0.218，输入与输出间存在一个指数大概为 2.2 的幂次关系（这是人们根据实践总结出来的值）。
  不同的Y对于的曲线不一样：

• 当伽马值小于1时，会拉伸图像中灰度较低的区域，同时压缩图像中灰度较高的区域，使得图像的暗部变亮，亮度变暗。
• 当伽马值大于1时，会拉伸图像中灰度较高的区域，同时压缩图像中灰度较低的区域，使得图像的暗部变暗，亮度变亮。

三、Matlab实现伽马校正

  伽马校正就涉及到幂函数运算，直接使用运算就可以了：

3.1 matlab代码

clear all; close all; clc;
% 读取图像
img = imread('...\....\....\....\......\....\.....\dark.bmp'); 
grayImg = rgb2gray(img); % 转换为灰度图像% 选择伽马值
gamma1 = 2.2; % 例如，使用伽马值2.2
gamma2 = 0.5; % 例如，使用伽马值0.5
% 归一化像素值
normalizedImg = double(grayImg) / 255;% 应用伽马校正
correctedImg1 = normalizedImg .^ gamma1;
correctedImg2 = normalizedImg .^ gamma2;% 反归一化像素值
correctedImg1 = uint8(correctedImg1 * 255);
correctedImg2 = uint8(correctedImg2 * 255);% 显示原始和校正后的图像
figure;
subplot(1, 3, 1);
imshow(grayImg);
title('原始图像');subplot(1, 3, 2);
imshow(correctedImg1);
title('伽马2.2校正后的图像');subplot(1, 3, 3);
imshow(correctedImg2);
title('伽马0.5校正后的图像');

3.2 matlab结果

  可以看到，伽马值2.2使得图像画面亮度部分更亮，暗部部分更暗了，伽马值为0.5使得图像画面亮度部分变暗，暗部部分变亮了。我们不显示灰度图像，直接显示彩色图片：

  这样也非常的明显看到伽马值对图像亮部暗部的变化。

四、Verilog实现伽马校正

4.1 生成初始化ROM文件

  我们从公式可以看到伽马校正涉及到的是幂函数，但是fpga不擅长处理幂函数，因此我们可以使用一个rom来提前存放好0-255灰阶的幂函数，这样我们输入一个灰度值作为rom的读地址，就能直接得到新的灰度值，ROM的初始文件用Matlab生成，代码如下：

 clear all; close all; clc;
% 设定伽马值
gammaValue = 2.2; % 替换为你想要的伽马值% 生成伽马校正表
LUT = zeros(256, 1);
for i = 0:255LUT(i + 1) = round((i / 255) ^ gammaValue * 255);
end% 生成MIF文件
mifFileName = 'gamma_correction.mif'; % MIF文件名
fileID = fopen(mifFileName, 'w');% 写入MIF文件头
fprintf(fileID, 'DEPTH = 256;\n');
fprintf(fileID, 'WIDTH = 8;\n');
fprintf(fileID, 'ADDRESS_RADIX = HEX;\n');
fprintf(fileID, 'DATA_RADIX = HEX;\n');
fprintf(fileID, 'CONTENT BEGIN\n');% 写入LUT数据
for i = 0:255fprintf(fileID, '%02X : %02X;\n', i, LUT(i + 1));
endfprintf(fileID, 'END;\n');% 关闭文件
fclose(fileID);

  生成的coe文件如下：

4.2 Verilog代码

  代码很简单，就例化一个256深度，8位宽的ROM，然后把COE文件烧录进去，输入的灰度图像数据作为ROM的读地址，其他的信号都打一拍输出即可，代码如下：

`timescale 1ns / 1psmodule gamma_map(input                                               clk             ,input                                               rst             ,input                                               i_hsync         ,input                                               i_vsync         ,input                                               i_data_valid    ,input           [23:0]                              i_data          , output                                              o_hsync         ,output                                              o_vsync         ,output                                              o_data_valid    ,output          [23:0]                              o_data  
);/***************reg*******************/
reg         ro_hsync     ;
reg         ro_vsync     ;  
reg         ro_data_valid;  
/***************wire******************/
wire  [7:0] rom_data    ;
/***************component*************/
gammp_map_rom u0_gamma_rom (.clka (clk            ),    // input wire clka.addra(i_data[23:16]  ),  // input wire [7 : 0] addra.douta(rom_data       )  // output wire [7 : 0] douta
);
/***************assign****************/
assign o_hsync      = ro_hsync              ;
assign o_vsync      = ro_vsync              ;
assign o_data_valid = ro_data_valid         ;
assign o_data       = {rom_data,rom_data,rom_data}    ;/***************always****************/
always @(posedge clk) beginif(rst == 1'b1)ro_data_valid <= 'd0;else if(i_data_valid == 1'b1)ro_data_valid <= i_data_valid;elsero_data_valid <= 'd0;
endalways @(posedge clk) beginif(rst == 1'b1)ro_hsync <= 1'b0;else ro_hsync <= i_hsync;
endalways @(posedge clk) beginif(rst == 1'b1)ro_vsync <= 1'b0;else ro_vsync <= i_vsync;
endendmodule

4.3 仿真结果

  仿真输入一个彩色图像，然后生成灰度图像以及伽马矫正后的图像命名为new_img：

rgb2gray u_rgb2gray(.clk           ( clk                ),.rst           ( reset              ),.i_data_valid  ( valid_i            ),.i_hsync       ( img_hs             ), .i_vsync       ( img_vs             ), .i_data_r      ( img_data_i[23:16]  ),.i_data_g      ( img_data_i[15:8]   ),.i_data_b      ( img_data_i[7:0]    ),.o_data_valid  ( valid_o            ),.o_hsync       ( o_img_hs           ), .o_vsync       ( o_img_vs           ), .o_data_r      ( img_data_o[23:16]  ),.o_data_g      ( img_data_o[15:8]   ),.o_data_b      ( img_data_o[7:0]    )
);gamma_map u_gamma_map(.clk           ( clk           ),.rst           ( reset         ),.i_hsync       ( o_img_hs      ),.i_vsync       ( o_img_vs      ),.i_data_valid  ( valid_o       ),.i_data        ( img_data_o    ),.o_hsync       (               ),.o_vsync       (               ),.o_data_valid  ( o_post_cal_gray_data_valid  ),.o_data        ( o_post_cal_gray_data        )
);

  可以看到gamma值2.2矫正后的图像，亮部区域更亮，暗部区域更暗，和matlab的一致。