椒鹽噪聲是圖像在識別、傳輸、解碼等過程中產(chǎn)生的亮暗點噪聲[1]，椒鹽噪聲會對圖像的分析造成影響[2]。傳統(tǒng)的中值濾波方法，在濾除椒鹽噪聲的同時，會對圖像本身的細(xì)節(jié)造成破壞[3]。本文提出的自適應(yīng)去噪方法加入噪聲點的檢測功能和自適應(yīng)去噪功能，在保留圖像細(xì)節(jié)的基礎(chǔ)上增強去噪性能。

1 算法原理
1.1 椒鹽噪聲的原理
    數(shù)字圖像的椒鹽噪聲是在圖像信息中存在的離散脈沖信號，表現(xiàn)為圖像被黑白像素點污染[4]，其概率密度函數(shù)表現(xiàn)為脈沖函數(shù)[5]。去除椒鹽噪聲就是去除圖像區(qū)域中的脈沖噪聲，包括椒鹽噪聲的檢測和去除兩個方面[6]。其中，噪聲的檢測即區(qū)別噪聲點與非噪聲點；噪聲的去除即還原圖像。
1.2 噪聲的檢測
    噪聲的檢測是算法的關(guān)鍵，目的是確定圖像中的噪聲點。本文使用兩級檢測的方式，減少錯誤檢測的情況發(fā)生。
    椒鹽噪聲的極值檢測法是檢測像素點是否為鄰域中的極值，并將極值確定為可疑噪聲點。由于圖像本身含有極值像素，該檢測法會將一些信號點誤識別。本文加入閾值濾波，通過極值做差運算來確定噪聲是否存在，從而可以降低誤檢測率，提升系統(tǒng)的整體性能。運算過程如式(1)所示，其中Dnoise為設(shè)定的濾波閾值。
  
1.3 自適應(yīng)濾波窗口算法
    本文使用統(tǒng)計排序濾波器來確定窗口內(nèi)的噪聲濃度。為了提高去噪處理的效率，可運算最大值、最小值和中值，并根據(jù)噪聲濃度選取濾波窗口。當(dāng)濃度大于50%時，增加濾波窗口的尺寸，加強濾波性能。
    本文算法充分利用FPGA并行處理數(shù)據(jù)的特點，可使三種不同尺寸的排序濾波器同時工作，并將返回數(shù)據(jù)進(jìn)行處理，加快了圖像處理速度。
2 自適應(yīng)去噪算法的FPGA實現(xiàn)
2.1 總體方案設(shè)計
    數(shù)字圖像自適應(yīng)去噪的FPGA實現(xiàn)包括三個主要的功能模塊：數(shù)據(jù)讀寫控制模塊、自適應(yīng)去噪模塊及驗證平臺控制模塊，總體框圖如圖1所示。其中自適應(yīng)去噪模塊是整個架構(gòu)的核心部分，其功能是實現(xiàn)圖像讀取和自適應(yīng)去噪運算。

2.4 數(shù)據(jù)輸出模塊設(shè)計
    數(shù)據(jù)輸出模塊是系統(tǒng)算法實現(xiàn)的重要模塊，主要功能是對排序后的數(shù)據(jù)進(jìn)行運算，確定最終結(jié)果。數(shù)據(jù)輸出模塊的運算流程如圖4所示。模塊使用閾值判斷方式確定被檢測像素點是否為可疑噪聲點，再使用極值判斷與自適應(yīng)窗口選擇過程，從而確定最后的輸出像素值。

3 實驗驗證結(jié)果和分析
3.1 驗證平臺介紹
    數(shù)字圖像自適應(yīng)去噪驗證平臺由三個主要部分構(gòu)成：數(shù)字圖像輸入設(shè)備、DE2開發(fā)板及VGA顯示器，如圖5所示。DE2開發(fā)板是整個系統(tǒng)的核心部分，其功能包括數(shù)字圖像的存儲、自適應(yīng)去噪處理和驅(qū)動外接設(shè)備。

3.2 驗證結(jié)果
    使用該平臺分別對不同噪聲濃度圖像進(jìn)行去噪處理，并計算去噪后圖像的峰值信噪比，其結(jié)果的部分圖像如圖6所示。低濃度噪聲圖像去噪后可以清晰地看到圖像的輪廓和細(xì)節(jié)，隨著椒鹽噪聲濃度的提高，去噪后圖像中會出現(xiàn)大量斑點。

    不同椒鹽噪聲濃度圖像去噪前和去噪后的峰值信噪比（PSNR）如表1所示。PSNR擬合曲線與傳統(tǒng)窗口中值濾波器的PSNR擬合曲線進(jìn)行對比，結(jié)果如圖7所示。

    通過分析信噪比曲線可知，本文中驗證平臺的峰值信噪比更高，即對椒鹽噪聲的去噪效果更好，對圖像原始細(xì)節(jié)的保留更完整。
    本文針對數(shù)字圖像椒鹽噪聲提出一種更適合FPGA實現(xiàn)的椒鹽噪聲自適應(yīng)去噪方式。加入噪聲的二次檢測和自適應(yīng)去噪功能，更好地保留了圖像的原始細(xì)節(jié)，增強了去噪性能。通過分析驗證平臺峰值信噪比結(jié)果，該平臺的去噪結(jié)果以及處理速度都具有明顯的優(yōu)勢。
參考文獻(xiàn)
[1] 唐佳.自適應(yīng)濾波算法的分析與FPGA高速實現(xiàn)[J].計算機科學(xué)，2008，30(7)：100-103.
[2] GONZALEZ R C，WOODS R E.Digital image processing[M].New Jersey.Prentice Hall，2011.
[3] 董繼揚，張軍英.一種簡單的椒鹽噪聲濾波算法[J].計算機工程與應(yīng)用，2003，20(11)：27-28.
[4] Chen Chuxia，Ding Yong，Liu Lili.Adaptive switch weighted mean filtering for salt and pepper noise removal[J]. Computer Engineering，2010，36(4)：100-110.
[5] HWANG H，HADDAD R A.Adaptive median filters：new algorithms and results[J].IEEE Electronics Letters，1997，33(2)：124-125.
[6] ZHANG S，KARIM M A.A new impulse detector for  switching median filters[J].IEEE Signal Process Letters，2002，11(9)：360-363.