通過輸入系統(tǒng)獲取的圖像信息中含有各種各樣的噪聲與畸變，例如，光照度不夠均勻會造成圖像灰度過于集中，由CCD獲得的圖像經過A/D轉換、線路傳送都會產生噪聲污染等，不可避免地會影響系統(tǒng)圖像的清晰程度，降低圖像質量。但通過圖像增強可以改善圖像質量。直方圖均衡化算法是空域圖像增強技術的重要算法，是圖像壓縮、圖像分割和圖像識別等后續(xù)圖像處理的基礎[2，4]，在圖像預處理技術中有廣泛的應用。

　　2.2.1 直方圖均衡化原理

　　直方圖均衡是以概率論為基礎，運用灰度點運算來實現(xiàn)直方圖變換。原始圖像的直方圖包含了豐富的圖像信息，描述了圖像的灰度級內容，反映了圖像的灰度分布情況。直方圖統(tǒng)計及均衡化的基本思想是對在圖像中像素個數多的灰度級進行展寬，而對像素個數少的灰度級進行縮減，從而達到清晰圖像的目的[5]。通過點運算使輸入圖像轉換為在每一灰度級上都有相同的像素點的數目。在圖像增強處理中運用如下公式：

　　(3)用累積分布函數作變換函數進行圖像灰度變換。

2.2.2 基于FPGA的算法優(yōu)化及實現(xiàn)

　　算法的關鍵是在FPGA中實現(xiàn)直方圖統(tǒng)計和均衡后的映射關系表，本設計采用FPGA器件提供的Block RAM來存放直方圖和均衡后映射關系表。以雙端口RAM的數組結構為核心，把整個算法分為兩個部分執(zhí)行：(1)統(tǒng)計原始圖像的各級灰度值，并存入灰度計數表RAM中；(2)對得到的灰度值做灰度映射，把映射后的結果存入到映射表RAM中，即生成均衡映射表。根據映射表就可以知道原始圖像某一灰度級經過變換后的灰度級。經過這樣的處理，就可以把原始圖像中密集分布的灰度值映射到經過直方圖均衡化后的新的灰度級上。圖3為該算法的邏輯框圖。

　　考慮到FPGA的硬件特點，在接收圖像數據、計算此場的直方圖時，在FPGA內實現(xiàn)浮點型數據運算相對復雜且消耗較多邏輯資源，因此在對圖像進行直方圖統(tǒng)計時將各灰度級像素點的個數作為直方圖數據：pu(uk)=nk，以避免使用浮點型數據運算。對直方圖進行均衡化處理，得到原灰度到均衡化后灰度映射關系表。本設計中的直方圖均衡化的算法具體的狀態(tài)轉移圖如圖4所示。其具體的轉移條件：啟動信號有效時，由st1轉向st2；當計數器1計數到255時，跳轉到st3；當計數器1沒有計數到圖像高度減1或者計數器2沒有計數到圖像寬度減1時，跳轉到st3；當計數器1計數到圖像高度減1且計數器2計數到圖像寬度減1時，跳轉到st5；當計數器1沒有計數到255時，跳轉到st6；當計數器計數到255時，跳轉到st7；當計數器1計數到圖像高度減1且計數器2計數到圖像寬度減1時，跳轉到st1狀態(tài)；當計數器1沒有計數到圖像高度減1或者計數器2沒有計數到圖像寬度減1時，跳轉到st6。在進行計數統(tǒng)計時，計數器在檢測得到一個像素點的灰度之后，不僅要相應地將計數器加1，而且對應灰度值大于當前灰度值的所有計數器都加1，這樣就能同時完成原始圖像各像素灰度值的統(tǒng)計和累積，減少了統(tǒng)計時間。

　　因為在灰度均衡處理過程中是以場為單位進行的，在灰度均衡化處理完之后，要將場合并為幀。其操作是由Nios II軟核中的SDRAM控制器來完成奇偶場的合并?；叶染饣姆抡娼Y果圖如圖5所示。