基于FPGA的FFT图像滤波设计

1.FFT滤波算法介绍

        FFT滤波就是通过傅里叶运算将图像转换到频域空间，然后在频域中对图像进行处理，最后将处理后的图像通过傅里叶逆运算将图像转会到时域空间。

  在频域空间中，我们能够更好的对图像的噪声进行分析，然后找出相关规律将噪声信息去除。

  本文重点讲解如何在FPGA中实现FFT图像算法，对于算法原理不过多讲解。

2.FFT滤波算法系统框架设计

 

 如上图所示，本系统程序由5个模块组成，下面对每个每模块进行详细介绍。

 2.1 image_sample_switch模块说明

         该模块的作用将输入的图像数据进行变化，从而满足蝶形FFT的运算形式。为什么要对图像数据进行变化呢？因为蝶形FFT数据的数据必须满足

 

 

• 1. image_sample_switch程序接口

名称	方向	位宽	说明
pixel_clk	Input	1	图像工作时钟
clk	Input	1	算法运行时钟（2Xpixel_clk）
reset	Input	1	复位信号（active high）
image_vs_i	Input	1	图像场信号
image_hs_i	input	1	图像行信号
image_data_i	input	size	图像数据
image_sample_wren_o	input	1	AXI总线形式的写信号
image_sample_last_o	input	size	AXI总线形式的last信号
image_sample_wrdb_o	Output	size	转化后的图像数据

 仿真结果如下图所示

 

 2.2 image_fft_control模块说明

 该模块的作用是实现FFT的蝶形运算，由于蝶形运算比较复杂，我们直接调用xilinx的FFT-IP进行运算。

 

 

 如下图所示，调用FFT-IP，将转换深度设置为1024（因为我们的图像是每行640个像素），资源选择pipelined streaming 模式。

 

 

 

将Data Format  设置为fixed point;

scaling options设置为unscaled;

rounding modes  设置为truncation

 

 

 

 

 

对IP的操作，首先将FFT-IP配置为FFT模式，然后按照AXI总线形式进行数据输入既可。

仿真结果如下图所示

 

 

 2.3 image_fliter_cal模块说明

该模块的作用就是对频域数据进行计算，通过前面的FFT转化后的数据变成频域数值，频域数值是有实部和虚部，主要是对实部和虚部。如何对实部和虚部进行运算呢，就是分别对实部和虚部进行平方操作，然后将它们进行加法计算，将结果进行开平方操作；最近将开平方运算后的数据与设置的阈值进行比较。

 

 

 

 

 

 

 

 2.4 image_ifft_control模块说明

 该模块的作用就是将频域空间的数据转换到时域空间，该功能的实现通过调用Xilinx的FFT-IP实现。

 

• 1. image_ifft_contro程序接口

名称	方向	位宽	说明
clk	Input	1	工作时钟
fft_initi_i	Input	1	Ip初始化信号
image_fliter_wren_i	input	1	图像写信号
image_fliter_last_i	input	size	图像结束信号
image_fliter_db_im_i	input	size	图像虚部数据
Image_fliter_real_db_i	input	size	图像实部数据
image_ifft_wren_o	input	1	AXI总线形式的写信号
image_ifft_last_o	input	size	AXI总线形式的last信号
image_ifft_wrdb_o	Output	size	转化后的图像数据

 

，所以对图像每行数据进行扩充，从而满足需求，一般补充的数据都是0，这样不会影响计算结果。