視頻處理之灰度圖

灰度圖概念

灰度圖 ，Gray Scale Image 或是Grey Scale Image，又稱灰階圖。把白色與黑色之間按對數關係分為若干等級，稱為灰度。8位像素灰度分為256階。用灰度表示的圖像稱作灰度圖。除了常見的衛星圖像、航空照片外，許多地球物理觀測數據也以灰度表示。除了常見的衛星圖像、航空照片外，許多地球物理觀測數據也以灰度表示。以位場圖像為例，把位場表示為灰度圖，需要將位場觀測值灰度量化，即將場的變化範圍轉換成256階的灰度範圍。由於位場的動態變化範圍非常大，磁場可達數萬個納特，重力場也可能在數百個重力單位內變化，所以在顯示為圖像前通常需要對位場觀測值進行拉伸或壓縮。

灰度圖計算

將彩色圖像轉換為灰度圖像的方法有兩種：

本文採用第二種方法，採用xilinx FPGA提供的IP。

算法基礎

官方給的RGB888轉YCrCb的算法公式：

Y = 0.299R + 0.587G + 0.114B

Cb = 0.568(B-Y) + 128 = -0.172R -0.339G + 0.511B + 128

Cr = 0.713(R -Y) + 128 = 0.511R - 0.428G - 0.083B + 128

矩陣表示如下

整數算法

在實際應用時，希望避免低速的浮點運算，所以需要整數算法。

注意到係數都是3位精度，我們可以將它們縮放1000倍來實現整數運算算法：

Y = (R299 + G587 + B*114 + 500) / 1000。

RGB一般是8位精度，現在縮放1000倍，所以上面的運算是32位整型的運算。注意後面那個除法是整數除法，所以需要加上500來實現四捨五入。

就是由於該算法需要32位運算，所以該公式的另一個變種很流行（只擴大100倍）：

Y = (R30 + G59 + B*11 + 50) / 100。

FPGA實現算法

上面的整數算法已經很快了，但是有一點仍制約速度，就是最後的那個除法。FPGA實現出發很消耗資源很且很慢，移位比除法快多了，所以可以將係數縮放成2的整數冪。由於FPGA實現小數無法計算，所以進行變換（將小數擴大256，最後結果再除以256），公式如下

Y = ((77R + 150G + 29*B)>>8)

Cb = ((-43B - 85G + 128*B)>>8) + 128

Cr = ((128R - 107G - 21*B)>>8) + 128

灰度圖實現matlab實現結果

X=imread(I); %讀入圖片

I=mat2gray(X);%將數值矩陣X轉換為灰度圖像

figure,imshow(I); %顯示轉換後的灰度圖像

FPGA實現

如果你對實現過程感興趣，可以參考連結，網友們都寫的很好，小編會後面出一個各種視頻格式轉換的通用模塊，敬請關注。

使用IP如下圖所示，支持AXI Stream接口（根據視頻的解析度進行配置即可）。

RGB2YCrcb IP硬體位置

實現結果如下圖

參考連結

https://blog.csdn.net/dengxf01/article/details/53287227

https://www.cnblogs.com/huangwei0521/p/12382238.html

https://www.cnblogs.com/ninghechuan/p/6978104.html

長按二維碼關注公眾號後臺回復【灰度圖】可獲取相關資料