3x3开窗中值滤波器的FPGA硬件实现
数字逻辑课程的自由设计中，我编写了一个3x3开窗的中值滤波器，处理一副128*128像素值的图像，并且最终可以在FPGA上板实现。
中值滤波的本质就是对于一个n*n的窗口，将其内部的值进行排序，取中位数作为中间的点的值。通过中值滤波可以很好的减弱图片的噪声，并且报纸边缘不变。
中值滤波的硬件实现主要分为三个模块：开窗模块、中值计算模块与存储器模块。
【1】开窗模块主要需要利用循环同步计数器来实现，分别进行列和位置的循环，从而达到最终开窗的目的。
开窗模块的代码如下：
`timescale 1ns / 1ps ////////////////////////////////////////////////////////////////////////////// // Q为0~127计数的循环计数器，pos为1~128的循环计数器 // // clk为输入时钟， rst_n为低电平有效的reset信号，en为高电平有效的使能端 // ////////////////////////////////////////////////////////////////////////////// module Counter14(clk, rst_n, en, mm, aa, bb, cc, dd, ee, ff, gg, hh, jj); input clk, rst_n, en; output [13:0]mm,aa,bb,cc,dd,ee,ff,gg,hh,jj; wire [13:0]m_,Q_,a2,b2,c2,d2,e2,f2,g2,h2,j2; wire [15:0]m,Q,pos,pos2,a,b,c,d,e,f,g,h,j; wire [6:0]i; wire posm_w; not not1(posm_w, pos2[7]); assign Q_ = Q[13:0]; // 13位0~127计数器 // assign shamt2 = shamt[13:0];// 13位移位数据 assign mm = m[13:0]; assign a2 = a[13:0]; assign b2 = b[13:0]; assign c2 = c[13:0]; assign d2 = d[13:0]; assign e2 = e[13:0]; assign f2 = f[13:0]; assign g2 = g[13:0]; assign h2 = h[13:0]; assign j2 = j[13:0]; wire Q0, Q1, Q2, Q3, Q4, Q5; wire m0, m1, m2, m3, m4, m5, m6, m7, m8, m9, m10, m11, m12; wire [15:0]a_,b_,c_,d_,e_,f_,g_,h_,j_; wire [13:0]ya,yb,yc,yd,ye,yf,yg,yh,yj; T_trigger t1(.clk(clk), .rst_n(rst_n), .EN(en), .Q(Q[0]), .QN(Q0)); T_trigger t2(.clk(Q0), .rst_n(rst_n), .EN(en), .Q(Q[1]), .QN(Q1)); T_trigger t3(.clk(Q1), .rst_n(rst_n), .EN(en), .Q(Q[2]), .QN(Q2)); T_trigger t4(.clk(Q2), .rst_n(rst_n), .EN(en), .Q(Q[3]), .QN(Q3)); T_trigger t5(.clk(Q3), .rst_n(rst_n), .EN(en), .Q(Q[4]), .QN(Q4)); T_trigger t6(.clk(Q4), .rst_n(rst_n), .EN(en), .Q(Q[5]), .QN(Q5)); T_trigger t7(.clk(Q5), .rst_n(rst_n), .EN(en), .Q(Q[6]), .QN()); T_trigger mm1(.clk(clk), .rst_n(rst_n), .EN(en), .Q(m[0]), .QN(m0)); T_trigger mm2(.clk(m0), .rst_n(rst_n), .EN(en), .Q(m[1]), .QN(m1)); T_trigger mm3(.clk(m1), .rst_n(rst_n), .EN(en), .Q(m[2]), .QN(m2)); T_trigger mm4(.clk(m2), .rst_n(rst_n), .EN(en), .Q(m[3]), .QN(m3)); T_trigger mm5(.clk(m3), .rst_n(rst_n), .EN(en), .Q(m[4]), .QN(m4)); T_trigger mm6(.clk(m4), .rst_n(rst_n), .EN(en), .Q(m[5]), .QN(m5)); T_trigger mm7(.clk(m5), .rst_n(rst_n), .EN(en), .Q(m[6]), .QN(m6)); T_trigger mm8(.clk(m6), .rst_n(rst_n), .EN(en), .Q(m[7]), .QN(m7)); T_trigger mm9(.clk(m7), .rst_n(rst_n), .EN(en), .Q(m[8]), .QN(m8)); T_trigger mm10(.clk(m8), .rst_n(rst_n), .EN(en), .Q(m[9]), .QN(m9)); T_trigger mm11(.clk(m9), .rst_n(rst_n), .EN(en), .Q(m[10]), .QN(m10)); T_trigger mm12(.clk(m10), .rst_n(rst_n), .EN(en), .Q(m[11]), .QN(m11)); T_trigger mm13(.clk(m11), .rst_n(rst_n), .EN(en), .Q(m[12]), .QN(m12)); T_trigger mm14(.clk(m12), .rst_n(rst_n), .EN(en), .Q(m[13]), .QN()); // 将Q拓展为16位 assign Q[15:7] = 9'b000000000; // 将m拓展为16位 assign m[15:14] = 2'b00; // 得到行数 assign i[6:0] = m[13:7]; // 由行数得到偏移量 // assign shamt[15:0] = {2'b00,i[6:0],7'b0000000}; // 构造1~128循环的位置信号 add_16_prefix add1(.A(Q), .B(16'b0000000000000001), .Cin_s(1'b0), .S(pos), .Cout()); // 计算该像素点序号1~128*128 // add_16_prefix add2(.A(m), .B(16'b0000000000000001), .Cin_s(1'b0), .S(m_1), .Cout()); // 计算输出地址 // add_16_prefix add3(.A(m_1), .B(16'b0000000010000001), .Cin_s(1'b0), .S(output_des), .Cout()); add_16_prefix add5(.A(pos), .B(16'b0000000000000001), .Cin_s(1'b0), .S(pos2), .Cout()); // 计算开窗地址 assign a_ = m; add_16_prefix add02(.A(a_), .B(16'b0000000000000001), .Cin_s(1'b0), .S(b_), .Cout()); add_16_prefix add03(.A(b_), .B(16'b0000000000000001), .Cin_s(1'b0), .S(c_), .Cout()); add_16_prefix add04(.A(a_), .B(16'b0000000010000000), .Cin_s(1'b0), .S(d_), .Cout()); add_16_prefix add05(.A(d_), .B(16'b0000000000000001), .Cin_s(1'b0), .S(e_), .Cout()); add_16_prefix add06(.A(e_), .B(16'b0000000000000001), .Cin_s(1'b0), .S(f_), .Cout()); add_16_prefix add07(.A(d_), .B(16'b0000000010000000), .Cin_s(1'b0), .S(g_), .Cout()); add_16_prefix add08(.A(g_), .B(16'b0000000000000001), .Cin_s(1'b0), .S(h_), .Cout()); add_16_prefix add09(.A(h_), .B(16'b0000000000000001), .Cin_s(1'b0), .S(j_), .Cout()); // 超出地址都指向0 genvar u; generate for (u = 0; u < 16; u = u + 1) begin : layer0 and ora(a[u], ~a_[14], a_[u]); and orb(b[u], ~b_[14], b_[u]); and orc(c[u], ~c_[14], c_[u]); and ord(d[u], ~d_[14], d_[u]); and ore(e[u], ~e_[14], e_[u]); and orf(f[u], ~f_[14], f_[u]); and org(g[u], ~g_[14], g_[u]); and orh(h[u], ~h_[14], h_[u]); and orj(j[u], ~j_[14], j_[u]); end endgenerate genvar u2; generate for (u2 = 0; u2 < 14; u2 = u2 + 1) begin : layer1 and aa1(ya[u2], posm_w, a2[u2]); and aa2(yb[u2], posm_w, b2[u2]); and aa3(yc[u2], posm_w, c2[u2]); and aa4(yd[u2], posm_w, d2[u2]); and aa5(ye[u2], posm_w, e2[u2]); and aa6(yf[u2], posm_w, f2[u2]); and aa7(yg[u2], posm_w, g2[u2]); and aa8(yh[u2], posm_w, h2[u2]); and aa9(yj[u2], posm_w, j2[u2]); end endgenerate genvar u3; generate for (u3 = 0; u3 < 14; u3 = u3 + 1) begin : layer2 and an1(aa[u3], rst_n, ya[u3]); and an2(bb[u3], rst_n, yb[u3]); and an3(cc[u3], rst_n, yc[u3]); and an4(dd[u3], rst_n, yd[u3]); and an5(ee[u3], rst_n, ye[u3]); and an6(ff[u3], rst_n, yf[u3]); and an7(gg[u3], rst_n, yg[u3]); and an8(hh[u3], rst_n, yh[u3]); and an9(jj[u3], rst_n, yj[u3]); end endgenerate endmodule
其中为了保持整体的一致性，我们所有模块的代码都尽量使用门级的、结构化语言来描写。在开窗模块中，还用到了T触发器这一子模块，其代码如下所示：
`timescale 1ns / 1ps module T_trigger(clk, rst_n, EN, Q, QN); input clk, rst_n, EN; output reg Q; output QN; assign QN = ~Q; always@(posedge clk or negedge rst_n) begin if(!rst_n) Q <= 0; else if(EN) Q <= ~Q; else; end endmodule
【2】取中值模块我们采用三分法的原理，对于每一行进行比较，然后再通过一轮比较得到最终结果。对于9个数字取中位数一共只用到了21个两两比较器。具体的算法如下图中所示：
比较器模块的代码如下：
`timescale 1ns / 1ps ////////////////////////////////////////////////////////////////////////////////// // ////////////////////////////////////////////////////////////////////////////////// module median_comparator( A,B,C,D,E,F,G,H,I, median ); input [7:0]A,B,C,D,E,F,G,H,I; output [7:0]median; wire [7:0]max1,max2,max3,med1,med2,med3,min1,min2,min3; wire [7:0]max_2,med_2,min_2; //第一层 comparator_3_3 mycomparator_3_3_1(A,B,C,max1,med1,min1); comparator_3_3 mycomparator_3_3_2(D,E,F,max2,med2,min2); comparator_3_3 mycomparator_3_3_3(G,H,I,max3,med3,min3); //第二层 comparator_3_3 mycomparator_3_3_max(.A(max1),.B(max2),.C(max3),.max(),.med(),.min(max_2)); comparator_3_3 mycomparator_3_3_med(.A(med1),.B(med2),.C(med3),.max(),.med(med_2),.min()); comparator_3_3 mycomparator_3_3_min(.A(min1),.B(min2),.C(min3),.max(min_2),.med(),.min()); //第三层 comparator_3_3 mycomparator_3_3_median(.A(max_2),.B(med_2),.C(min_2),.max(),.med(median),.min()); endmodule
【3】最后是一个自己写的9输入9输出的RAM，可以达到在同一个时钟上升沿来到时，同步提取所有开窗地址对应的数据：
`timescale 1ns / 1ps ////////////////////////////////////////////////////////////////////////////////// ////////////////////////////////////////////////////////////////////////////////// module ram( CLK,rst_n,a, b, c, d, e, f, g, h, j, A,B,C,D,E,F,G,H,J ); input CLK,rst_n; input [15:0]a, b, c, d, e, f, g, h, j;//输入地址 output [7:0]A,B,C,D,E,F,G,H,J;//输出数据 reg [7:0]RAM[65535:0];//深度65536，位宽8 always @(posedge CLK or negedge rst_n) begin if (!rst_n) begin A <= 8'b0; B <= 8'b0; C <= 8'b0; D <= 8'b0; E <= 8'b0; F <= 8'b0; G <= 8'b0; H <= 8'b0; J <= 8'b0; end else A <= RAM[a]; B <= RAM[b]; C <= RAM[c]; D <= RAM[d]; E <= RAM[e]; F <= RAM[f]; G <= RAM[g]; H <= RAM[h]; J <= RAM[j]; end endmodule
最终我们在Matlab中手动对一幅图像添加噪声，然后再分别比较Matlab自带的中值滤波器滤波后的结果，与我们的硬件实现的中值滤波器的结果。结果比较如下：
可以看出，硬件实现的中值滤波器与Matlab自带的中值滤波效果无差别，最终两者的像素值平均值之差为0.034，误差小于0.1%，因此可以视为高度有效的硬件实现。
