论文部分内容阅读
随着便携式电子设备的普及,数码照相已经深入到人们的日常生活中,而消费者对高品质图像的追求,也推动了图像传感器制造工艺的快速进步。近年来,消费类电子设备上图像传感器的分辨率不断被刷新,500万和800万像素的图像传感器已经成为中低端消费类电子设备的标配,高端消费类电子设备上的图像传感器已经可以达到1600万像素。图像传感器分辨率的增大造成了图像数据量的增加,为了降低数据量增加带来的影响,图像传感器制造商更多地选择Bayer Raw格式作为图像传感器的输出,而出于对成本因素的考虑,芯片设计业者也倾向于将视频信号预处理单元集成在SoC上。现在,视频信号预处理的流程都已经十分成熟,主要包括伽玛校正、噪声去除、坏点去除、CFA插值、白平衡等步骤。基于产品规格要求,本文只是对伽玛校正、自动白平衡和CFA插值进行研究并实现。对于伽玛校正,本文介绍了伽玛校正的概念和作用,研究了伽玛校正中的指数运算在硬件中如何实现的问题,并在文中提出了一个查找表和分段折线相结合的方法,可以大大减少硬件开销。对于白平衡,本文介绍了白平衡的概念和作用,分析了灰度世界算法、完美全反射算法和正交组合算法,然后在Nakano的算法基础上提出了改进算法,并用主观评价法对以上算法进行了评估,最后介绍了基于改进算法的硬件实现方法。对于CFA插值,本文介绍了CFA插值的概念和作用,研究了经典的双线性插值算法,还有一些加入了对图像边缘进行判断的算法,比如,一阶微分边缘插值算法、二阶微分边缘插值算法和Adams-Hamilton自适应插值算法,然后对Adams-Hamilton自适应插值算法进行了一些改进,并用主观评价和PSNR客观评价相结合的方法对以上算法进行了评估,最后介绍了基于改进算法的硬件实现方法。在软件验证方面,本文用C语言和Verilog同时实现算法,通过相互对比进行验证。在硬件实现方面,本文在xilinx最新的Zynq-7020 FPGA平台上实现了这个视频信号预处理IP,并用Aptina的AR0542传感器为IP提供视频信号输入。最终根据软件验证和硬件实现的结果,确定了设计的正确性,并且图像效果和硬件开销都可以达到设计要求。