PotatoPie 4.0 实验教程(37) —— FPGA实现摄像头图像二值化闭运算效果

本文主要是介绍PotatoPie 4.0 实验教程(37) —— FPGA实现摄像头图像二值化闭运算效果，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

手机扫码

链接直达

https://item.taobao.com/item.htm?ft=t&id=776516984361

什么是图像闭运算，有什么作用？

图像闭运算是由膨胀操作和腐蚀操作组成的。其作用与图像开运算相反，主要用于填充物体内部的小洞或小孔，平滑物体边缘以及连接远离的物体等。闭运算的主要作用包括：

填充小孔或小洞：闭运算可以填充物体内部的小洞或小孔，使物体更加完整。
平滑边缘：通过膨胀操作使物体边缘向外扩张，然后通过腐蚀操作再将边缘向内收缩，从而平滑物体的边缘。
连接远离的物体：闭运算可以将远离的物体连接在一起，减少它们之间的间隙，使它们看起来更加连续。

总的来说，闭运算主要用于处理物体内部的小洞或小孔，并改善物体边缘的平滑度，从而更好地分割和处理图像中的目标物体。

图像闭运算的算法步骤

图像闭运算是一种基本的形态学图像处理操作，通常由两个步骤组成：膨胀（Dilation）和腐蚀（Erosion）。以下是图像闭运算的算法步骤：

膨胀（Dilation）：
- 对于每个像素，将其周围的邻域进行检查，通常是一个固定大小的结构元素（例如方形或圆形）。
- 如果邻域中有任何一个像素的值为前景（白色），则将当前像素置为前景（白色）。
- 这样会使前景（白色）物体的边缘向外扩张，填充物体内部的小洞或小孔。
腐蚀（Erosion）：
- 对于每个像素，将其周围的邻域进行检查，通常是一个固定大小的结构元素。
- 如果邻域中的所有像素都是前景（白色），则将当前像素置为前景（白色）；否则置为背景（黑色）。
- 这样会使前景（白色）物体的边缘向内收缩，平滑物体的边缘，连接远离的物体，并填充小洞或小孔。
闭运算（Closing）：
- 先对图像进行膨胀操作，然后再对结果进行腐蚀操作。
- 这样可以将膨胀操作的效果消除一部分，从而平滑物体边缘并填充物体内部的小洞或小孔。

总的来说，闭运算通过先膨胀再腐蚀的操作，可以改善图像中物体的形状和结构，使其更加连续和完整。

python实现图像二值化闭运算源码

PotatoPie 4.0 实验教程(37) —— FPGA实现摄像头图像二值化闭运算效果-Anlogic-安路论坛-FPGA CPLD-ChipDebug

以上代码实现了图像的闭运算（morphological closing），包括图像的膨胀和腐蚀操作。下面是代码的功能说明：

读取图像：
- 使用OpenCV的imread函数读取灰度图像，路径由当前脚本所在目录和文件名组成。
二值化：
- 将灰度图像转换为二值图像，根据像素值大于阈值（92）的像素设置为255（白色），其余设置为0（黑色）。
膨胀操作：
- 实现了三次膨胀操作，每次膨胀将图像中的白色区域扩张，使白色区域变大。膨胀操作通过遍历图像中的每个像素点，根据其周围像素的状态进行计算。
- 具体实现为循环遍历图像的每个像素点，对于每个像素点，根据其周围8个像素的状态进行逻辑或运算，得到新的像素值。
腐蚀操作：
- 实现了三次腐蚀操作，每次腐蚀将图像中的白色区域缩小，使白色区域变小。腐蚀操作通过遍历图像中的每个像素点，根据其周围像素的状态进行计算。
- 具体实现方式与膨胀操作类似，通过循环遍历图像的每个像素点，根据其周围8个像素的状态进行逻辑与运算，得到新的像素值。
显示图像和标题：
- 使用Matplotlib的imshow函数显示图像，同时使用title函数显示图像标题。
- 图像和标题使用微软雅黑字体显示，各子图之间进行布局调整以便更好地展示。

整个过程展示了图像的闭运算过程，并提供了清晰的图像和标题以及对应的操作次数。

可以看到 j 中的点及 j 本身先被膨胀了，然后再被腐蚀。

matlab实现图像二值化闭运算源码

上述代码是一个基于 MATLAB 的图像处理脚本，主要实现了图像的二值化、膨胀和腐蚀等基本操作，并展示了每个处理步骤的结果。下面是对代码功能的详细说明：

读取图像：
- 使用 imread 函数读取了名为 “geeker_fpga.jpg” 的输入图像。
- 将输入图像转换为灰度图像，利用 rgb2gray 函数将彩色图像转换为灰度图像。
二值化处理：
- 将灰度图像进行二值化处理，阈值设定为 92，即大于 92 的像素值设为 255（白色），小于等于 92 的像素值设为 0（黑色）。
- 通过嵌套的 for 循环遍历图像的所有像素，并根据像素值进行二值化处理。
膨胀处理：
- 使用按位或运算符对二值化图像进行膨胀处理，即将目标像素周围的像素中任何一个为白色（255）的像素都置为白色。
- 分别进行了三次膨胀处理，每次都通过嵌套的 for 循环遍历图像的所有像素进行处理。
腐蚀处理：
- 使用按位与运算符对膨胀后的图像进行腐蚀处理，即将目标像素周围的像素中所有像素都为白色时，该像素才置为白色。
- 同样进行了三次腐蚀处理，每次都通过嵌套的 for 循环遍历图像的所有像素进行处理。
图像展示：
- 使用 subplot 函数将原始灰度图像、二值化图像、三次膨胀处理后的图像和三次腐蚀处理后的图像以子图形式展示在同一窗口中。
- 每个子图的标题标注了对应处理步骤的名称。

这段代码主要用于展示图像处理中二值化、膨胀和腐蚀等基本操作的效果，并可以通过调整阈值和处理次数等参数来观察不同处理效果的变化。

可以看到 j 中的点及 j 本身先被膨胀了，然后再被腐蚀。

FPGA工程分析

工程层次图

前面我们提到过开运算就是先膨胀后腐蚀，可以看到上面的层次图中分别有一个img_erosion_fltr和img_dlat_fltr, video_tpg_24b产生的数据先经过img_dlat_fltr处理，再经过img_erosion_fltr处理即完成了开运算，如下面的代码所示：

img_dlat_fltr u_img_dlat_fltr
(.i_clk          (clk_pixel  ),        .i_rst_n        (sys_rst_n  ),        .i_hs           (VGA_HS     ),        .i_vs           (VGA_VS     ),        .i_de           (VGA_DE     ),        .i_bin          (v_bin      ),  .o_hs           (dlat_hs    ),  .o_vs           (dlat_vs    ),  .o_de           (dlat_de    ),  .o_bin          (dlat_bin   )   
);img_erosion_fltr u_img_erosion_fltr
(.i_clk          (clk_pixel      ),  .i_rst_n        (sys_rst_n      ),  .i_hs           (dlat_hs        ),  .i_vs           (dlat_vs        ),  .i_de           (dlat_de        ),  .i_bin          (dlat_bin       ),  .o_hs           (erosion_hs     ),  .o_vs           (erosion_vs     ),  .o_de           (erosion_de     ),  .o_bin          (erosion_bin    )   
);