基于NLM图像去噪算法的硬件设计与实现

作     者：葛文强 

作者单位：西安电子科技大学 

学位级别：硕士

导师姓名：杨银堂;范飞军

授予年度：2022年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：数字图像去噪 实时处理 NLM算法 硬件实现 FPGA原型验证 

摘      要：在现代生活中,数字图像和视频是人们获取信息最方便、最有效的途径,其质量直接影响到信息的准确性。智能手机、监控、车牌识别、人脸识别等日常生活中的产品都离不开数字图像处理技术,由于图像在采集时易受环境因素和采集设备的影响,导致采集到的图像本身包含噪声,这直接影响图像的质量。因此,数字图像去噪在数字图像处理中担任着非常重要的角色。数字图像处理主要有两大类:软件处理和硬件处理,软件处理通常属于事后处理,存在无法在使用场景中实时性处理的问题,硬件处理就是软件图像处理算法的硬件化,利用硬件具有并行化、流水线、速度快等特点,加速软件算法,以达到实时处理的要求。常见的数字芯片系统有两种:专用集成电路ASIC和现场可编辑门阵列FPGA。本文从工程实践角度出发,基于定点化NLM(Non-Local Means)算法,采用ASIC设计流程,旨在设计一款满足时钟频率为666 MHz,图像最大尺寸为4K/60 FPS,制造工艺为TSMC 12 nm的指标的NLM硬件模块。本文通过对数字图像去噪技术的基础知识的研究,分析了经典的NLM算法的处理流程,指出了经典NLM算法因其计算量和硬件消耗资源过于庞大的问题无法直接用来硬件实现,重点研究定点化的NLM算法。该算法通过调整搜索窗口和自适应相似块数目来降低计算量;通过查找表的方式将指数运算定点化,用线性关系去逼近指数关系,并对去噪效果进行多方面评价。根据设计需求以及定点化NLM算法的数据路径和控制逻辑设计了NLM硬件模块的整体结构,划分了功能块,通过Verilog HDL语言对模块进行流水线设计,利用UVM验证环境对所有模块进行充分地验证,分析并解决了代码覆盖率问题,确保NLM模块结果的正确性,并通过DC综合工具在相关的约束下进行综合和功耗仿真。面积报告显示NLM模块的面积为154449μm。功耗报告显示NLM模块的整体功耗为9.171405 m W,其中动态功耗为8.778990 m W,静态功耗为0.392415 m W。在2K/30 FPS,时钟频率为90 MHz的FPGA的环境下进行实验测试,结果表明,在不同场景下,NLM模块都能正常工作,且平坦区域和细节区域都有着不错的去噪效果,本文硬件设计能够满足设计指标。