(3)每幀最后將雙端口RAM清零，為下一幀灰度直方圖統計做準備。由于雙端口RAM沒有整體清零功能，設計中采用從“O”地址開始。依次往高地址寫零的方式清零。

2．2．2 除法器

除法運算通過調用ISE IP Core Generator生成的15位定點除法器來實現，滿足高精度要求，而不采用逼近法。一幀圖像的拉伸只需調用一次除法器，提高了運算的效率。在幀逆程計算Q：=16 384／(Xmax-Xmin)的值，對于15位輸入，除法器有18個時鐘周期的延時，而這并不會影響圖像處理的實時性。

2．2．3 控制時鐘

在1個像素時鐘周期內要完成讀RAM、加法計算和回寫RAM的操作，RAM的控制時鐘至少必須是像素時鐘的4倍。控制時鐘的選取還要考慮幀逆程的時間長度，要在逆程里訪問RAM查找到Xmin和Xmax，還要完成RAM清零操作。FPGA系統時鐘為96 MHz，分頻后產生48 MHz，為像素時鐘8倍，用它作為雙端口RAM和除法器的控制時鐘，可滿足要求。

2．2．4 拉伸運算

將式(1)進行簡單變換，可以記為：

Q值在上幀結束前已經得到，根據式(2)拉伸運算得到簡化，只需1次減法和乘法運算，得到積的小數點左移6位后，截取低8位就得到拉伸后的灰度值。需要注意的是，截取前要判定乘法是否溢出，如果溢出，結果置為最大灰度值255。

3 系統驗證

采用飛機高空采集的地面紅外圖像作為驗證模板，灰度拉伸前的原始圖像如圖2所示，整幅圖像對比度低，細節極不明顯。最大、最小灰度值按5％的比例選取，拉伸后的圖像如圖3所示，拉伸后可明顯看出河流、道路、汽車等地物的輪廓，但圖像中較亮和較暗的部分層次不清晰。若減小灰度值壓縮比例為2％，圖像的主要輪廓變化不明顯，較亮和較暗的部分將會顯現出一定層次，這表明被壓縮的區間相對變小，按比例拉伸的圖像范圍擴大。分段線性拉伸的結果可好可壞，分段區間的選擇是關鍵，選取時要考慮原始圖像的質量。噪聲和盲元數目較少時，被壓縮的區間可適當調小。

該設計充分利用Virtex-4 FPGA的邏輯資源，實現了紅外圖像的自適應分段線性拉伸，對FPGA芯片資源占用情況如表1所示。整個設計完全在FPGA中實現，能最大限度地減少分立元件的使用。降低了系統的整體功耗，設計周期和開發成本也就能隨之減少。算法完全采用流水線設計思路，處理后的數據相對輸入延時小于一個像素時鐘周期，最高系統時鐘可達128 MHz。設計的性能和實時性滿足預期目標，可用于精確制導武器或導航系統。

4 結語

這里簡要分析了圖像自適應分段線性拉伸算法，利用Xilinx Virtex-4 FPGA豐富的片上資源實現了這一算法。通過實驗對設計的有效性進行了驗證，圖像對比度有明顯提高，噪聲和盲元被抑制。但該算法具有局限性，僅適用于大目標的圖像增強。在天文學、計算機視覺、動態景物分析、超聲及聲納圖像處理等領域中廣泛存在著點目標紅外圖像，由于點目標無形狀、尺寸等可利用的信息，處理時須存儲多幀圖像，數據處理量大。在做圖像灰度級拉伸時，目標有可能被作為噪聲而抑制掉，從而丟失有用信息，今后需要對點目標紅外圖像的增強方法做進一步研究。