4. 图像处理基础：数字图像表示、色彩空间与滤波原理

各位同学，今天我们来聊聊图像处理的基础。这部分内容，说白了就是FPGA做图像加速的“地基”。地基打不牢，后面盖再高的楼也悬。我个人习惯，在开始写任何一行RTL代码之前，先把这些基础概念在脑子里过一遍。

4.1 数字图像是怎么表示的？

你想想看，我们眼睛看到的图像是连续的，但计算机和FPGA只能处理离散的数字。所以，图像必须被“数字化”。

一个数字图像，本质上就是一个二维矩阵。矩阵里的每个元素，我们叫它“像素”（Pixel）。

• 灰度图：每个像素用一个数值表示亮度。比如0代表纯黑，255代表纯白。这就是一个单通道的矩阵。
• 彩色图：每个像素用多个数值表示颜色。最常见的就是RGB，三个通道。

在FPGA里，我们通常把图像数据想象成一个数据流。像素点按行扫描，一行扫完再扫下一行。这个“行同步”和“帧同步”的信号，就是我们在硬件里要精确控制的时序。

我在项目中遇到过一个问题：用了一个分辨率很高的摄像头，结果FPGA的BRAM不够缓存一行数据了。嗯，这里要注意，行缓存（Line Buffer）是FPGA图像处理中最常见的资源消耗点。

4.2 色彩空间：RGB 与 YCbCr

色彩空间，说白了就是描述颜色的数学模型。不同的模型，适用于不同的场景。

4.2.1 RGB 色彩空间

这个大家最熟悉。红、绿、蓝三原色，叠加出所有颜色。显示器、摄像头，基本都是RGB的天下。

在FPGA里，RGB数据通常是并行传输的。比如24位真彩色，就是R、G、B各占8位。我建议初学者先拿RGB图像练手，因为直观，调试起来也方便。

4.2.2 YCbCr 色彩空间

这个在视频压缩和传输里用得特别多。为什么？因为它把亮度（Y）和色度（Cb, Cr）分开了。

• Y：亮度分量，就是灰度图。
• Cb：蓝色色度分量。
• Cr：红色色度分量。

人眼对亮度变化敏感，对色度变化不敏感。所以视频编码时，可以对Cb、Cr进行下采样，节省带宽。这就是4:2:2、4:2:0这些概念的由来。

RGB到YCbCr的转换公式如下（ITU-R BT.601标准）：

Y  =  0.299 * R + 0.587 * G + 0.114 * B
Cb = -0.169 * R - 0.331 * G + 0.500 * B + 128
Cr =  0.500 * R - 0.419 * G - 0.081 * B + 128

在FPGA里实现时，浮点数乘法太费资源。我一般会把它转成定点数，比如把系数乘以256，用移位和加法来实现。这样既快又省资源。

4.3 图像滤波原理

滤波，说白了就是“去噪”或者“模糊”。在FPGA里，滤波的本质就是“卷积”运算。

4.3.1 什么是卷积？

用一个小的“核”（Kernel），在图像上滑动。核覆盖的像素，与核的系数相乘，然后求和，得到一个新的像素值。

举个例子，一个3×3的均值滤波核：

    1/9  1/9  1/9
K = 1/9  1/9  1/9
    1/9  1/9  1/9

这个核的作用，就是把中心像素替换成周围9个像素的平均值。图像就变模糊了，噪声也被平滑掉了。

4.3.2 均值滤波

最简单，也最直观。每个像素取邻域的平均值。

• 优点：实现简单，FPGA里只需要加法器和移位器（除以9可以用近似值）。
• 缺点：会模糊边缘，而且对椒盐噪声的抑制效果一般。

我曾经在一个工业检测项目里用过均值滤波，结果发现边缘被模糊得太厉害，导致后续的边缘检测算法误判率很高。后来换成了高斯滤波。

4.3.3 高斯滤波

高斯滤波的核，系数不是平均的，而是服从高斯分布。离中心越近，权重越大。

一个3×3的高斯核（σ≈0.8）示例：

    1/16  2/16  1/16
K = 2/16  4/16  2/16
    1/16  2/16  1/16

你看，中心像素的权重是4/16，是周围像素的2倍。这样在平滑噪声的同时，能更好地保留边缘信息。

4.4 知识体系总览

下面这张图，是我自己画的，把本章的核心逻辑串起来了。你仔细看看，就能明白这些概念之间的关系。

这张图里，从“数字图像表示”出发，到“色彩空间”，再到“滤波原理”，是一条清晰的主线。你在FPGA里做图像处理，基本就是沿着这条路走。

4.5 小结

好了，这一章的内容就这些。总结一下：

• 数字图像就是矩阵，FPGA处理的是像素流。
• RGB适合显示，YCbCr适合处理和压缩。转换公式要记牢，FPGA实现时记得用定点数。
• 滤波就是卷积。均值滤波简单但会模糊边缘，高斯滤波效果更好但计算稍复杂。

下一章，我们会把这些知识真正用到FPGA设计里。到时候，我会带着你们一步步搭建一个图像滤波的硬件加速器。敬请期待。