第四章：图像处理基础与像素操作
各位同学好，我是你们的FPGA图像处理讲师。今天咱们聊聊图像处理最基础的东西——像素操作。说实话，很多初学者一上来就盯着算法看，结果连BMP文件怎么读的都不知道，这其实是个坑。我当年刚入行时也犯过这毛病，后来被项目逼着补了课，才发现基础打牢了，后面学什么都快。
4.1 BMP图像格式解析
BMP格式，说白了就是Windows下的"原始"图像格式。它不压缩，像素数据直接摆在那，特别适合我们做FPGA验证。你想想看，如果一开始就用JPEG，光解码就够你喝一壶的。
BMP文件结构其实很简单，就三部分：
- 文件头（14字节）：存文件大小、像素数据偏移量
- 信息头（40字节）：图像宽高、位深度、颜色表信息
- 像素数据：从下往上、从左到右排列的BGR数据
嗯，这里要注意：BMP的像素数据是BGR顺序，不是RGB。我有个学生第一次做灰度转换时，怎么算都不对，最后发现是顺序搞反了。这种小细节，项目里能坑你半天。
核心要点：BMP文件头的前两个字节必须是"BM"（0x424D），这是判断文件是否有效的关键。
来看一个典型的BMP文件头解析代码：
typedef struct {
uint16_t bfType; // 固定为0x4D42
uint32_t bfSize; // 文件总大小
uint16_t bfReserved1; // 保留
uint16_t bfReserved2; // 保留
uint32_t bfOffBits; // 像素数据偏移量
} BMP_FILEHEADER;
typedef struct {
uint32_t biSize; // 信息头大小
int32_t biWidth; // 图像宽度
int32_t biHeight; // 图像高度（正数表示倒序存储）
uint16_t biPlanes; // 固定为1
uint16_t biBitCount; // 位深度（24或32）
uint32_t biCompression; // 压缩方式（0为不压缩）
uint32_t biSizeImage; // 像素数据大小
int32_t biXPelsPerMeter;
int32_t biYPelsPerMeter;
uint32_t biClrUsed;
uint32_t biClrImportant;
} BMP_INFOHEADER;个人经验：我在做摄像头采集项目时，经常用BMP格式做中间验证。因为它的数据排列和FPGA里的行缓存结构天然匹配，调试起来特别方便。
4.2 RGB与灰度转换
为什么要转灰度？因为灰度图每个像素只需要一个字节，处理起来省资源、省带宽。在FPGA里，这可不是小事——你省下的每一个LUT，都可能决定能不能跑更高频率。
常用的转换公式是：
Gray = 0.299 * R + 0.587 * G + 0.114 * B但在FPGA里，浮点运算太奢侈了。我建议用整数近似：
Gray = (77 * R + 150 * G + 29 * B) >> 8为什么会这样？因为0.299 ≈ 77/256，0.587 ≈ 150/256，0.114 ≈ 29/256。用移位代替除法，速度能快一个数量级。
避坑指南：我曾经在项目中直接用浮点乘法做灰度转换，结果综合后时序不收敛。后来改成整数移位，不仅时序过了，资源还省了30%。记住：FPGA里能不用浮点就别用。
来看一个完整的灰度转换流水线设计：
module rgb2gray (
input wire clk,
input wire rst_n,
input wire [7:0] r, g, b,
input wire valid_in,
output reg [7:0] gray,
output reg valid_out
);
// 第一级：乘法
reg [15:0] mult_r, mult_g, mult_b;
always @(posedge clk) begin
mult_r <= r * 8'd77;
mult_g <= g * 8'd150;
mult_b <= b * 8'd29;
end
// 第二级：加法
reg [16:0] sum;
always @(posedge clk) begin
sum <= mult_r + mult_g + mult_b;
end
// 第三级：移位输出
always @(posedge clk) begin
gray <= sum[15:8];
valid_out <= valid_in;
end
endmodule你看，三级流水线，每级只做一件事。这就是FPGA的思维——把大任务拆成小步骤，每一步都用一个时钟周期完成。
4.3 像素级流水线操作
流水线，说白了就是"边吃饭边洗碗"。传统CPU是吃完一顿再洗，FPGA是吃一口洗一口。你想想看，哪个更快？
在图像处理里，流水线操作的核心思想是：
- 数据驱动：每个时钟周期处理一个像素
- 级间寄存器：每级之间用寄存器打一拍
- 延迟对齐：不同路径的延迟要匹配
我举个例子。假设你要做"先灰度、再二值化、最后边缘检测"的流水线：
// 流水线阶段1：灰度转换
gray_pipe1 <= rgb2gray(r, g, b);
// 流水线阶段2：二值化
binary_pipe2 <= (gray_pipe1 > threshold) ? 8'hFF : 8'h00;
// 流水线阶段3：边缘检测
edge_pipe3 <= sobel_filter(binary_pipe2);每个阶段都只依赖前一阶段的结果，互不干扰。这就是流水线的魅力——吞吐量是单周期的N倍。
关键点：流水线的延迟是固定的。比如上面三级流水线，从输入到输出延迟3个时钟周期。这在做时序对齐时特别重要。
4.4 行缓存（Line Buffer）原理
行缓存，是FPGA图像处理里最常用的结构。为什么需要它？因为很多算法（比如3x3滤波）需要同时访问上下几行的数据。
你想想看，摄像头数据是一行一行来的。你要做3x3滤波，就得等当前行、上一行、上上行都到了才能算。行缓存就是干这个的。
一个典型的3行缓存结构是这样的：
module line_buffer_3 (
input wire clk,
input wire rst_n,
input wire [7:0] data_in,
input wire valid_in,
output wire [7:0] line0, // 当前行
output wire [7:0] line1, // 上一行
output wire [7:0] line2 // 上上行
);
// 用三个FIFO实现行缓存
reg [7:0] fifo0 [0:IMG_WIDTH-1];
reg [7:0] fifo1 [0:IMG_WIDTH-1];
reg [7:0] fifo2 [0:IMG_WIDTH-1];
// 写指针和读指针
reg [10:0] wr_ptr, rd_ptr;
always @(posedge clk) begin
if (valid_in) begin
fifo0[wr_ptr] <= data_in;
fifo1[wr_ptr] <= fifo0[rd_ptr];
fifo2[wr_ptr] <= fifo1[rd_ptr];
wr_ptr <= wr_ptr + 1;
rd_ptr <= rd_ptr + 1;
end
end
assign line0 = fifo0[rd_ptr];
assign line1 = fifo1[rd_ptr];
assign line2 = fifo2[rd_ptr];
endmodule个人习惯：我一般用Block RAM实现行缓存，而不是分布式RAM。因为BRAM容量大、速度快，而且不占LUT资源。但要注意，BRAM有读延迟，需要额外打一拍对齐。
行缓存的深度等于图像宽度。比如1920x1080的图像，每行需要1920个存储单元。3行就是5760个。用BRAM的话，一个36Kb的BRAM就能存两行多。
知识体系总览
下面这张图，是我自己总结的本章知识脉络。你看一眼，心里就有数了：
这张图把四个知识点串起来了。你看，BMP格式是输入，灰度转换是处理，流水线是架构，行缓存是支撑。缺一个，整个系统就跑不起来。
最后提醒一句：行缓存的深度一定要和图像宽度匹配。我见过有人把1920的宽度写成1024，结果图像错位得一塌糊涂。调试了三天才发现是参数写错了。这种低级错误，千万别犯。
好了，本章的内容就到这里。记住：基础不牢，地动山摇。把BMP格式、灰度转换、流水线、行缓存这四个点吃透，后面学滤波、边缘检测、特征提取，都会轻松很多。
可可精品资料库