今天介绍一下图像处理中的基础算法--彩色图像灰度化。

一、彩色图像处理灰度化

彩色图像灰度化是一种将彩色图像转换为灰度图像的过程。

在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值。

因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。

当灰度为255的时候，表示最亮（纯白）；当灰度为0的时候，表示最暗（纯黑）。

灰度化的好处是：相较于彩色图像灰度图像占内存更小，运行速度更快；灰度图像后可以在视觉上增加对比，突出目标区域。

二、图像处理灰度化的方法

1、平均值法

计算图像中每个像素点的RGB值之和，求平均值，作为灰度值。

计算公式：Rn = Gn = Bn = （R + G + B）/3

说明：（Rn，Gn，Bn）表示像素点灰度化后的RGB值，（R，G，B）表示彩色图像的RGB值

2、加权平均值法

将R、G、B三个分量的权重分别设为0.299、0.587、0.114，然后将它们与相应的像素值相乘后相加，得到灰度值。

<p。可以看到这个系数权重实际就是之前RGB转YUV公式中的，亮度Y=0.299*R + 0.587*G + 0.114*B。

也就是说灰度化的图像每个像素点值，Rn = Gn = Bn = Y。

三、FPGA实现

有了上一章RGB转YUV，今天这个算法的实现很简单哦，这里给大家写出模块名和接口，大家可以先实现，再看后面的答案。

1、练习题目

module image_rgb2gray(
   input wire clk,
   input wire reset,
   
   input wire valid_i,
   input wire [23:0] img_data_i,
   
   output wire valid_o,
   output wire [23:0] img_data_o
    );

endmodule

2、答案

这里给出平均法的verilog实现写法，需要完整的工程，请加入本公众号。

    wire [7:0] R, G, B;

    reg valid_d1;   
    reg [9:0] RGB_avr;
    
    reg valid_d2;   
    reg [16:0] RGB_avr_m;
    
    reg valid_d3;   
    reg [7:0] RGB_new;

    //平均法
    //1/3 * 512 = 171

    assign {R, G, B} = img_data_i;
    always@(posedge clk or posedge reset) begin
        if(reset) begin
            valid_d1 <= 'b0;
            RGB_avr <= 'b0;
        end else begin
            valid_d1 <= valid_i;
            RGB_avr <= R + G + B;
        end
    end

    //最大值不可能超过255*3*171 = 17'd130815
    always@(posedge clk) begin
        RGB_avr_m <= RGB_avr * 8'd171;
    end
    always@(posedge clk or posedge reset) begin
        if(reset) begin
            valid_d2 <= 'b0;
        end else begin
            valid_d2 <= valid_d1;
        end
    end

    //最大值不可能超过255
    always@(posedge clk or posedge reset) begin
        if(reset) begin
            valid_d3 <= 'b0;
            RGB_new <= 'b0;
        end else begin
            valid_d3 <= valid_d2;
            RGB_new <= RGB_avr_m[16:9];
        end
    end
    
    assign valid_o = valid_d3;
    assign img_data_o = {3{RGB_new}};

3、测试结果

（1）仿真测试时序图

（2）效果图