FPGA圖像處理之路，從此開始，接下來，讓我們把時間交給“圖像處理”。 在動筆之前，一直在猶豫，反復思考著一個問題，這個問題一直困擾著我，“FPGA在圖像處理領(lǐng)域中的地位？”

按照慣例，我們先暫且不直說這個問題的答案，讓我們先談談圖像處理技術(shù)。在 我個人看來，圖像處理就是對圖像進行操作以得到自己想要的結(jié)果。圖像處理，它是一個非常廣義的概念，它包含圖像增強，圖像復原，圖像重建，圖像分析，模式識別，計算機視覺等N多個應用方向。這些應用技術(shù)有許多在本質(zhì)上是相通的，但是不同應用領(lǐng)域的關(guān)注點往往是不同的。

當我們升入研究生階段，或者進入公司，如果從事圖像處理相關(guān)的工作，也就有了自己涉獵的領(lǐng)域了。在此， 主動交代一下， 現(xiàn)階段主要關(guān)注的領(lǐng)域為圖像重建。

好了，閑話不多說，我們來說說大實話。在我之見下的圖像處理，作為一個“半職業(yè)”的FPGAer，用FPGA做圖像處理相關(guān)的開發(fā)時，我們往往首先要考慮的就是FPGA處理板的性能了，因為做圖像處理是一個十分消耗資源的事情。打開淘寶，我們可以搜索到很多圖像處理FPGA開發(fā)板，有些開發(fā)板上的資源十分豐富，可以滿足我們前期試驗的需求?？墒橇钊烁械綄擂蔚氖?，用FPGA做圖像處理也是一件十分困難的事。 從網(wǎng)絡上的開源情況來看，F(xiàn)PGA在圖像處理方面的主要應用一直處于圖像的預處理階段。

什么叫圖像的預處理？例如圖像的畸變校正，濾波器處理，邊緣檢測、顏色檢測和閾值處理等。這些預處理都有一些共同的特征，算法較為簡單，操作重復性強等。但是，除了預處理，F(xiàn)PGA就不能做點別的嗎？有的哦，圖像處理類似一個三層金字塔，分為底層，中間層，高層。

圖像處理金字塔有三層，分別針對的是像素級、特征級和目標級。一個成熟的圖像處理應用應該同時涵蓋這三層。

在像素層，我們可以對圖像做一些變換，目的是增強圖像的有用信息，同時抑制任何不相關(guān)的信息（如噪聲）。然后通過對預處理后的圖像做分割操作實現(xiàn)圖像從像素級到特征級的過度，分割操作可以理解為檢測圖像中具有一些共同性質(zhì)的區(qū)域。針對這些區(qū)域，依據(jù)一個或多個分類法則，將區(qū)域歸類到一些預先設定的特征類型中作為后期識別的數(shù)據(jù)集。此時的數(shù)據(jù)已經(jīng)不僅僅是圖像了，其中包含了豐富的特征信息，如物體的位置信息等。在金字塔高層，依靠獲取的特征，如有必要還可以將這些特征集作為學習的訓練集來創(chuàng)建專用的模型，借助模型來實現(xiàn)識別，進而用來對實時采集的圖像進行描述。

好了，剛才說了一大堆 不擅長的大片理論的“教科書式”定義后， 繼續(xù)講大實話。一言以蔽之，F(xiàn)PGA在圖像處理中的應用尚處于未成熟狀態(tài)，網(wǎng)絡上可供借鑒的大多是預處理方面的資源，而關(guān)于使用FPGA去做特征和目標層次的處理還是十分復雜的，大多數(shù)高層次的應用還處于研發(fā)階段，具體說吧，主要是高校和大公司會去做這方面的研究與應用，而且因為是研發(fā)階段，所以使用的FPGA套件是十分昂貴的，不計成本。顯然這種實現(xiàn)方式是不符合商用的。因此，當你真正用一個全新的“較低廉”的“高效”的硬件方式實現(xiàn)了一個效果十分出色的圖像處理算法，那么你當真是非常了不起的了。

說了這么久，關(guān)于“FPGA在圖像處理領(lǐng)域中的地位？”這個問題，想必各位心中已經(jīng)有了屬于你們自己的那份答案了。

不妨再來和 的答案比較下。用FPGA做圖像處理往往需要考慮除算法之外的更多問題，如時序約束，存儲器帶寬不足，資源不足，計算問題，這些問題都制約著FPGA在圖像處理領(lǐng)域的發(fā)展。試想一下，本就復雜的圖像處理算法，再加上這些有待解決的難題，這也就是我們經(jīng)常遇到的困境。幸好，科技是在不斷進步的，當現(xiàn)有的技術(shù)不能很好的解決當前的應用難題時，一定會新的技術(shù)誕生，專為處理這些問題而是的技術(shù)。這也就是，我們需要不斷學習，不斷充電的原因。

DDR2、DDR3、Zynq、PCIE、USB3.0、千兆網(wǎng)、LVDS、CORDIC，這些新技術(shù)的出現(xiàn)為我們提供了新的思路與解決方案，讓FPGA擁有更大的潛能，F(xiàn)PGA將會在圖像處理領(lǐng)域有更加卓越的表現(xiàn)。