引言
隨著HDTV 的普及，以LCD-TV 為主的高清數字電視逐漸進入蓬勃發展時期。與傳統CRT 電視不同的是，這些高清數字電視需要較復雜的視頻處理電路來驅動，比如：模數轉換（A/D Converter）、去隔行(De-interlacer)、視頻縮放(Scaler)和視頻圖像增強（Video Enhancement）等等。由于HDTV 的帶寬較高，720p 信號（1280×720?Hz）的像素速率達到74MHz，因此針對HDTV 的視頻處理算法需要更高性能的器件。采用大規模高工藝的ASIC 芯片是目前這個問題的主要解決方案，Pixelworks、Genesis 等公司均推出了基于大規模ASIC 的解決方案。但是，隨著FPGA 工藝的不斷改善，其性價比與日俱增，尤其是Xilinx、Altera 等廠商紛紛采用90nm 工藝量產后，其價格不斷降低，Xilinx 最新推出的Spartan-3E系列FPGA 120 萬門的售價只有9 美元，已經在小量產品的IC 設計中開始替代結構化ASIC，在數字高清電視這類價格敏感型消費類電子產品中也開始大量采用。
本文介紹了如何在FPGA 中利用Block RAM 的特殊結構實現HDTV 視頻增強算法中灰度直方圖統計。
灰度直方圖統計
灰度直方圖統計是圖像處理過程中很常用的一個步驟，簡單來講，就是對一幅圖像各個灰度的像素進行計數，得到一張灰度分布表。例如，8 位量化的灰度圖像統計結果就是256個值，分別代表0-255 每個灰度像素的數量，如圖1 所示為Lena 圖像的灰度直方圖統計結果。直方圖是分析一幅圖像亮度分布特性有力的工具，根據它的結果可以進行諸如灰度拉伸、自動對比度、動態伽馬調整等操作。
圖1 Lena 圖像的灰度直方圖統計
FPGA算法統計
在計算機或者DSP 上實現直方圖統計時，我們通常會使用數組結構，即在內存中開辟一個整數數組來進行計數，但是在FPGA 中定義數組是非常消耗資源的，尤其是當數組成員的位寬很大時。例如用觸發器來統計256 灰度的720p 圖像的直方圖，將消耗4000 個邏輯單元（每個邏輯單元是一個四輸入查找表），這幾乎消耗了一個Spartan-3E 25 萬門器件（XC3S250E）80%的邏輯資源。
幸運的是，FPGA 器件提供了一個很好的結構可以處理這類問題，這就是Block RAM。在Altera 和Xilinx 的各型號FPGA 器件上都集成了一種稱為Block RAM 的片上內存，它們以若干Kbits 為一塊，不同型號集成不同數量的塊，例如在Spartan-3E 系列中以18Kbits 為一塊，在規模最小的型號XC3S100E 上集成了4 塊這樣的內存，如圖2 所示：
圖2 Spartan-3E 系列FPGA 集成的Block RAM
這種內存很容易實現數組類型的結構，而且這種內存被設計成雙端口方式，即可以用兩組獨立的地址數據總線來讀寫，因此可以用不到一塊的Block RAM 就實現256×24 這樣的高位寬計數器陣列來進行HDTV 視頻圖像的直方圖統計，如圖3 所示：
圖3 用Block RAM 實現計數器陣列
以Block RAM 的結構為核心，按照以下幾點來設計直方圖統計算法：
1． Block RAM 使用雙端口方式，端口A 用來將內存單元計數值讀出，端口B 將計數值加一后寫回該內存單元。
2． 內存的地址在像素有效時由像素灰度值選擇，在行同步期間不計數，在場同步期間使用一個遞增計數器在前256 個時鐘將統計結果輸出，在之后的256 個時鐘將RAM 塊清零。 3． 雙端口讀寫時鐘相位相差180 度，以避免雙端口讀寫沖突。
4． 數據的讀出、加一和寫入采用了流水線結構以提高性能，所以在地址控制上要進行適當暫存以保證數據同步。
圖4 為256 級灰度720p 視頻圖像直方圖統計的算法實現功能框圖：
圖4 用FPGA 的Block RAM 實現直方圖統計
結語
該算法借助FPGA 片上的高性能Block RAM（讀寫速度可以到200 兆以上），可以實現SMPTE 定義的從720p 到1080p 的各種HDTV 視頻圖像的實時直方圖統計，僅占用FPGA不到一百個邏輯單元和一塊Block RAM，是一種性價比較高的FPGA 實現直方圖統計的算法，而且該算法具有很好的通用性，可以應用到各
種需要大量高位寬計數器的高速FPGA設計中。
參考文獻：
1． Xilinx，Spartan-3E FPGA datasheet，2005.3
2． Xilinx，Using Block RAM in Spartan-3 Generation FPGAs，2005.3