拉普拉斯图像增强是一种空间域的二阶微分算法,可以突出模糊的细节提取图像的边缘信息,为人们提供更加清晰锐利的视觉效果。图像滤波是为了滤除图像中的噪声,削弱噪声对后续图像处理的影响。图像处理中增强和滤波都属于底层处理,需要进行大量的并行计算,因此适合在FPGA上进行。本文首先介绍了基于FPGA的图像增强及相关算法的国内外研究现状,然后分析了底层的图像滤波及增强算法的原理,并对各个算法进行了 matlab仿真,通过对比仿真结果总结了不同滤波和增强算法的优势及劣势。本文对部分算法进行了改进,提出了适合硬件执行的方法,设计了更适合在硬件上运行的中值滤波算法,这种算法大大减少了数据比较次数,同时为了减少噪声在增强过程中的影响,提出了受限的拉普拉斯增强算法。相比于四邻域和八邻域的普通拉普拉斯增强算法,受限的拉普拉斯增强不会对图像中的噪声进行放大,很好的保护了图像的原有信息。本论文还对设计的各个模块进行了行为级的仿真,并通过RAM中预存的数据模拟相机实时数据在FPGA上进行了验证,表明了算法设计的正确性和硬件实现的可行性。各个模块的设计和分析采用了自顶向下的方法,先对顶层架构进行分析,然后再设计实现各个底层模块。图像增强和滤波整体包含外围模块和处理模块两大主要部分,外围模块主要包括3×3窗口生成模块、数据输出控制模块以及HDMI显示配置模块。处理模块是针对不同的滤波和增强算法的硬件实现,最后输出串行的处理后图像数据。模块化的设计思想使不同算法的处理模块可以复用相同的外围模块,给设计带来了很大的便捷。最后论文指出了设计存在的不足和研究的进一步方向,并提出了改进意见。