CLAHE算法的线性差值。
我们先来看一下没有经过线性差值的CLAHE算法是什么样子的效果。
可以看到很明显的图片中都是一块一块的，这是因为在每一个块里面都统计了相应的直方图数据，这样就导致不同块里面直方图统计的映射表不一样，所以就出现了一块块的斑点。
解决这个问题的方法就是线性插值。
可以将整幅图像分为以下几个部分：
整个8*8一共64个block，然后对于四个红色的角点不进行线性插值，对于蓝色的四条边进行线性插值，对于中间的白色部分进行双线性插值。
其中红色正方形的边长是block边长的二分。
来放大一个局部看一下是怎样进行计算的，比如将左上角放大得到一个3*3的block，以黑色实线来表示每一个block。然后用蓝色虚线将每一个block的二分处进行连接，这样将每一个block都分成了4*4的小块。
最左上角的小块不进行线性插值，相应的代码如下，判断是不是在四个角点，如果是角点就直接进行直方图均衡化。
if i <= bh // 2 and j <= bw // 2: he[i][j] = sk_list[0][img[i][j]]elif i <= bh // 2 and j >= w - bw // 2: he[i][j] = sk_list[block - 1][img[i][j]]elif i >= h - bh // 2 and j <= bw // 2: he[i][j] = sk_list[block * block - block][img[i][j]]elif i >= h - bh // 2 and j >= w - bw // 2: he[i][j] = sk_list[block * block - 1][img[i][j]]
第一个位于蓝色区域内的点，需要进行线性插值才能得到最终的结果。
可以看到这个点位于第一个block中，假定距离第一个block中线的距离是P，那么第一个block占的权重就是1-P/block_width，在第二个block中占的权重就是P/block_width。假如这个点正好在第一个和第二个block的交界处，那么两个block占的权重都是0.5。所以这个点的计算方法就是在第一个block中进行直方图均衡化得到的结果乘以第一个block的权重，加上在第二个block中进行直方图均衡化得到的结果乘以第二个block的权重。
比如下面的参考代码，先计算这个点位于哪一个block，然后计算相应的权重，最后分别进行直方图均衡化后把结果相加。
num_j = (j - bw // 2) // bwp = (j - num_j * bw - bw // 2) / bwq = 1 - phe[i][j] = sk_list[num_j][img[i][j]] * q + sk_list[num_j + 1][img[i][j]] * p
对于最后情况，也就是位于中间白色区域的点，需要进行双线性插值。可以看到整个点位于第四个block，所以需要在第一个，第二个，第四个和第五个block上分别计算直方图均衡化的结果，和相应的权重，参考代码如下：
num_i = (i - bh // 2) // bhnum_j = (j - bw // 2) // bwm = (i - num_i * bh - bh // 2) / bhv = 1 - mp = (j - num_j * bw - bw // 2) / bwq = 1 - phe[i][j] = sk_list[num_i * block + num_j][img[i][j]] * q * v + sk_list[(num_i * block) + block + num_j][ img[i][j]] * q * m + sk_list[num_i * block + num_j + 1][img[i][j]] * p * v + sk_list[(num_i * block) + block + num_j + 1][img[i][j]] * p * m
对于verilog来说计算方法也是一样的，通过不同的点来分别计算结果。
case (switch_ff[23])
4'd0, 4'd1, 4'd2, 4'd3: begin cand_tx_pipe_1[0] <= cand_rd_data_1_ff[21]; cand_tx_pipe_2[0] <= 28'd0; cand_tx_pipe_3[0] <= 28'd0; cand_tx_pipe_4[0] <= 28'd0; end 4'd4, 4'd5: begin cand_tx_pipe_1[0] <= cand_rd_data_1_ff[21] * q_ff[2]; cand_tx_pipe_2[0] <= cand_rd_data_2_ff[21] * p_ff[2]; cand_tx_pipe_3[0] <= 28'd0; cand_tx_pipe_4[0] <= 28'd0; end 4'd6, 4'd7: begin cand_tx_pipe_1[0] <= cand_rd_data_1_ff[21] * v_ff[2]; cand_tx_pipe_2[0] <= cand_rd_data_2_ff[21] * m_ff[2]; cand_tx_pipe_3[0] <= 28'd0; cand_tx_pipe_4[0] <= 28'd0; end 4'd8: begin cand_tx_pipe_1[0] <= cand_rd_data_1_ff[21] * q_ff[2]; cand_tx_pipe_2[0] <= cand_rd_data_2_ff[21] * q_ff[2]; cand_tx_pipe_3[0] <= cand_rd_data_3_ff[21] * p_ff[2]; cand_tx_pipe_4[0] <= cand_rd_data_4_ff[21] * p_ff[2]; end default: begin cand_tx_pipe_1[0] <= 28'd0; cand_tx_pipe_2[0] <= 28'd0; cand_tx_pipe_3[0] <= 28'd0; cand_tx_pipe_4[0] <= 28'd0; endendcase
这里使用了DSP自动推断的方法，这些乘法都会被自动推断为DSP。
在计算之前对数据进行了打拍的操作，一部分寄存器会被DSP单元所吸收，所以不用担心这个乘法的时序问题。
always @(posedge clk ) begin cand_rd_data_1_ff[0] <= cand_rd_data_1; cand_rd_data_2_ff[0] <= cand_rd_data_2; cand_rd_data_3_ff[0] <= cand_rd_data_3; cand_rd_data_4_ff[0] <= cand_rd_data_4;endgenvar b;generate for (b = 1; b <= 22; b = b + 1) begin always @(posedge clk ) begin cand_rd_data_1_ff[b] <= cand_rd_data_1_ff[b - 1]; cand_rd_data_2_ff[b] <= cand_rd_data_2_ff[b - 1]; cand_rd_data_3_ff[b] <= cand_rd_data_3_ff[b - 1]; cand_rd_data_4_ff[b] <= cand_rd_data_4_ff[b - 1]; end endendgenerate
来看一下最后结果，没有一块一块的斑点了。
CLAHE算法就是这些，一共分为下面几步：
对整幅图像进行分块，然后在每一块上面分别进行直方图均衡化操作
在进行直方图均衡化的时候进行CLIP操作
进行线性插值
审核编辑：黄飞
