1
统计排序滤波
设r为处理窗口半径，I(x,y)为输入像素值，g(x,y)为输出像素值，则有如下定义：
g(x,y)=Sort(I(x+i,y+i),n)
-r≤i≤r,-r≤j≤r,0≤n< (2r+1)^2.令n=(2r+1)2/2，则上式变为中值滤波器。常用的排序算子有冒泡排序、希尔排序即简单排序等，以冒泡排序为例，C++语言处理算法如下：
中值滤波能够很好的消除椒盐噪声。效果图如下所示：2基于FPGA的统计排序滤波器
1
并行全比较排序法
为了区别相同的数值，对各个数值的输入次序做如下规定：
当前数值大于本数据之前输入数据时，结果记为1，小于或等于时记为0.
当前数值大于或等于本数据之后输入数据时，结果记为1，小于时记为0.
与自身比较记为0.
利用此规则对输入数据进行排序，如下表所示：
以3个数据d1,d2,d3的排序为例，需要设计的比较器数目为n(n-1)个。如下所示：d_1≥d_2
d_1≥d_3
d_2>d_1
d_2≥d_3
d_3>d_1
d_3>d_2
2
整体设计与模块划分
采用与均值滤波类似的方法，先进行一维图像行方向上的排序，再对列方向上的行排序结果进行排序，即可得到一个窗口方向上的排序。同样的，行方向的对齐采用行缓存来实现，如下图所示：
注意：并行全比较排序与C语言实现的冒泡排序结果，在某些特殊情况下还是有点差别的。如下所示：如果使用C语言冒泡排序，目标值会被判定为1，因为这9个数的排序如下：1, 1, 1, 1 ,1, 0, 0, 0, 0
其“中值”为1，故判定为1.使用先行后列的全排序法，每行的中值如下：
1
0
0
再对这3个数进行排序，得到最终的中值为0.与C语言冒泡排序判定结果不同。只有在1与0的比值为5:4或4:5的情况下才会出现，其比值则不会出现判定结果不同。即便某些情况下判定结果可能不同，但都是中值附近的值，都具有中值滤波的效果。自己可以多列几种情况试试看。
想强调的是，先行后列的并行全比较排序和C语言的冒泡排序数据结果对比时，可能会出现某些数据不同，免得大家怀疑是程序编写错误。
3
median_1d模块设计
全并行排序的计算步骤如下首先得到待排序的n个数据：可以通过打n-1拍得到。
进行全比较：当前数据与其所有数据依次比较，并记录比较结果。
将(2)中的记录结果相加。
查找(3)中相加结果按指定次序输出。
一维排序滤波电路设计如下所示：
** 需要注意的是：din_r[2]为输入第0个数据，din_r[1]为输入第1个数据，din_r[0]为输入第2个数据。**由于在求cmp_sum时，消耗了一个时钟周期，所以在求dout时，需要先对输入数据打一拍，即此时din_r[3]为输入第0个数据，din_r[2]为输入第1个数据，din_r[1]为输入第2个数据。
当cmp_sum[0]==OUT_ID时，将第0个数据(din_r[3])赋值给dout，
当cmp_sum[1]==OUT_ID时，将第1个数据(din_r[2])赋值给dout，
当cmp_sum[2]==OUT_ID时，将第2个数据(din_r[1])赋值给dout。
从上图可以看出，产生dout共需消耗5个时钟周期，dout_vld需要和dout信号同步，故同样需要对dout_vld打5拍，如下所示：
上图中的KSZ为窗口长度，KSZ的值为3，故一行数据有两个数据无法做中值处理，所以dout_vld信号产生代码如下：2.4median_2d模块设计
采用和均值滤波同样的思路来处理，整个计算步骤如下
计算一维行方向的排序结果输出。
将第(1)步的结果接入第一个行缓存，第一个行缓存的输出接入第二个行缓存，得到3行的一维输出。
对第(2)步输出的三个数据进行排序，得到结果输出。
完成时序对齐。
二维运算的电路设计如下图所示：
由于行FIFO读出数据有一拍延时，所以median_1d输出的数据需要延时一拍，以便于FIFO读出数据对齐。从图4-6可以看出，产生median_data共需消耗3个时钟周期，median_vld有line_rd_en[2]产生，也需要延时3个时钟周期，以便于median_data信号对齐，产生代码如下：由于median_vld由line_rd_en[1]产生，故已经舍去了两行，所以此时不需要再与上其信号了，注意与median_1d模块的dout_vld做对比，自己理解一下。3
仿真与调试
median_1d的测试激励如下：
从图4-9可以看出，测试激励主要是产生0-9共10个数据，仿真结果如下所示：可以看出，中值结果是正确，尤其需要注意的是红色框框里的数据，8和1共产生了2次，这个地方使用书上的代码是有问题的。具体的自己看代码就知道了。median_2d仿真有点麻烦，自己可以使用mspaint画图软件产生10*10的黑白图，然后再用qt将其转成txt，最后再使用modelsim进行仿真。也可以自己写测试激励。最终中值滤波结果如下图所示：
