基于FPGA的静脉图像双边滤波算法

双边滤波算法在给手背静脉图像进行去噪、平滑的同时可以保持静脉血管的边缘细节。基于FPGA的双边滤波算法，可以利用FPGA的并行和流水线计算的特点，加快算法的计算速度，在满足手背静脉显像系统对于实时性要求的同时，增强手背静脉图像，为后续的血管分割和提取奠定基础。 *通讯作者。

皮下静脉穿刺是常见的医疗手段之一，在静脉采血、输血、注射药物之前都需要对患者进行皮下静脉的穿刺。但是，许多因素会影响到皮下静脉穿刺的成功率，如儿童静脉纤细、深色皮肤等。手背静脉显像技术可以帮助医护人员找到血管，提高皮下静脉穿刺的成功率。主流的手背静脉成像技术基于近红外成像技术，利用了静脉血管中的血红蛋白对于700 nm~900 nm 的近红外光的吸收率高于水、脂肪等周围的皮肤组织的特性[1]。由于光强、光照角度、手背皮肤散射、个体手背厚薄等因素，静脉血管和周围的皮肤组织之间的分界不够明显，图像的对比度较低且噪声较多。噪声会影响后续的血管分割提取，导致静脉血管细节的模糊或缺失，因此需要在保证图像中静脉血管的细节特征不受影响下对图像中的噪声进行滤除。现如今，双边滤波由于其能够为图像去噪的同时保留图像的边缘信息而被越来越多地使用， 该方法非常适合于手背静脉图像的去噪处理。考虑到手背静脉显像的实时性要求较高，双边滤波用软件实现比较慢，因此采用硬件实现能达到更快的处理速度和显示效果。随着近年来芯片工艺的发展，FPGA的性能不断提高，使用成本大幅降低。用户可以根据需求使用软件设计出硬件逻辑，并利用FPGA 中集成的资源帮助图像采集及运算，降低了开发难度。利用FPGA 的并行以及流水线处理的特点，可以有效地提高双边滤波算法的计算速度[2]。本文利用双边滤波的优点，在FPGA 上实现了双边滤波的算法，能够有效地对手背静脉图像进行去噪，提高手背静脉图像的清晰度。

2. 双边滤波算法 双边滤波是一种结合了空间邻近关系和亮度相似度的滤波器。空间邻近度滤波器通过平均滤波器窗口中心点邻域的像素值，起到低通滤波器的作用，对图像进行平滑。而亮度相似度滤波器只允许平均相似的像素值，假如滤波器窗口内的像素与中心像素的像素值相差较大，该像素则会被忽略，起到保持边缘的作用。因此，双边滤波器既平滑了图像，又保持了图像的边缘。

双边滤波由下式定义： ()()( )()( )()()00001, , m Fmmsmmc m mk mφφφφ∈=⋅⋅∑ (1) 定义m = (x, y)代表像素的坐标，m0 = (x0, y0)和()000, mxy=分别代表滤波前后中心像素的坐标。因此， 式中()0mφ为滤波后中心像素的像素值，( )mφ和()0mφ分别为滤波窗口F 中邻域像素和中心像素的像素值。

()( )()()( )20120 , phmmsmmeφφσφφ−−= (2) ()20120, cmmc m meσ−−= (3)