详见07_ HDL_VIP_Examples下“02_VIP_OV7725_Gray_Med”工程。

图像处理算法可以在RGB域处理，也可以在灰度域处理，牛逼的还可以在Bayer处理。但是大部分目标识别、跟踪、检测等图像处理算法，都是灰度域处理的，因为灰度除了没有色度，以及包含了基本图像处理所需的信息，包括纹理/目标/姿态等。

因此从本节开始，我们将基于灰度域进行基本的FPGA图像处理算法的实现。前面一节我们已经得到了灰度视频（灰度相机直接就可以得到灰度视频，不需要前一节），现在我们可以大刀阔斧，全面开始HDL-VIP算法的研究与实现了！！！

本章截杀的中值滤波算法，输入的视频源为Gray数据流，最终工程实现的VIP的RTL block如下所示：

备注：灰度相机（MT9V034 AR0144等）不需要RAW8_RGB888以及RGB888_YCbCr444模块，直接从中值滤波后开始。

7.3.1 图像滤波算法的介绍

降噪顾名思义是削弱不该有的噪声，严格意义上做不到去噪，只能一定程度的削弱噪声的存在。我们的传感器在工作工程中，必然会有电源噪声、随机噪声、固定噪声等干扰。那么如果有效的去除图像中的噪声，同时又能较好的保持图像的边缘，就是降噪的精髓。

典型的图像滤波算法，入门级别的有均值滤波、中值滤波、高斯滤波等，也有NB一点的非局部均匀、双边滤波、2D降噪、3D降噪、BM3D等。安防监控IPC芯片，最后拼的就是一个重要的指标就是图像的降噪：如何能用较低成本的Sensor，通过降噪及其他图像增强算法，得到画质优秀的视频。如果你有更牛逼的算法，可以试试下图，挑战一下极限：

滤波的原理就是求平均，可以是对帧内周边像素求平均（空域降噪），也可以是帧间的像素求平均（时域降噪），前者能够较好的保持图像的运动拖影但是对纹理的保持不够擅长，而后者能够较好的去除在时间上波动的噪声，但是由于前后帧之间的时间差，会引入拖影（也有叫法说是鬼一个）。狠一点的3D降噪可以采用数帧图像去做降噪，可以在极低的照度下得到较好的图像，但是也伴随着巨大的拖影。

当然，除了采用算法去除图像中的噪声，也可以拼了命的优化电源的噪声，如果你还没有达到极致的话；采用更好的，更先进的，靶面更大的Sensor，或者更好的镜头，可以直观的提升噪声特性，只不过付出的成本较高。