高清視頻監控逐漸成為市場的熱點，視頻監控不僅要求把現場圖像捕獲并保存，而且還要盡可能清晰。在高清圖像的生成和采集過程中，往往會受到各種噪聲的干擾，使高清圖像的質量變差，因此必須對圖像進行濾波、平滑等預處理來消除噪聲。中值濾波作為一種非線性濾波方法，既可以消除隨機噪聲和脈沖干擾，又可以很大程度地保留圖像的邊緣信息，得到了廣泛的運用。在許多實際應用場合，如高清視頻監控、X光圖像的降噪等，需要快速且實時地進行中值濾波，軟件實現達不到實時處理的要求，因此選用硬件實現。
在硬件實現上，文獻[1]、[2]等采用行延遲的方法形成鄰域數據，以實現3×3的中值濾波。文獻[7]為了提高紅外成像跟蹤器設計了大窗口的中值濾波器。文獻[3]、[4]提出了鄰域圖像幀存的存儲結構，該結構充分利用了圖像幀存的數據結構轉換特性，并行高速提供鄰域圖像數據，配以FPGA作為并行處理器，高速實時地實現了中值濾波。但是以上研究都是基于標清圖像的中值濾波器，處理的圖像大小一般為256×256、512×512的灰度圖等，很少有實現高清圖像的中值濾波器。本文在文獻[3]、[4]的理論基礎上，在蘇光大主持研制成功的NIPC-3鄰域圖像并行處理機上實時實現了1 920×1 080×8 bit的高清圖像的中值濾波器。該系統的硬件是基于一個標準的PCI板卡，Altera公司的CycloneII FPGA是圖像處理系統的核心，此外，該板卡還包括了若干片SRAM、視頻采集轉換芯片、CPLD和PCI接口芯片。NIPC-3硬件處理的結果由PCI傳到計算機做后續處理，是軟硬件結合的系統。
1 快速二維中值濾波器算法
本文中值濾波器排序算法用文獻[2]提出的快速排序算法。如圖1，將3×3窗口內的各個像素分別定義為M11、M12、M13、M21、M22、M23、M31、M32、M33。首先分別對窗口中的每一行計算最大值、中值，最小值不難判斷。9個數值中，3個最大值中的最大值和3個最小值中的最小值一定是9個像素中的最大值和最小值；3個中值中的最大值至少大于5個像素：即本行中的最小值和其他2行的中值及最小值；而3個中值中的最小值至少小于5個像素：即本行中的最大值和其他兩行中的中值及最小值。最后，比較3個最大值中的最小值Min_of_Max，3個中值中的中值Med_of_Med，3個最小值中的最大值Max_of_Min，得到中間值即為濾波的最后結果Med_of_Nine。

利用這種排序法的中值濾波運算僅需17次比較，且該算法十分適用于在FPGA上做并行處理，大大提高了濾波的速度。
2 FPGA硬件實現
鄰域圖像并行處理機是一種以鄰域圖像幀存提供鄰域圖像數據、以鄰域圖像處理器并行鄰域圖像處理的圖像并行處理機，其本質是鄰域數據（即多數據）的并行處理[4]。中值濾波系統框圖如圖2所示，主機通過PCI接口將待處理數據寫入共享RAM，數據再由共享RAM轉入鄰域存儲體，利用行順序鄰域生成方法[3]，將數據由串行轉化為并行，實現處理并行，達到數據的高速處理。鄰域存儲體是由4片SRAM組成，型號是IS61SP6464，位寬為64 bit，一次可以存取8個字節，4片SRAM并行排列，一個時鐘周期最多可以吞吐32個字節。見圖3，考慮一個N1×1的隨機鄰域，N2個時鐘周期就可以得到N1×N2大小的鄰域。然后再將中值濾波模塊結果通過FIFO緩存寫入共享RAM，傳到PC機顯示。