1.FFT滤波算法介绍
FFT滤波就是通过傅里叶运算将图像转换到频域空间，然后在频域中对图像进行处理，最后将处理后的图像通过傅里叶逆运算将图像转会到时域空间。
在频域空间中，我们能够更好的对图像的噪声进行分析，然后找出相关规律将噪声信息去除。
本文重点讲解如何在FPGA中实现FFT图像算法，对于算法原理不过多讲解。
2.FFT滤波算法系统框架设计
如上图所示，本系统程序由5个模块组成，下面对每个每模块进行详细介绍。
2.1 image_sample_switch模块说明
该模块的作用将输入的图像数据进行变化，从而满足蝶形FFT的运算形式。为什么要对图像数据进行变化呢？因为蝶形FFT数据的数据必须满足
-
- image_sample_switch程序接口
|---------------------|--------|------|---------------------|
| 名称 | 方向 | 位宽 | 说明 |
| pixel_clk | Input | 1 | 图像工作时钟 |
| clk | Input | 1 | 算法运行时钟（2Xpixel_clk） |
| reset | Input | 1 | 复位信号（active high） |
| image_vs_i | Input | 1 | 图像场信号 |
| image_hs_i | input | 1 | 图像行信号 |
| image_data_i | input | size | 图像数据 |
| image_sample_wren_o | input | 1 | AXI总线形式的写信号 |
| image_sample_last_o | input | size | AXI总线形式的last信号 |
| image_sample_wrdb_o | Output | size | 转化后的图像数据 |
仿真结果如下图所示
2.2 image_fft_control模块说明
该模块的作用是实现FFT的蝶形运算，由于蝶形运算比较复杂，我们直接调用xilinx的FFT-IP进行运算。
如下图所示，调用FFT-IP，将转换深度设置为1024（因为我们的图像是每行640个像素），资源选择pipelined streaming 模式。
将Data Format 设置为fixed point;
scaling options设置为unscaled;
rounding modes 设置为truncation
对IP的操作，首先将FFT-IP配置为FFT模式，然后按照AXI总线形式进行数据输入既可。
仿真结果如下图所示
2.3 image_fliter_cal模块说明
该模块的作用就是对频域数据进行计算，通过前面的FFT转化后的数据变成频域数值，频域数值是有实部和虚部，主要是对实部和虚部。如何对实部和虚部进行运算呢，就是分别对实部和虚部进行平方操作，然后将它们进行加法计算，将结果进行开平方操作；最近将开平方运算后的数据与设置的阈值进行比较。
2.4 image_ifft_control模块说明
该模块的作用就是将频域空间的数据转换到时域空间，该功能的实现通过调用Xilinx的FFT-IP实现。
-
- image_ifft_contro程序接口
|------------------------|--------|------|----------------|
| 名称 | 方向 | 位宽 | 说明 |
| clk | Input | 1 | 工作时钟 |
| fft_initi_i | Input | 1 | Ip初始化信号 |
| image_fliter_wren_i | input | 1 | 图像写信号 |
| image_fliter_last_i | input | size | 图像结束信号 |
| image_fliter_db_im_i | input | size | 图像虚部数据 |
| Image_fliter_real_db_i | input | size | 图像实部数据 |
| image_ifft_wren_o | input | 1 | AXI总线形式的写信号 |
| image_ifft_last_o | input | size | AXI总线形式的last信号 |
| image_ifft_wrdb_o | Output | size | 转化后的图像数据 |
，所以对图像每行数据进行扩充，从而满足需求，一般补充的数据都是0，这样不会影响计算结果。