本文将继续讲述图像处理算法的FPGA实现，后续可能更新图像旋转（1080P）、画中画、快速DCT等算法。视频场景切换检测常用于视频编解码领域，我选用的算法是双阈值灰度直方图检测法，起初在MATLAB上实现并测出最佳双阈值，然后将其转换为verilog代码，最终在XILINX K7开发板上实现视频场景切换检测的效果。

　　双阈值灰度直方图算法，顾名思义是采用两个灰度阈值来判断视频场景的切换。其中一个是渐变阈值T1，表明视频场景可能发生改变；另一个是突变阈值T2，表示阈值已经发生改变。当相邻帧灰度直方图差值比大于阈值T2时表明为场景突变帧，而当差值比大于阈值T1而小于阈值T2时则表示为场景渐变帧，差值比小于阈值T1则为连续帧。其中，相邻灰度直方图差值实际指的是一个权重，即当前灰度帧差与平均帧差的比，如公式（1）所示。这个比值越大，说明图像变化越大，就越有可能发生场景切换，反之则相反。

　　　　　　　　　　　　Prop_CurrentFrame=FrameDiff/AveFrameDiff   （1）

　　双阈值灰度算法的MATALAB实现较为简单，更多的是依靠公式进行计算，并对差值进行判别。当然由于读取的是1080P视频，又需要遍历整帧的像素点，所以程序运行的比较慢。而程序实现的思路较为清晰，即：视频从第二帧开始读取，一次选取两帧，并将读取的图像数据转YUV格式，提取其中的Y分量；然后利用imhist（）函数求取其对应的灰度直方图，并计算其相邻帧差，同时统计平均帧差；最后根据统计的平均帧差和当前帧差作比较，并根据阈值跳转到渐变帧或者突变帧，记录突变帧位置和突变次数。部分代码如下所示：

for i=2:FrameNum
Frame_0=read(Obj,i-1);%前一帧
Frame_1=read(Obj,i);%当前帧
ImageYuv_0=rgb2ycbcr(Frame_0);
ImageYuv_1=rgb2ycbcr(Frame_1);
Y_0=ImageYuv_0(:,:,1);%Y
Y_1=ImageYuv_1(:,:,1);%Y
GrayHist_0=imhist(Y_0); %获取灰度直方图
GrayHist_1=imhist(Y_1); %获取灰度直方图
FrameDiff=sum(abs(GrayHist_1-GrayHist_0));%当前帧与前一帧灰度直方图帧差
SumFrameDiff=(SumFrameDiff+FrameDiff);
AveFrameDiff=SumFrameDiff/(GapFrameCnt-1);
end

　　最终经过大量测试，确定双阈值在分别为3和5时检测效果较好，视频场景检测效率大概为90%。

而对于视频场景切换检测算法的FPGA实现，比较关键的内容在于帧差的求取。帧差，顾名思义，两帧的像素之差，而本文使用的两帧的亮度分量（Y）差。对于1080P的图像存储，自然会使用到DDR。而计算帧差最少需要两帧数据，假如使得DDR同时输出相邻的两帧，然后对数据流分别统计求直方图，依次相减，再求和，倒的确是能得到两帧的亮度差。但是该方法DDR控制较为复杂，且最终得到像素差位宽太大，所以不采用。本文选用DDR缓存整帧图像+bram存储图像亮度直方图的方式实现。即选用两组bram乒乓操作，一组对DDR输出一帧图像数据进行抽样，在行方向每4个点抽取一次，在列方向每4列抽取一列，且像素位宽由10bit降为8bit，求取对应的灰度直方图数据，并将其写入bram中；另一组bram在当前帧做完灰度直方图统计时，依次读取上一帧缓存的对应位置灰度直方图数据，并依次做差求和，最终求出灰度直方图帧差以及平均帧差。

其中，灰度直方图的统计也是极其重要的一个环节。由前面的分析可知，为缩小数据量对一帧图像进行采样，数据量由原来的1920*1080变为现在的129600（17bit），可这仍然是一个非常大的数字，尤其在帧差计算时带来的累积求和，所以进一步降低统计数据量， 采用2级双口BRAM实现灰度直方图统计。即第一级bram采用9bit位宽，第二级bram为8bit。特选用像素灰度值寻址，当一个8bit亮度统计值计满512时则第二级bram对应地址数值加一，直到统计完所有采样点。在这之中，选用双口bram的原因在于灰度直方图的统计过程中，

当一个新的像素点传来时，需提前一拍读取该地值统计值，然后累加。部分RTL代码如下所示：

//bram读地址，提前2拍，一拍是先于bram写，一拍是bram读延迟
always @(posedge vid_clk or posedge reset)begin
if(reset)begin
BRAM_addrb_0<='h0;
BRAM_addrb_1<='h0;
end
else if(HistData_rden)begin//外部读取直方图数据
if(pos_HistData_rden)begin
BRAM_addrb_0<= odd_frame ? 'h0 : BRAM_addrb_0;
BRAM_addrb_1<=~odd_frame ? 'h0 : BRAM_addrb_1;
end
else begin
BRAM_addrb_0<= odd_frame ? BRAM_addrb_0+1'b1 : BRAM_addrb_0;//奇数帧读bram0
BRAM_addrb_1<=~odd_frame ? BRAM_addrb_1+1'b1 : BRAM_addrb_1;//偶数帧读bram1
end
end
else begin//写直方图数据前提前2拍读
BRAM_addrb_0<= (Hist_wren && ~odd_frame) ? Hist_addr:BRAM_addrb_0;//偶数帧写bram0
BRAM_addrb_1<= (Hist_wren && odd_frame) ? Hist_addr:BRAM_addrb_1;//奇数帧读bram1
end
end

　　最终，为更为方便观察视频场景切换的效果，特在检测到视频场景切换时，使得边框变为红色，持续0.5s。最后检测的效果与MATLAB上测试的效果相当，正确检测率在90%左右，基本检测出了视频场景的切换。

　　我个人认为，双阈值灰度直方图算法有一定局限性。即当视频中的场景较为稳定时，平均帧差很小，突然来一个变动比较大的画面时，当前帧差较大，对应的帧差比就偏大，进而产生误警。当然，这也能解释该算法在一些场景下发生错误检测的现象。