2026年，FPGA工程师用Verilog实现实时视频去雾时，暗通道先验算法的透射率计算怎么优化流水线？

看到你说卡在透射率计算的流水线设计，我去年在Zynq上做过类似的去雾项目，可以分享一点实际踩坑后的思路。首先，暗通道先验的透射率计算核心是求局部最小值——对每个像素，在其邻域（比如15×15）内找RGB三通道的最小值。这步如果用暴力方式每帧重算，BRAM和逻辑资源都会炸，帧率也上不去。优化关键是把窗口操作拆成行缓存+流水线。具体做法：用两个行缓存（FIFO）来缓存当前行和上下若干行的数据，这样每来一个新像素，你只需要更新一个滑动窗口内的最小值，而不是全图重算。对于15×15窗口，你大概需要15行缓存，每行存当前帧的RGB值，宽度就是图像宽度。BRAM不够是常见的坑，解决方案是压缩位宽：透射率计算只需要亮度的最小值，你可以先对每个像素取RGB三通道的最小值，得到一个8位的灰度最小值图，然后再对这个灰度图做滑动窗口最小值滤波。这样行缓存的数据位宽从24位降到8位，BRAM占用直接砍到三分之一。边界像素的处理：一般做法是复制边界值，或者只对有效窗口区域计算透射率，边界直接用最近的有效值填充。在流水线设计上，我建议把透射率计算分成三级：第一级做像素级RGB最小值，第二级做行缓存和滑动窗口最小值滤波，第三级根据暗通道值估算透射率并做导向滤波平滑。注意第二级要处理好窗口滑动的时序——每来一个像素，更新窗口内最小值的逻辑要用比较器树，而不是排序，否则延迟太大。最后，如果你对实时性要求特别高（比如1080p@60fps），可以考虑把透射率图的分辨率降采样，比如只对每4×4块计算一个透射率值，再插值回原图，这样计算量能降一个数量级，代价是边缘会有块效应，但用导向滤波或双边滤波可以修复。你目前的目标帧率是多少？是720p还是1080p？这个会影响流水线级数的选择。

透射率计算慢，八成是窗口最小值滤波没做流水线化。用行缓存加比较器树，别用排序。BRAM不够就先把RGB三通道取最小值再存，位宽压到8bit。边界直接复制，别搞复杂。

透射率流水线优化的核心瓶颈是滑动窗口最小值滤波的硬件实现。你提到用行缓存是对的，但要小心BRAM的双端口宽度和深度配置。一个工程上常用的技巧是：将窗口拆分成水平方向和垂直方向两个一维滤波器。先对每一行做水平一维最小值滤波（用移位寄存器实现），结果存入行缓存，再对缓存的行做垂直一维最小值滤波。这样BRAM只存中间结果，比直接存二维窗口省资源，而且流水线延迟只增加两拍。注意水平滤波器的窗口大小要和垂直一致，否则会产生偏移。另外，透射率更新频率可以降低，比如每两帧或每四帧才重新计算一次透射率图，中间帧复用上次结果，只要场景变化不剧烈，视觉效果几乎看不出差异。这个方法能省大量动态功耗，特别适合电池供电的嵌入式设备。你现在的系统时钟跑多少MHz？透射率计算占用了几个时钟周期？这个信息有助于判断瓶颈是在BRAM带宽还是逻辑延迟。

我记得之前有团队为了省BRAM，把透射率计算的窗口从15×15缩到9×9，结果图像边缘发白区域明显增多，去雾效果打折扣。如果你也遇到BRAM不够，别急着改窗口大小——可以先看看你的RGB数据位宽。很多代码习惯性地把三个通道都保持10位或12位，但暗通道取最小值这一步只关心亮度相对大小，完全可以在进入行缓存之前就把RGB三通道取最小值，压缩成8位灰度值再存。这样一来，行缓存的位宽从30位降到8位，BRAM消耗直接减到三分之一左右。代价是透射率图会损失一点点精度，但实际显示差别几乎看不出来。另外有个风险提醒：如果你用的是对像素逐个求最小值的比较器树，注意比较器级数多了会拉长组合逻辑路径，建议在比较器树中间插入寄存器做流水线打拍，否则时序容易跑不到你想要的时钟频率。你现在的行缓存深度是多少？如果窗口是15×15，图像宽度是1920的话，单靠BRAM-18k可能不够，得考虑用BRAM-36k或者两个BRAM拼接。

边界像素处理其实简单：对小于窗口半径的边界直接复制第一行或最后一行的有效最小值，不用特地做对称扩展——实时视频里边界就那么几个像素，复制处理肉眼根本看不出来，还能省掉额外的缓存逻辑。

透射率计算慢，根本原因在于你每次都对整个窗口做暴力求最小值。FPGA上做这个，十有八九是没把串行思维转成空间换时间的流水线思维。我建议你彻底放弃'每来一个像素就重新算一遍窗口内所有值'的思路，改用递推更新。具体来说：对每一行，先算水平方向的一维滑动最小值——用一个长度为窗口宽度的移位寄存器链，每个时钟进来一个新像素，就更新当前水平窗口内的最小值。这一步可以用一个比较器加一个寄存器搞定：新像素如果比当前最小值小就替换，同时要处理旧像素移出窗口的情况。旧值移出窗口时，如果它恰好是当前最小值，那你就得重新扫描整个水平窗口来找新的最小值。这个'重新扫描'听起来可怕，但其实窗口宽度一般才15到31，用组合逻辑比较器树一拍就能出结果，不会拖慢时钟。水平方向处理完之后，你得到的是每一行的一维最小值流，然后再用行缓存存若干行，对列方向做同样的递推滑动最小值。这样就完成了二维窗口的最小值滤波，中间只需要一个行缓存，深度等于窗口高度，宽度等于图像宽度。注意行缓存的读出地址要配合水平流的延迟，保证垂直方向对准同一个像素位置。这个方案比直接存整个二维窗口省至少一个数量级的BRAM，而且流水线延迟只有水平窗口加垂直窗口的拍数，完全满足实时视频要求。

还有一个容易被忽略的点：透射率图不需要每帧都重新计算。如果你做的是30fps的视频，场景变化不剧烈的话，完全可以每4帧才更新一次透射率图，中间3帧复用最近一次的结果。去雾效果肉眼几乎看不出跳变，但计算带宽直接降到四分之一。这个技巧特别适合你这种已经卡在帧率瓶颈上的项目，能让你在不改任何硬件结构的情况下立刻提升帧率。你现在的视频分辨率是多少？如果已经是1080p以上，建议优先试这个降更新频率的思路，改动最小效果最直接。

透射率流水线优化的核心其实就是把二维最小值滤波拆成水平和垂直两次一维滤波，用行缓存存中间结果。BRAM不够就压缩位宽，边界复制处理。先跑通再优化细节。