基于軟件的圖像處理方法存在著一些局限性，尤其是計算速度和算法效率方面。所以大家很自然的就想到了FPGA作為嵌入式圖像應用的平臺。許多圖像處理本身就是并行計算的，并且FPGA的編程硬件，本質上也是并行的。但是利用FPGA硬件進行圖像處理存在很多的困難，需要學到很多的技巧。下面我介紹兩幾種比較基礎的圖像處理算法思想。
單幅圖像的點操作是圖像處理中最簡單的操作，輸出值只取決于輸入值，與位置無關，可以看作是一個函數的映射。從硬件實現的角度來說，最簡單的方式就是通過一個實現函數的模塊對輸入的每個像素進行依次處理，也就是流水化處理。每個像素都是單獨處理的，可以把圖像分為若干部分，每個部分單獨處理，所以點操作容易并行實現。點操作可作為讀取圖像和后續處理之間的一個橋梁。A：亮度調節;為了使圖像變亮，可以增大輸出像素值，可以通過加一個常量實現。類似地，變暗減小像素值。但是實際中，調節亮度要復雜的多，因為人的視覺系統是非線性的。B：對比度調節;圖像的對比度受映射函數的斜率影響。斜率大于1增強，小于1則降低，可以通過乘以一個大于或者小于1的常數實現。C：同時調節亮度和對比度;一個簡單的調節它們的點操作是：Q=aI+b=a（I+b’），a，b是控制亮度和對比度的任意常數。當Q超出范圍怎么辦？例如用8位表示像素值時，Q超出0~255，那么輸出怎么辦？默認情況下只取8位最低有效位并且忽略任何會導致值超出范圍的溢出位。通常還需要進行飽和或者裁剪到極值效果會更好。
直方圖操作。使用直方圖的圖像處理有兩個相關的主要步驟。第一步是建立直方圖，第二步是從直方圖中提取數據并用它來處理圖像。A建立直方圖：對每個像素值累計計數。通過計數器數組完成計算每個像素值出現的次數。這個方法的缺點是占用的硬件資源比較多，適合閾值后的直方圖計算。可以使用雙口存儲器實現，可以大大減少邏輯資源的使用。B直方圖均衡化（使用局部信息來分配那些在輸出像素值的范圍上具有大的計數值的輸入值的像素來獲得更平坦的直方圖）：實現直方圖均衡化的映射是歸一化累積直方圖。直觀地，如果輸入點集合的計數值大于平均值，那么映射的斜率大于1，反之，小于1。
局部濾波器。局部濾波器擴展點操作，以一個局部窗口內像素值的函數運算結果作為輸出。窗口的大小、形狀可以隨意，但是一般都是采用奇數正方形的，我見過最多的就是3x3，5x5，7x7，這樣的話中心就很容易確定。局部濾波器有去噪、邊緣檢測、邊緣增強等。線性去噪有排序去噪，均值去噪，加權均值去噪等，邊緣檢測可以利用Prewitt，Sobel算子等，將這些算法在3x3窗口中實現，相對來說就比較容易了。也可以改進這些算法，是寫小論文比較好的創新點。還有一些形態學濾波器，顏色濾波器，大致思想都一樣，就是實現的時候算法改一下。
