基于FPGA的图像分块实时边缘检测系统_陆小锋

5 ） 重复步骤 2） 到步骤 4） ， 直到连续迭代中 T 值间的 差小于一个预定的参数 ΔT 为止。 通常， ΔT 越大， 则算法执行的迭代次数越少。用 FPGA 实现时， 采用 VGA 的场同步信号控制阈值计算， 即每 重新计算一次阈值。本设计以 ΔT 产生一次场同步信号， 设定为 0 为例。具体 FPGA 实现过程如图 6 所示， 像素经 过 Sobel 边缘检测算子模块输出的梯度值， 除了需要根据 当前阈值判断该像素点为边缘点或非边缘点并输出二值 图像， 还要将对该像素进行上述的全局单阈值处理算法以 更新下一帧图像的阈值。
［ 4 ］ ［ 3 ］
。Sobel 算子是边缘检测中常用的一种模板， 其有
3 种算子， 分别用于检测水平边缘、 垂直边缘以及对角边 缘。Sobel 算子在运算上不涉及复杂的数据运算， 适用于 Sobel 算 实时性要求高的环境。并且与 Prewitt 算子相比， 子对于像素的位置影响做了加权， 降低了边缘的模糊程
十分明显， 即使全局阈值是一种合适的方法， 对每一幅图 像有能力自动估计阈值的算法也是需要的 代算法可用于这一目的。 1） 为全局阈值 T 选择一个初始值。 2） 用 T 分割该图像。这将产生两组像素： G1 由灰度 值大于 T 的所有像素组成； G2 由所有小于等于 T 的像素 组成。 3） 对 G1 和 G2 的像素分别计算平均灰度值 （ 均值） m1 和 m2 。
。下面的迭
Sobel 边缘检测算法在 FPGA 上实现需要用到 3 × 3 的方形窗， 为了使窗中的 3 行 3 列共 9 个像素能够在一个 时刻同时输出， 便于之后的核心算法模块进行数据处理，
52
《电视技术》 第 36 卷第 21 期（总第 398 期） | 投稿网址 http：www．VideoE．cn
Real－time Edge Detection System Based on Image Partition Using FPGA
LU Xiaofeng， ZHANG Junhao， LU Xiaocheng， SHEN Sumin
（ School of Communication and Information Engineering， Shanghai University， Shanghai 200072 ， China）
图6
全局单阈值处理算法的 FPGA 内部电路原理框图 图 7 基于图像分块的阈值处理算法的 FPGA 内部电路原理框图
值得注意的是， 由于上述全局单阈值处理算法仅当 物体和背景的直方图模式间存在一个相当清晰的波谷时， 这个算法才工作得很好。但是， 当存在非均匀光源部分 时， 由于非均匀光源部分的梯度值极大， 上述算法中的 G1 值将显著增大， 从而导致阈值 T 的值增大， 这会导致一些 重要的边缘像素被滤除， 针对这一问题提出了下述的基于 图像分块的阈值处理算法（ EDIP 算法） 。 2． 3 基于图像分块的阈值处理算法及其 FPGA 实现 IEDIP 算法是将每一帧图像分成若干个子图像， 然 最 后针对每个子图像分别进行上述的全局单阈值处理 ， 后将所得到的各个子图像的阈值进行比较计算得出一 个新的阈值作为下一帧图像的阈值。 由于计算得到的 阈值相比非均匀光源部分子图像的阈值明显要小， 因此 使一些重要的边 能够有效地用于补偿光照的不均匀性， 缘得以保留。 由于存在非均匀光源的子图像经过全局单阈值处 理算法后， 其阈值与其他子图像的阈值相比较会明显增 大， 从而导致图像显示的分块。 因此， 最后需要对所有 子图像的阈值进行计算， 得出当前图像的阈值， 使显示 的图像不存在分块的现象。 即最后显示的边缘检测图 像需要满足两个要求， 一是显示的图像不存在分块现 象， 二是能够有效地补偿光照现象， 使一些重要的边缘 不被滤除。
［ 9 ］
Sobel 算子以检测的像素点为中心， 其梯度计算公式 分别为 S x （ x， y） = S y （ x， y） = S xy （ x， y） = （ z7 + 2 z8 + z9 ） － （ z1 + 2 z2 + z3 ） （ z3 + 2 z6 + z9 ） － （ z1 + 2 z4 + z7 ） （ z2 + 2 z3 + z6 ） － （ z4 + 2 z7 + z8 ） （ 1） （ 2） （ 3）
［ 5 ］ 度， 效果更好 。由于 Sobel 算子检测得到的是整幅图像
的梯度值， 最后还需要用图像分割算法对图像的梯度采取 阈值处理。 由于阈值处理直观、 实现简单且计算速度快， 因此图像 6 － 7］ 阈值处理在图像分割应用中处于核心低位。文献［ 中
基金项目：上海大学创新基金项目（ A10 － 0107 － 09 － 902）
图2
基于图像分块的边缘检测系统的软件设计框图
2． 1
Sobel 边缘检测算子及其 FPGA 实现 系统采用 3 × 3 的 Sobel 算子分别计算 3 个方向的梯
y 方向和对角线方向， 度值， 分别为 x 方向、 通过比较 3 个 Sobel 方向的梯度值， 取其中的最大值作为该点的梯度值， 算子在 3 个方向的检测模板如图 3 所示
2
基于图像分块的边缘检测系统及其 FPGA 实现
图 2 为基于图像分块的边缘检测系统的软件设计框
根据图像的梯度值 图。系统改进了全局单阈值处理算法， 提 出 了 一 种 IEDIP （ Improved Edge Detection 进行 分 组， based on Image Partition） 算法。该算法先通过 Sobel 边缘 检测算子对采集到的图像进行梯度计算， 并根据图像的梯 度值将其分为若干个子图像。然后对各个子图像分别采 用全局单阈值处理， 最后将所有子图像的阈值通过简单的 计算得出一个新的阈值， 并以此作为当前整幅图像阈值。
【Abstract】The threshold value of edge detection system is influenced by non－uniform source of light． And it leads to an unfavorable result of edge detection． In order to solve the problem， a method of edge detection based on image partition is proposed in this paper． This algorithm realizes the real－time edge detection with Sobel operator using Altera CycloneIV FPGA． The experiment results show the method of edge detection in this paper is more effective compared with the traditional one when there is non－uniform light． 【Key words】Sobel operator； edge detection； image partition； FPGA
1
图像边缘检测算法
图像边缘是图像的基本特征， 这些信息可以用于图
［ 1 ］
采用基于 Otsu 的改进型方法进行阈值处理以及基于小波 变换的阈值处理等。但是， 这些方法的计算量大， 算法复 杂度高， 而实时边缘检测系统对速度的要求相当高， 因此 并不适合。因此， 本文改进了运算相对简单的全局单阈值 处理， 提出了一种基于图像分块的阈值处理算法， 以此作 为实时边缘检测系统的阈值处理算法。 由于已经用 Sobel 算子检测得到了图像的梯度值， 在 均匀光照环境下， 边缘部分和非边缘部分的灰度直方图间 存在一个相当清晰的波谷， 因此可以采用适合于整个图像 的全局单阈值处理。但是当图像中存在非均匀光源部分， 会使得阈值偏大， 导致图像中部分梯度值较小的边缘容易 图像中各部分的光照 被漏检。如图 1a 为均匀光源环境， 程度近似。而图 1b 为非均匀光源环境， 由于图像的左上 角存在白炽灯， 会造成此部分的梯度值偏大， 很大程度上 会影响图像的边缘检测效果。 。图像算法的处理可
器件与应用 PARTS＆APPLICATIONS
4） 计算一个新的阈值， 由公式为 T = 1 （ m1 + m2 ） 2 （ 4） 系统的 FPGA 实现框图如图 7 所示， 首先像素需要经 过 Sobel 边缘检测算子模块输出得到梯度值， 并且根据该 Loc_y ） 将其划分到不同的子 像素所在的坐标位置（ Loc_x， 图像中。然后需要根据当前这帧图像的整体阈值判断该 并且根据该 像素点为边缘点或非边缘点并输出二值图像， 像素所在的子图像， 仅对该子图像全局阈值处理算法以更 得 新该图像的阈值。最后对所有子图像的阈值进行计算， 出当前图像的阈值。由于在 FPGA 里面的除法很难确定 需要多少个时钟周期， 视频图像的处理对于速度的要求相 当高。这里作了简单地加法和移位运算处理， 即采用 4 块 阈值的均值代替存在非均匀光源部分的阈值， 公式为 hold［ temp］ = （ hold［ 0］ + hold［ 1］ + hold［ 2］ + 3］ ） ＞ ＞2 hold［ （ 5）
［ 9 ］
图5
Sobel 边缘检测算法的 FPGA 内部电路法及其 FPGA 实现 当物体和背景像素的灰度分布十分明显时， 可以用
适合于整个图像的全局阈值。由于已经用 Sobel 算子检 测得到了图像的梯度， 边缘部分和非边缘部分的灰度分布
图3 检测 3 个方向边缘的 Sobel 模板
图 4 3 × 3 方形窗的 FiFo 实现结构
在梯度计算的过程中需要对方形窗所产生的像素数 据进行缓存， 缓存数目由窗口的大小决定。每次方形窗送 出像素数据后， 首先要将像素数据缓存， 然后再进行梯度 计算， 输出梯度值。通过比较器， 计算 3 个方向的梯度， 具 体 FPGA 实现过程如图 5 所示。