基于FPGA的实时图像边缘检测的研究毕业设计论文
基于FPGA的实时图像边缘检测器的设计
Ｄｅ ｓ ｉ ｇ ｎ ｏ ｆ Ｒｅ ａ ｌ － ｔ ｉ ｍｅ Ｉ ｍａ ｇ ｅ Ｅｄ ｇ ｅ Ｄｅ ｔ ｅ ｃ ｔ ｏ ｒ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｆ ＰＧＡ
Ｆ ｕ Ｓ ｈ ｕ ａ ｎ ｇ １ ， Ｘｕ Ｊ ｉ ｅ ￣ ， Ｓ ｈａ ｏ Ｙｉ ｆ ｅ ｎ ｇ ２ ， Ｄｕ Ｈｏ ｎ ｇ
２ ６ （ ４） ： ７ ６ ～ ７ ９
Ａｕ ｇ ．２０１ ４
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ２ － ２ ０ ９ ０ ． ２ ０ １ ４ ． ０ ４ ． ０ １ ８
基于 ＦＰ ＧＡ 的 实 时 图像 边 缘检 测 器 的设 计
富爽 。 许 杰 ，邵一 峰 ， 杜 红
（ １ ． Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｈｅ ｉ ｌ ｏ ｎ ｇ ｊ ｉ ａ ｎ ｇ Ｂ ａ ｙ ｉ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｄ ａ ｑ ｉ ｎ ｇ １ ６ ３ ３ １ ９ ；
ｄ ｅ ｓ ｉ ｇ ｎ ｅ ｄ ｉ ｍａ ｇ ｅ ｅ ｄ ｇ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｏ ｒ ｓ ｉ ｇ ｎ ｉ ｆ ｉ ｃ ａ ｎ ｔ ｌ ｙ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｔ ｈ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｐ ｅ ｅ ｄ ｂ ｙ Ｓ ｏ ｂ ｅ ｌ ｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ，ａ ｎ ｄ ｉ ｍｐ ｌ ｅ ｍｅ ｎ ｔ ｅ ｄ ｔ ｈ ｅ ｒ ｅ ａ ｌ — ｔ ｉ ｍｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｆ ｕ ｎ ｃ ｔ ｉ ｏ ｎ ．Ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗｅ ｄ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｄ ｅ ｓ ｉ ｇ ｎ ｅ ｄ ｉ ｍａ ｇ ｅ ｅ ｄ ｇ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｏ ｒ ｃ ｏ ｕ ｌ ｄ ｄ ｅ ｔ ｅ ｃ ｔ ｔ ｈ ｅ ｅ ｄ ｇ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｙ ａ ｎ ｄ ｑ ｕ ｉ ｃ ｋ ｌ ｙ，ａ ｎ ｄ ｍｅ ｅ ｔ ｔ ｈ ｅ ｒ ｅ ｑ ｕ ｉ ｒ ｅ ｍｅ ｎ ｔ ｏ ｆ ｒ ｅ ａ ｌ — ｔ ｉ ｍｅ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ．Ｉ ｔ ｃ ｏ ｕ ｌ ｄ ｂ ｅ ａ ｐ ｐ ｌ ｉ ｅ ｄ ｔ ｏ ｔ ｈ ｅ ｒ ｅ ａ ｌ — ｔ ｉ ｍｅ ｅ ｄ ｇ ｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｏ ｔ ｈ ｅ ｒ ｆ ｒ ｏ ｎ ｔ ｅ ｎ ｄ
基于FPGA的Sobel边缘检测算法研究与实现
１８１
若 Ｇ大 于 阈值 ，则 该点 为边 缘 点 。梯 度 方 向
＝
（２） 计算 式 为 ：
用下 式计 算 得到 该点 的灰 度值 ：
Ｇ＝
（３）
但 为 了提高 运算 效率 ，经 常使 用绝 对值 计算 ，
即 ：
Ｇｌ＝ Ｉ ＧｘＩ＋ ｌ ＧｙＩ
（４）
（５）
３ Ｓｏｂｅｌ算 子边 缘检 测 的硬件 实现 ３．１ 硬件 系统结 构
ＦＰＧＡ具有 高 速 并 行 处 理 、高 性 能 及 灵 活 性 等特 点 ，可 以通 过 外 部 按键 改变 阈值 得 到 不 同的 处理 效果 。Ｓｏｂｅｌ算 子 的优 势 在 于平 滑去 噪 ，对 水 文监 测处 理 有极 大 帮 助 。ＦＰＧＡ在 对 底 层 图像 进 行 处理 时 ，处 理速 度 得到 了提 升 ，符 合监 测 系统 所 需 的实 时性 要求 ，因 此 在视 频 图像 处 理 领 域 也 得 到 了广 泛 的使 用 。笔 者 以 Ｓｏｂｅｌ算 子 为 基 础 ，对 阈值 的调整 方 式进 行 改进 ，使 它更 适 合 现 场 工 作 环 境 ，实 现 Ｓｏｂｅｌ阈值 的 可调 性 ，同 时增 强 了它 在 监 控领 域 的应 用 性 。最 后 采 用 Ｖｅｒｉｌｏｇ语 言 实 现 图像 的边 缘 检测 。 １ 边缘检 测概 述
Laplacian图像边缘检测器的FPGA实现研究
1 引言边缘可定义为图像中灰度发生急剧变化的区域边界，它是图像最基本的特征，是图像分析识别前必不可少的环节，是一种重要的图像预处理技术。
边缘检测主要就是(图像的)灰度变化的度量、检测和定位，它是图像分析和模式识别的主要特征提取手段，在计算机视觉、图像分析等应用中起着重要的作用，是图像分析与处理中研究的热点问题。
数字信号和图像处理算法的实现有多种途径，传统上多采用高级语言编程实现，便于使用的还有基于专用单片机来实现(一般称为可编程DSP单片机)以及在VLSI上实现某种算法的专用集成电路芯片(ASIC)等。
近年来，随着EDA技术的迅速发展，国内外逐渐比较流行的是在FPGA中实现复杂算法的运算处理。
在图形处理领域，图像处理的速度一直是一个很难突破的设计瓶颈。
这里通过研究图像边缘检测器的FPGA实现，来探讨提高图像处理速度的有关途径。
2 Laplacian边缘检测的数学模型常见的边缘检测算子有：Roberts，Laplacian，Kirseh，So—bel，Prewitt等。
各种检测算子各有其优缺点，其中Laplacian算子是一种典型的边缘检测方法，它是一个3×3模板，对实现硬件的要求不高，用于检测屋顶型边缘的效果也不错。
研究其硬件实现具有一定的典型性，可推广到对其他算子的硬件实现。
拉普拉斯算子是根据图像f(x，y)在x，y方向上的二阶偏导数定义的一种边缘检测算子，其定义：因为图像边缘的灰度变化较大，所以图像的一阶偏导数在边缘处有局部最大值或最小值，这样二阶偏导数在边缘处会通过零点。
用拉普拉斯算子检测边缘就是估算拉普拉斯算子的输出，找出其零点位置。
拉普拉斯算子定义为：如果把它用加权矩阵来表示则可表示成图1左侧所示的卷积模板。
由于数字图像中离散信号的特点，在连续情况下能获得的精确零点这时可能无法全部检测出来，故拉普拉斯算子输出为零的点并不能表示出完整的目标边缘。
为此，在设计中定义边缘为满足以下两个条件的像素点的集合：①拉普拉斯算子的输出为正；②在其8邻点存在拉普拉斯算子的输出为负的点。
图像边缘检测方法的研究毕业论文
图像边缘检测方法的研究毕业论文目录第一章绪论 (1)1.1课题研究的目的和意义 (1)1.2图像边缘检测的发展与现状 (2)1.3本文的研究容 (5)1.4本文的结构安排 (5)第二章图像放大的基本方法 (6)2.1 边缘检测的容 (6)2.2基于微分算子的边缘检测方法 (6)2.2.1基于一阶微分的边缘检测算子 (6)2.2.2基于二阶微分的边缘检测算子 (9)2.3 Canny边缘检测算法 (11)2.4经典边缘检测方法的检测结果 (14)第三章小波变换理论基础 (19)3.1小波变换概述 (19)3.1.1连续小波变换 (19)3.1.2离散小波变换 (20)3.1.3二进小波变换 (21)3.2 多分辨率分析 (21)3.3快速小波变换算法( Mallat 算法 ) (22)第四章基于小波变换的边缘检测算子 (26)4.1基于边缘检测的小波基函数选取准则 (26)4.2 B 样条小波的定义与性质 (27)4.3 基于小波变换的图像边缘检测原理 (27)4.3.1局部模极大值边缘检测的原理 (28)4.3.2 基于二维图像小波分解细节的边缘检测 (30)4.4阈值T的选择 (32)4.5基于小波变换的边缘检测算法的检测结果 (33)结论 (35)致谢 (36)参考文献 (37)附录 (38)第一章绪论1.1课题研究的目的和意义边缘是图像的最基本特征，它包含了用于识别的有用信息，为人们描述或识别目标以及解释图像提供了一个重要的特征参数。
物体的边缘是以图像局部特性的不连续性为形式出现的。
从本质上说，边缘常常意味着一个区域的终结和另一个区域的开始，它普遍存在于目标与背景、目标与目标、区域与区域、基元与基元之间，是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。
有了图像边缘，我们就可以确定物体的几何尺寸并进一步对其测量，确定物体在空间中的几何位置，确定物体的形状特征并对物体进行识别。
基于FPGA的Sobel图像边缘检测的设计
基于FPGA的Sobel图像边缘检测的设计
李正明;刘春国;安明建
【期刊名称】《现代科学仪器》
【年(卷),期】2012(000)004
【摘要】图像边缘检测技术在数字图像处理领域中处于重要位置,是图像分割、目标区域识别、区域形状提取等图像分析的基础。
详细地讨论了Sobel图像边缘检测FPGA实现的原理、方法和步骤。
以FPGA为中央控制单元,用Verilog语言设计并实现了Sobel边缘检测法。
通过改进算法、优化FPGA布局布线结构、利用FPGA高速并行机制和采用流水线处理方式,提高了系统速度,减少了FPGA内部资源的使用。
通过Matlab和ModelSim进行仿真和对比,实验得到了理想的图像边缘。
【总页数】3页(P84-86)
【作者】李正明;刘春国;安明建
【作者单位】江苏大学电气信息工程学院,江苏镇江212015;江苏大学电气信息工程学院,江苏镇江212015;江苏大学电气信息工程学院,江苏镇江212015
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于改进Sobel算法的实时图像边缘检测系统设计 [J], 张棋;贾方秀;殷婷婷
2.基于FPGA的Sobel算子图像边缘检测算法 [J], 杨新华;寇为刚
3.基于Sobel算法图像边缘检测的FPGA实现 [J], 杜正聪;宁龙飞
4.基于Sobel算子的数字图像边缘检测与FPGA实现 [J], 张磊;杨维明;宗爱华;李紫怡
5.基于FPGA的图像边缘检测Sobel算法的研究与实现 [J], 张伟
因版权原因，仅展示原文概要，查看原文内容请购买。
基于FPGA的Sobel算子图像边缘检测算法
０ 引言
二维 图像窗 口中央的像素灰度用 ０来代替 。 图１ （ ａ ） 为一帧图像 的 ３× ３区域 ， Ｐ为 各点的灰 度值 ， 图ｌ （ ｂ ） 和图 １ （ ｅ ） 分别为 Ｓ ｏ ｂ ｅ ｌ 算子水平 、 垂直方 向梯度算子 。
ｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ａｈ ｅ ｒ ａ ＤＥ ２ —７ ０ ｗ ｈ ｉ ｃ ｈ ｉ ｎ ｃ ｌ ｕ ｄ ｅ ｄ ａ Ｃ ＭＯＳ ５ ｍｉ ｌ ｌ ｉ ｏ ｎ ｐ ｉ ｘ ｅ ｌ ｓ ｃ ａ ｍｅ ｒ ａ ｎｄ ａ ＬＣ Ｄ． Ｔ ｈ ｅ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｗ ａ ｓ ｐ ｒ ｏ —
由于图像的边缘 蕴含了丰富的内在信息 ， 是图像 的基 本 特征之一 。图像边缘检测 不仅能减少 所处理 的， 又能保 留图
边缘检 测算法处理后 由液 晶显示器显示。算法采用 了可编程宏功 能模 块与 Ｖ ｅ ｒ ｉ ｌ ｏ ｇ Ｈ Ｄ Ｌ语 言相结合 的方法 实现 ， 实验 结
果表 明 ， 基于 Ｆ Ｐ Ｇ Ａ的硬件 系统能够很好 的实现 Ｓ ｏ ｂ ｅ ｌ 算子边缘检 测算法 ， 通过设 置合 适的梯 度比较 阀值 ， 较 为理 想的提
ＹＡＮＧ Ｘｉ ｎ — ｈ ｕ ａ ， ＫＯ Ｕ Ｗｅ ｉ — ｇ ａ ｎ ｇ
（ １ ． Ｃ ｏ ｌ ｆ ｅ ｇ ｅ ｏ ｆ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ａ ｌ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｌ ｎｚ ａ ｈ ｏ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｌ ｎｚ ａ ｈ ｏ ｕ ７ ３ ０ ０ ５ ０ ， Ｃ ｈ ｉ ｎ ａ ；
基于fpga的图像边缘检测及显示
Techniques of Automation &Applications基于FPGA 的图像边缘检测及显示*李文方,李海霞,杨治才（黄河科技学院，信息工程学院，河南郑州450063）摘要:随着通信技术和图像处理技术的发展，车牌识别技术和人脸识别技术也得到了广泛的应用，并且识别速度越来越快，分辨率也越来越高。
本设计以XILINX FPGA XC6SLX9作为主控芯片，使用串口通信将Matlab 处理转换的图像数据传输给FPGA 板卡，FPGA 将接收到的数据使用图像边缘检测算法即Sobel 算子完成图像边缘提取，并通过VGA 接口将原图像和处理后的图像在显示器上显示出来进行对比，同时将边缘检测的信息通过串口传输到电脑上以备后续处理。
本技术可用于需要图像识别的领域，并为图像的进一步处理打下基础。
关键词:FPGA；串口通信；边缘检测；Sobel 算子中图分类号：TP391.41文献标志码:B文章编号:1003-7241(2020)01-0108-06Image Edge Detection and Display Based on FPGALI Wen -fang,LI Hai -xia,YANG Zhi -cai(College of Information and Engineering,Huanghe University of Science and Technology,Zhengzhou 450063China )Abstract:With the development of communication technology and image processing technology,license plate recognition technolo-gy and face recognition technology are widely used,meanwhile,the recognition speed is getting faster and the rate of sepa-ration is getting higher.The design uses XILINX FPGA XC6SLX9as the main control chip,and uses serial communica-tion to convert Matlab processing of image data transmission to the FPGA board,the FPGA receives the data using the al-gorithms of image edge detection of Sobel operator to complete the image edge detection,and the through the VGA inter-face,the original image and processed image are displayed on the display,at the same time,the information of edge detec-tion is transmitted to the computer for subsequent processing.This technology can be used in the field of image recogni-tion and lays a foundation for further image processing.Key words:FPGA;serial communication;edge detection;Sobel operator*基金项目：郑州市智能检测技术与应用重点实验室，郑州市嵌入式系统应用技术重点实验室（编号121PYFZX177），黄河科技学院基层教学组织（编号jxzz201807)收稿日期:2018-11-061引言在数字图像处理以及对物体的识别、计算机视觉、生物医学、人工智能、遥感、气象预测学等诸多领域中，图像的特征提取有着很重要的作用。
基于FPGA的Sobel边缘检测的实现
基于FPGA的Sobel边缘检测的实现 前⾯我们实现了使⽤PC端上位机串⼝发送图像数据到VGA显⽰，通过MATLAB处理的图像数据直接是灰度图像，后⾯我们在此基础上修改，从⽽实现，基于FPGA的动态图⽚的Sobel边缘检测、中值滤波、Canny算⼦边缘检测、腐蚀和膨胀等。
那么这篇⽂章我们将来实现基于FPGA的Sobel边缘检测。
图像边缘：简⾔之，边缘就是图像灰度值突变的地⽅，亦即图像在该部分的像素值变化速度⾮常之快，这就好⽐在坐标轴上⼀条曲线有刚开始的平滑突然来个⼤转弯，在变化出的导数⾮常⼤。
Sobel算⼦主要⽤作边缘检测，在技术上，它是⼀离散型差分算⼦，⽤来计算图像亮度函数灰度之近似值。
在图像的恩和⼀点使⽤此算⼦，将会产⽣对应的灰度⽮量或是其法⽮量。
边缘是指其周围像素灰度急剧变化的那些像素的集合。
边缘存在于⽬标、背景和区域之间，所以，他是图像分割所以来的最重要的依据。
由于边缘是位置的标志，对灰度的变化不敏感，因此，边缘也是图像匹配的重要的特征。
Sobel边缘检测的核⼼在于像素矩阵的卷积，卷积对于数字图像处理⾮常重要，很多图像处理算法都是做卷积来实现的。
卷积运算的本质就是对制定的图像区域的像素值进⾏加权求和的过程，其计算过程为图像区域中的每个像素值分别与卷积模板的每个元素对应相乘，将卷积的结果作求和运算，运算到的和就是卷积运算的结果。
卷积公式如下。
3x3的窗⼝M与卷积模板C的卷积运算如下。
Gx和Gy是sobel的卷积因⼦，将这两个因⼦和原始图像做如下卷积。
如图3-22所⽰。
Sobel卷积因⼦其中A代表原始图像。
得到图像中的每⼀个点的横向纵向灰度值Gx、Gy。
最后通过如下公式来计算改点灰度的⼤⼩。
但是通常为了提⾼效率，使⽤不开平⽅的近似值，虽然这样做会损失精度，，使⽤并⾏流⽔线的设计思想将Sobel算⼦的实现划分为五个步骤，加流⽔线后的计算可以将整个模块的计算提⾼5倍。
（1）计算Gx与Gy与模板每⾏的乘积（2）两个3x3矩阵的卷积即将每⼀⾏每⼀列对应相乘然后想加（3）求得3*3模板运算后的Gx、Gy（4）求Gx^2 + Gy^2的结果，和Gx和Gy的平⽅和（需要消耗两个时钟）（5）求Gx^2 + Gy^2的平⽅根边缘检测同样需要⽣成3x3矩阵⽽这与中值滤波和均值滤波中⽣成3X3矩阵的⽅法是完全⼀样的，3X3矩阵的⽣成⽅法可以参考前⾯的博客：最近发现Xilinx也有⾃⼰的Shift RAM，Shift_RAM简直就是为3X3矩阵⽽⽣的，所以这我使⽤Xilinx shift_RAM来实现3X3矩阵，配置如下：这⾥Xilinx的shift_ram⼀次只能⽣成⼀⾏数据，所以我采⽤两个IP Core和正在输⼊的⼀⾏来⽣成三⾏数据这是我设计的模块端⼝，clken为串⼝接收的完成标志信号，接收到的⼋位数据输⼊，最后经过Sobel算⼦计算完成后，将单bit数据通过位扩展为⼗六位输出。