專利名稱：基于fpga的單像素邊緣檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于FPGA的單像素邊緣檢測(cè)方法，具體地說，涉及一種利用FPGA 實(shí)現(xiàn)圖像的邊緣提取，并對(duì)邊緣進(jìn)行細(xì)化，得到單像素精度的圖像邊緣。屬于電子信息領(lǐng) 域。
背景技術(shù)：
近年來計(jì)算機(jī)視覺技術(shù)迅猛發(fā)展，根據(jù)不同的應(yīng)用，計(jì)算機(jī)視覺處理主要包括區(qū) 域分割，圖像增強(qiáng)，邊緣檢測(cè)，視頻編碼，3D技術(shù)等等。邊緣檢測(cè)技術(shù)是其中相對(duì)成熟且應(yīng)用 廣泛的視覺處理技術(shù)。目前，計(jì)算機(jī)視覺處理技術(shù)主要是基于PC機(jī)操作的，隨著嵌入式技 術(shù)的發(fā)展，嵌入式的機(jī)器視覺技術(shù)逐步發(fā)展起來，在科研、工業(yè)控制、航天事業(yè)等各個(gè)領(lǐng)域 都得到了廣泛的應(yīng)用。
經(jīng)相關(guān)檢索調(diào)研，傳統(tǒng)邊緣檢測(cè)技術(shù)是基于PC機(jī)上的，雖然檢測(cè)的邊緣效果好， 但PC機(jī)操作不可避免地存在著諸如成本高，體積大，穩(wěn)定性差等缺陷。目前，嵌入式的視頻 邊緣檢測(cè)技術(shù)多用DSP芯片操作，為串行處理，對(duì)于邊緣提取效果要求較高的操作，DSP處 理復(fù)雜，延時(shí)時(shí)間長。另一方面，上世紀(jì)90年代出現(xiàn)的現(xiàn)場(chǎng)可編程器件(FPGA)，設(shè)計(jì)方便靈 活，并行處理結(jié)構(gòu)可大幅度縮短處理時(shí)間，滿足諸多場(chǎng)合的實(shí)時(shí)性要求，且開發(fā)周期短，更 可根據(jù)需要定制IP核，易于擴(kuò)展、升級(jí)。隨著FPGA性能的不斷提升，基于FPGA設(shè)計(jì)的嵌入 式系統(tǒng)應(yīng)用越來越廣泛，特別是在數(shù)字圖像處理領(lǐng)域，借助于基于邏輯和并行處理的優(yōu)勢(shì)， 相對(duì)其他處理器系統(tǒng)，F(xiàn)PGA的應(yīng)用在市場(chǎng)上遙遙領(lǐng)先，在未來嵌入式機(jī)器視覺中應(yīng)用潛力 巨大。發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)已有技術(shù)存在的缺陷，提供一種基于FPGA的單像素邊緣 檢測(cè)方法。以FPGA為基礎(chǔ)，將輸入的視頻信號(hào)逐幀進(jìn)行邊緣提取并細(xì)化，每幀圖像得到單 像素的邊緣。將機(jī)器視覺技術(shù)與FPGA處理技術(shù)結(jié)合，既可以很好滿足單像素邊緣提取的 實(shí)時(shí)性，又可以利用FPGA的IP核定制功能，滿足更多具體需求，特別是工業(yè)控制中的機(jī)器 視覺輔助計(jì)算方面的應(yīng)用。FPGA與機(jī)器視覺的結(jié)合提高了系統(tǒng)設(shè)計(jì)的性價(jià)比，同時(shí)，隨著 FPGA性能的不斷提高，處理速度越來越快，內(nèi)部集成的功能模塊越來越多，檢測(cè)方法的性能 會(huì)越好。
為實(shí)現(xiàn)上述目的，本發(fā)明采用下述技術(shù)方案一種基于FPGA的單像素邊緣檢測(cè)方法由RGB視頻空間轉(zhuǎn)換程序，圖像預(yù)處理程序， Carmy邊緣檢測(cè)算法程序，形態(tài)學(xué)腐蝕及單像素輪廓提取程序等組成。檢測(cè)方法操作步驟可 概括為FPGA從外部得到RGB空間的視頻信號(hào)，包括視頻數(shù)據(jù)以及行、場(chǎng)、像素等時(shí)鐘同步 信號(hào)；視頻數(shù)據(jù)直接被送往RGB空間轉(zhuǎn)換程序，轉(zhuǎn)換為灰度空間圖像；灰度圖像與時(shí)鐘同步 信號(hào)進(jìn)一步連接到圖像預(yù)處理程序，濾除圖像噪聲并增強(qiáng)圖像邊緣等；經(jīng)過濾波后的圖像 數(shù)據(jù)在時(shí)鐘同步信號(hào)的控制下進(jìn)行Carmy邊緣檢測(cè)，獲得相對(duì)精細(xì)的視頻圖像邊緣；最后將Carmy檢測(cè)到的邊緣圖像在時(shí)鐘同步信號(hào)的控制下進(jìn)行形態(tài)學(xué)腐蝕運(yùn)算，并根據(jù)視頻內(nèi) 容進(jìn)行適當(dāng)?shù)倪吘壖?xì)化操作，最終提取出單像素的邊緣。
上述RGB視頻空間轉(zhuǎn)換程序包括彩色圖像到灰度圖像的轉(zhuǎn)換以及灰度圖像亮度 的調(diào)整。彩色視頻存在多種色彩空間，但對(duì)視頻處理過程中采用RGB視頻數(shù)據(jù)處理最為方 便，而且各種色彩空間準(zhǔn)可轉(zhuǎn)換為RGB數(shù)據(jù)。在此要提取視頻的邊緣圖像，需將彩色空間轉(zhuǎn) 換到灰度空間，這樣即將三路數(shù)據(jù)處理過程轉(zhuǎn)換為一路數(shù)據(jù)處理。視頻圖像的邊緣有一定 寬度，為得到盡可能細(xì)小的邊緣，可預(yù)先對(duì)得到的灰度圖像進(jìn)行亮度調(diào)整，消除一些亮度偏 低的像素點(diǎn)，使邊緣盡可能保留同時(shí)又盡可能細(xì)小，方便后續(xù)細(xì)小邊緣的提取。得到的盡可 能理想的灰度視頻信號(hào)繼而被送往圖像預(yù)處理程序處理。
上述圖像預(yù)處理程序由快速中值濾波與圖像邊緣增強(qiáng)兩部分組成，由于視頻信號(hào) 無可避免地存在噪聲影響，有必要對(duì)圖像進(jìn)行濾波處理。中值濾波算法采用3X3像素模 塊，通過比較運(yùn)算，求取9個(gè)像素值中的中間值，代替3X3像素塊中間位置像素點(diǎn)的像素 值?？焖僦兄禐V波算法將9個(gè)像素點(diǎn)的比較運(yùn)算分解為3組3個(gè)像素分別比較，經(jīng)過三個(gè) 層次比較，得到中間值，可有效減小運(yùn)算的復(fù)雜度，滿足視頻信號(hào)處理的實(shí)時(shí)性等要求。具 體操作步驟如下①串行輸入的圖像數(shù)據(jù)經(jīng)過3級(jí)FIFO緩沖，并在每級(jí)FIFO輸出端引入兩級(jí)寄存器， 每個(gè)端口引出數(shù)據(jù)輸出端，得到并行的3 X 3像素塊的9個(gè)像素值。
②將9個(gè)像素值分為三組，分別比較計(jì)算得到每組的最小值、中間值和最大值。
③將②中得到的三個(gè)最小值分別為一組進(jìn)行比較，輸出其中的最大值，將②中得 到的三個(gè)中間值分為一組進(jìn)行比較，輸出其中的中間值，將②中得到的三個(gè)最大值分別為 一組進(jìn)行比較，輸出其中的最小值。
④將③中得到的最大值、中間值、最小值進(jìn)行比較，輸出中間值，即得到3X3像 素塊中的中值。
經(jīng)過快速中值濾波處理后的視頻受噪聲影響小。圖像邊緣增強(qiáng)處理采用3X3像 素塊與3X3模板卷積運(yùn)算實(shí)現(xiàn)，圖像邊緣增強(qiáng)處理可有效增強(qiáng)邊緣像素的梯度差，使邊緣 更突出。預(yù)處理后的圖像被送往下級(jí)Carmy邊緣檢測(cè)算法程序提取圖像邊緣。
上述Carmy邊緣檢測(cè)算法程序包括梯度及梯度方向計(jì)算，非極大值抑制，雙閾值 分割三個(gè)部分。傳統(tǒng)的Carmy邊緣檢測(cè)需要四步，在計(jì)算視頻梯度錢需要對(duì)視頻圖像進(jìn)行 高斯濾波，在此，檢測(cè)方法預(yù)處理部分已經(jīng)對(duì)圖像進(jìn)行快速中值濾波，故省去此步驟。梯度 計(jì)算包括水平(dx)與垂直梯度(dy)以及總梯度(M (X，y))的計(jì)算，采用2 X 2的梯度計(jì)算模 板與通過FIFO獲得像素點(diǎn)周邊像素值進(jìn)行運(yùn)算得到，總梯度計(jì)算公式存在平方根計(jì)算，檢 測(cè)方法對(duì)其進(jìn)行一定的近似，近似為水平與垂直梯度的絕對(duì)值之和。傳統(tǒng)梯度方向的計(jì)算 采用反正切函數(shù)計(jì)算，運(yùn)算量巨大，嚴(yán)重影響系統(tǒng)的實(shí)時(shí)性設(shè)計(jì)，在此，檢測(cè)方法將梯度方 向劃分為八個(gè)方向(采用3X3像素塊，計(jì)算中間像素點(diǎn)梯度方向)，每四十五度為一個(gè)方向， 利用反正切函數(shù)在四十五度及其倍數(shù)角度上的特殊性，將反三角函數(shù)計(jì)算用水平梯度值與 垂直梯度值的比較運(yùn)算來代替。具體操作步驟如下①根據(jù)FIFO三級(jí)緩沖，得到3X3像素塊。判斷中間像素值的梯度方向。
②將3X3像素塊的中心像素點(diǎn)梯度方向按45度一個(gè)方向分解為8個(gè)梯度方向。
③利用正切函數(shù)在45度角及其倍數(shù)角上的特殊性將FPGA反三角函數(shù)的求解轉(zhuǎn)化為水平與垂直梯度的正負(fù)及絕對(duì)值大小比較操作，從而使梯度方向的判定得到簡化。
④根據(jù)中心像素點(diǎn)水平、垂直梯度的正負(fù)及絕對(duì)值的大小，得到其梯度方向。
確定出各像素點(diǎn)的梯度方向后即可在此方向上進(jìn)行梯度的非極大值抑制。非極大 值抑制即剔除掉非最佳邊緣的像素點(diǎn)，從而得到盡可能精確的邊緣。通過比較該像素點(diǎn)的 梯度值與其梯度方向上像素點(diǎn)的梯度值大小進(jìn)行判定該像素點(diǎn)是否為邊緣點(diǎn)，從而實(shí)現(xiàn)非 極大值的抑制。非極大值抑制處理在得到精確邊緣的同時(shí)也不可避免得將一些原本是邊緣 點(diǎn)的像素點(diǎn)剔除掉，從而導(dǎo)致邊緣像素的不連續(xù)。Carmy算法采用雙閾值分割的方法來盡可 能恢復(fù)邊緣點(diǎn)。雙閾值分割即設(shè)定高低兩個(gè)閾值供像素點(diǎn)的梯度值比較，梯度值大于大閾 值的像素點(diǎn)認(rèn)為必然是邊緣點(diǎn)，梯度值小于小閾值的邊緣點(diǎn)認(rèn)為必然是非邊緣點(diǎn)，梯度值 介于大小閾值之間的像素點(diǎn)，需進(jìn)一步考察其周邊是否有梯度大于大閾值的像素點(diǎn)，若有， 則仍認(rèn)為該像素點(diǎn)為邊緣點(diǎn)，若無，則其為非邊緣點(diǎn)。操作步驟可概括如下①若像素點(diǎn)梯度值高于高閾值，則判定該點(diǎn)為邊緣點(diǎn)。
②若像素點(diǎn)梯度值低于低閾值，則判定該點(diǎn)必為非邊緣點(diǎn)。
③若像素點(diǎn)梯度值介于高低閾值之間，則進(jìn)一步考察該像素點(diǎn)的3X3像素塊周 邊像素點(diǎn)的梯度值大小。若周邊有梯度值高于高閾值的像素點(diǎn)，則該像素點(diǎn)仍判定為邊緣 點(diǎn)，若周邊像素點(diǎn)梯度值均小于高閾值，則該像素點(diǎn)判定為非邊緣點(diǎn)。
經(jīng)過Carmy處理的視頻，可得到相對(duì)精細(xì)的邊緣，為進(jìn)一步優(yōu)化處理，將得到的邊 緣視頻信號(hào)進(jìn)一步送往下級(jí)模塊進(jìn)行形態(tài)學(xué)腐蝕處理與單像素邊緣輪廓提取。
上述形態(tài)學(xué)腐蝕與單像素輪廓提取程序包括邊緣圖像的腐蝕運(yùn)算與根據(jù)視頻特 征進(jìn)行簡單的輪廓提取運(yùn)算。形態(tài)學(xué)腐蝕運(yùn)算即根據(jù)設(shè)定的像素模板進(jìn)一步細(xì)化邊緣。而 單像素的輪廓提取則根據(jù)視頻內(nèi)容進(jìn)行邊緣細(xì)化，如視頻內(nèi)容僅一個(gè)簡單的幾何圖形，則 可以方便地提取出圖像的外輪廓或內(nèi)輪廓，從而得到單像素的邊緣。若視頻圖像的邊緣相 對(duì)簡單，此種方法效果明顯。形態(tài)學(xué)腐蝕與單像素輪廓提取需根據(jù)邊緣特征進(jìn)行適當(dāng)?shù)恼{(diào) 離iF. ο
經(jīng)過上述RGB視頻空間轉(zhuǎn)換程序、圖像預(yù)處理程序、Carmy邊緣檢測(cè)算法程序以及 形態(tài)學(xué)腐蝕和單像素輪廓提取程序等一系列操作，可最終得到近于單像素的圖像邊緣。精 細(xì)而準(zhǔn)確的視頻邊緣點(diǎn)是眾多涉及視頻計(jì)算的精確性的保證，有重要應(yīng)用及研究意義。
本發(fā)明與現(xiàn)有相關(guān)技術(shù)相比較，具有如下優(yōu)點(diǎn)1.嵌入式的邊緣檢測(cè)方法具有廣泛的應(yīng)用前景。2.以較低成本實(shí)現(xiàn)了單像素的視頻 邊緣提取，具有較高的性價(jià)比。3.通過一系列邊緣點(diǎn)處理方法，邊緣檢測(cè)的精度高。4.可 以根據(jù)具體的功能需求定制不同的IP核，設(shè)計(jì)成果可靈活復(fù)用。5. FPGA的可編程性使系 統(tǒng)具備了相當(dāng)大的可擴(kuò)展性。6.以硬件描述語言形式保存的設(shè)計(jì)可移植于不同F(xiàn)PGA芯片， 隨著FPGA性能的不斷提高，系統(tǒng)還可以實(shí)現(xiàn)更復(fù)雜的處理過程，從而使檢測(cè)方法功能更加占蓋TTj 口 ο


圖1本發(fā)明程序框2本發(fā)明中FPGA實(shí)現(xiàn)3X3像素塊獲取示意圖 圖3本發(fā)明中FPGA實(shí)現(xiàn)快速中值濾波算法框4本發(fā)明中FPGA實(shí)現(xiàn)圖像邊緣增強(qiáng)卷積示意5本發(fā)明中Carmy邊緣檢測(cè)算法流程示意6本發(fā)明中FPGA計(jì)算Carmy算法水平與垂直梯度示意7本發(fā)明中FPGA確定Carmy算法梯度方向劃分示意8本發(fā)明中FPGA實(shí)現(xiàn)Carmy算法梯度方向上非極大值抑制示意9本發(fā)明中FPGA完成雙閾值分割示意10本發(fā)明中FPGA實(shí)現(xiàn)形態(tài)學(xué)腐蝕細(xì)化邊緣示意圖。
具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例作詳細(xì)描述。
實(shí)施例一本基于FPGA的單像素邊緣檢測(cè)方法，操作步驟如下①對(duì)傳輸至FPGA的RGB空間視頻信號(hào)首先經(jīng)過RGB轉(zhuǎn)灰度空間變換，得到一路灰度 信號(hào)供后續(xù)處理；②對(duì)灰度圖像依次進(jìn)行快速中值濾波、邊緣增強(qiáng)圖像預(yù)處理操作，減小圖像噪聲影響 并突出圖像邊緣部分，方便后續(xù)處理；③對(duì)得到的圖像進(jìn)行Carmy邊緣檢測(cè)，經(jīng)過Carmy邊緣檢測(cè)算法的三部步操作后，得 到邊緣相對(duì)細(xì)致的視頻圖像；④最后對(duì)邊緣圖像進(jìn)行形態(tài)學(xué)腐蝕運(yùn)算操作，進(jìn)一步細(xì)化邊緣，最終獲得單像素精度 的邊緣圖像。
實(shí)施例二 本實(shí)施例與實(shí)施例一基本相同，詳盡描述如下本基于FPGA的單像素 邊緣檢測(cè)方法的程序框圖如圖1所示。主要利用FPGA片內(nèi)乘法器、內(nèi)部存儲(chǔ)器以及邏輯單 元等資源在視頻信號(hào)的行、場(chǎng)等同步信號(hào)控制下實(shí)現(xiàn)視頻信號(hào)的顏色空間轉(zhuǎn)換、圖像預(yù)處 理、Carmy邊緣檢測(cè)、形態(tài)學(xué)腐蝕運(yùn)算以及最后的輪廓簡單提取幾大模塊。最終輸出單像素 精度的邊緣視頻信號(hào)。
色彩空間轉(zhuǎn)換模塊即將輸入的RGB彩色圖像轉(zhuǎn)換為灰度(gray)圖像。轉(zhuǎn)換公式 如下式(1)。
gray = 0. 3XR + 0. 59XG + 0. IlXB (1)檢測(cè)方法采用內(nèi)部乘法器和FPGA便于處理的移位操作代替除法操作實(shí)現(xiàn)上式的浮點(diǎn) 運(yùn)算轉(zhuǎn)換。利用內(nèi)部乘加器對(duì)RGB三路信號(hào)分別乘以一對(duì)應(yīng)常數(shù)，再求和，最后對(duì)求和的結(jié) 果進(jìn)行移位，得到像素的灰度值，如式(2)。色彩空間轉(zhuǎn)換模塊實(shí)現(xiàn)了三路RGB信號(hào)到一路 亮度信號(hào)的轉(zhuǎn)換。
gray = (300XR + 590XG + 110XB + 500) 10 (2)上述得到的灰度圖像在進(jìn)行邊緣檢測(cè)前，被送往預(yù)處理模塊。預(yù)處理模塊主要對(duì)圖像 進(jìn)行濾波與邊緣增強(qiáng)運(yùn)算。檢測(cè)方法根據(jù)FPGA的并行處理機(jī)制采用快速中值濾波算法實(shí) 現(xiàn)圖像降噪。檢測(cè)方法采用3X3像素塊的快速中值濾波運(yùn)算。串行輸入的圖像像素點(diǎn)經(jīng) 過三個(gè)FIFO緩存以及觸發(fā)器延時(shí)得到3X3的9個(gè)并行像素點(diǎn)，送往后續(xù)濾波處理，如圖2 所示?？焖僦兄禐V波算法實(shí)現(xiàn)如圖3所示。具體操作如下1)將并行獲得的9個(gè)像素點(diǎn)分為三個(gè)像素點(diǎn)一組，共分三組，每組分別進(jìn)行比較，得到 最大值 maxl, max2, max3 ；中間值 middlel，middle2，middle3 ；最小值 mini，min2，min3。
2)將上述各組得到的最大值組成一組，中間值組成一組，最小值組成一組分別再 進(jìn)行比較，從中選出最大值組中的最小值min4，中間值組中的中間值middle4和最小值組 中的最大值max4。
3)將上述獲得的min4、middled max4再進(jìn)行比較，求出中間值即3X3像素點(diǎn)中 的中間值。
上述預(yù)處理中邊緣增強(qiáng)算法仍然采用3X3像素塊運(yùn)算，利用卷積運(yùn)算，實(shí)現(xiàn)中間 像素點(diǎn)與周邊8個(gè)像素點(diǎn)的差值擴(kuò)大運(yùn)算，實(shí)現(xiàn)邊緣增強(qiáng)的效果。卷積操作如圖4所示。
經(jīng)過上述預(yù)處理的圖像信號(hào)保持了良好的邊緣，需進(jìn)一步送往Carmy邊緣檢 測(cè)模塊進(jìn)行邊緣檢測(cè)。如圖5所示，Carmy邊緣檢測(cè)需進(jìn)行四個(gè)步驟濾波，梯度及 梯度方向計(jì)算，非極大值抑制和雙閾值分割。由于在上述預(yù)處理部分，檢測(cè)方法對(duì)視 頻信號(hào)進(jìn)行了中值濾波處理，在此Carmy模塊僅需進(jìn)行后續(xù)三部分處理即可。水平 與垂直梯度值的求解如圖6所示，檢測(cè)方法采用2X2的梯度算子計(jì)算。水平梯度(d )、垂直梯度(￡/ )以及總梯度(，、)計(jì)算公式如下式(3)、(4)、(5)。
權(quán)利要求
1.一種基于FPGA的單像素邊緣檢測(cè)方法，其特征在于操作步驟如下A.對(duì)傳輸至FPGA的RGB空間視頻信號(hào)首先經(jīng)過RGB轉(zhuǎn)灰度空間變換，得到一路灰度信 號(hào)供后續(xù)處理；B.對(duì)灰度圖像依次進(jìn)行快速中值濾波、邊緣增強(qiáng)圖像預(yù)處理操作，減小圖像噪聲影響 并突出圖像邊緣部分，方便后續(xù)處理；C.對(duì)得到的圖像進(jìn)行Carmy邊緣檢測(cè)，經(jīng)過Carmy邊緣檢測(cè)算法的三部步操作后，得到 邊緣相對(duì)細(xì)致的視頻圖像；D.最后對(duì)邊緣圖像進(jìn)行形態(tài)學(xué)腐蝕運(yùn)算操作，進(jìn)一步細(xì)化邊緣，最終獲得單像素精度 的邊緣圖像。
2.根據(jù)權(quán)利要求1所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述步驟A的 中RGB轉(zhuǎn)灰度空間的轉(zhuǎn)換程序采用經(jīng)典RGB轉(zhuǎn)灰度公式，將彩色視頻的三路信號(hào)轉(zhuǎn)換為一 路亮度信號(hào)處理；FPGA利用內(nèi)部乘加器與移位運(yùn)算實(shí)現(xiàn)灰度轉(zhuǎn)換中的浮點(diǎn)算術(shù)運(yùn)算。
3.根據(jù)權(quán)利要求1所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述步驟B中 的圖像預(yù)處理采用快速中值濾波算法和邊緣增強(qiáng)處理，其中的快速中值濾波算法利用FPGA 的并行處理機(jī)制，將9個(gè)串行圖像數(shù)據(jù)的比較問題轉(zhuǎn)化為三路三輪三個(gè)數(shù)據(jù)比較的并行處 理，大幅減小運(yùn)算時(shí)間，其操作步驟如下B-1.串行輸入的圖像數(shù)據(jù)經(jīng)過3級(jí)FIFO緩沖，并在每級(jí)FIFO輸出端引入兩級(jí)寄存器， 每個(gè)端口弓丨出數(shù)據(jù)輸出端，得到并行的3X 3像素塊的9個(gè)像素值；B-2.將9個(gè)像素值分為三組，分別比較計(jì)算得到每組的最小值、中間值和最大值；B-3.將步驟b中得到的三個(gè)最小值分為一組進(jìn)行比較，輸出其中的最大值，將步驟B-2 中得到的三個(gè)中間值分為一組進(jìn)行比較，輸出其中的中間值，將步驟b中得到的三個(gè)最大 值分為一組進(jìn)行比較，輸出其中的最小值；B-4將步驟B-3中得到最大值、中間值、最小值進(jìn)行比較，輸出中間值，即得到3X3像素 塊中的中值。
4.根據(jù)權(quán)利要求1或3所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述步驟 B中的圖像預(yù)處理采用邊緣增強(qiáng)算法突出圖像邊緣，邊緣增強(qiáng)算法采用3X3像素塊操作， 利用卷積運(yùn)算加大邊緣像素的梯度差。
5.根據(jù)權(quán)利要求1所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述步驟C的 Canny邊緣檢測(cè)算法需進(jìn)行水平、垂直、總梯度及梯度方向計(jì)算，非極大值抑制和雙閾值分 割三個(gè)步驟處理。
6.根據(jù)權(quán)利要求1或5所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述的 Canny邊緣檢測(cè)算法的水平、垂直梯度的求解采用3X3像素塊中心像素點(diǎn)的水平與垂直方 向上的像素點(diǎn)的像素值進(jìn)行簡單算術(shù)運(yùn)算得到，總梯度采用水平與垂直梯度的絕對(duì)值近似計(jì)算。
7.根據(jù)權(quán)利要求1或5所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述的 Canny邊緣檢測(cè)算法的梯度方向的求解步驟如下C-1.根據(jù)FIFO三級(jí)緩沖，得到3X3像素塊，判斷中間像素值的梯度方向；C-2將3X3像素塊的中心像素點(diǎn)梯度方向按45度一個(gè)方向分解為8個(gè)梯度方向；C-3利用正切函數(shù)在45度角及其倍數(shù)角上的特殊性將FPGA反三角函數(shù)的求解轉(zhuǎn)化為水平與垂直梯度的正負(fù)及絕對(duì)值大小比較操作，從而使梯度方向的判定得到簡化；C-4根據(jù)中心像素點(diǎn)水平、垂直梯度的正負(fù)、及絕對(duì)值大小，得到其梯度方向。
8.根據(jù)權(quán)利要求1或5所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述的 Canny邊緣檢測(cè)算法的非極大值抑制采用3X3像素塊的各像素點(diǎn)的梯度值運(yùn)算，在梯度方 向上比較梯度值大小，判斷中心像素點(diǎn)是否為邊緣像素點(diǎn)。
9.根據(jù)權(quán)利要求1和5所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述的 Canny邊緣檢測(cè)算法的雙閾值分割采用高低兩個(gè)閾值劃分像素點(diǎn)是否為邊緣點(diǎn)，其操作步 驟如下D-I若像素點(diǎn)梯度值高于高閾值，則判定該點(diǎn)為邊緣點(diǎn)；D-2若像素點(diǎn)梯度值低于低閾值，則判定該點(diǎn)必為非邊緣點(diǎn)；D-3若像素點(diǎn)梯度值介于高低閾值之間，則進(jìn)一步考察該像素點(diǎn)的3X3像素塊周邊像 素點(diǎn)的梯度值大??；若周邊有梯度值高于高閾值的像素點(diǎn)，則該像素點(diǎn)仍判定為邊緣點(diǎn)，若 周邊像素點(diǎn)梯度值均小于高閾值，則該像素點(diǎn)判定為非邊緣點(diǎn)。
10.根據(jù)權(quán)利要求1所述的基于FPGA的單像素邊緣檢測(cè)方法，其特征在于所述步驟D 中的形態(tài)學(xué)腐蝕運(yùn)算采用邊緣圖像的3X3像素塊進(jìn)行運(yùn)算，考察中心像素點(diǎn)的水平、垂直 及對(duì)角線上是否存在邊緣像素點(diǎn)，得到在Carmy求得的圖像邊緣基礎(chǔ)上進(jìn)一步細(xì)化的邊緣 圖像。
全文摘要
本發(fā)明涉及一種基于FPGA的單像素邊緣檢測(cè)方法。該檢測(cè)方法首先將RGB空間圖像轉(zhuǎn)換為灰度圖像，繼而對(duì)視頻圖像進(jìn)行快速中值濾波，邊緣增強(qiáng)等預(yù)處理操作，繼而采用Canny邊緣檢測(cè)算法，計(jì)算圖像的梯度及梯度方向，并進(jìn)行非極大值抑制和雙閾值分割等處理，得到相對(duì)精細(xì)的視頻圖像邊緣。在Canny邊緣檢測(cè)的基礎(chǔ)上，檢測(cè)方法利用形態(tài)學(xué)處理的方法對(duì)邊緣圖像進(jìn)行腐蝕運(yùn)算，進(jìn)一步細(xì)化邊緣，可得到單像素的邊緣處理效果。該檢測(cè)方法將視頻空間轉(zhuǎn)換、快速中值濾波、邊緣檢測(cè)、邊緣細(xì)化集成于一片F(xiàn)PGA內(nèi)，既實(shí)現(xiàn)了視頻圖像的單像素邊緣檢測(cè)，同時(shí)利用FPGA的可編程特性，可將其定制為根據(jù)具體需求實(shí)現(xiàn)參數(shù)可調(diào)的IP核，方便進(jìn)行系統(tǒng)升級(jí)與擴(kuò)展。
文檔編號(hào)G06T5/00GK102044071SQ20101060733
公開日2011年5月4日 申請(qǐng)日期2010年12月28日 優(yōu)先權(quán)日2010年12月28日
發(fā)明者彭方新, 楊靜, 沈蘇旻, 牛娜, 范天翔, 陸亨立, 陸小鋒 申請(qǐng)人:上海大學(xué), 上海磐宏電子科技有限公司