基于FPGA的实时图像边缘检测系统设计（中）

随着科学技术的高速发展，FPGA在系统结构上为数字图像处理带来了新的契机。图像中的信息并行存在，因此可以并行对其施以相同的操作，使得图像处理的速度大大提高，这正好适合映射到FPGA架构中用硬件算法得以实现。

本篇阐述了基于FPGA设计一个能够实时采集、实时处理并实时显示的数字图像处理系统的设计思想和流程，分析了摄像头接口的时序；阐述了图像信息的捕获原理；详细介绍了图像边缘检测部分各模块的功能；重点介绍了具有去噪功能的中值滤波模块的设计；简单描述了边缘检测算子的选用；系统的介绍了SDRAM的工作原理以及控制方式；介绍了VGA时序；最后针对整个系统做了验证和总结，包括仿真波形的验证以及板级验证。

该系统基于实体FPGA开发板实现了图像数据的实时采集、实时边缘检测和实时显示，运行稳定，实时性能较高，从而也表明FPGA确实具有海量数据高速传输的能力。

本篇为本人当年的毕业设计部分整理，各位大侠可依据自己的需要进行阅读，参考学习。

第二篇内容摘要：本篇会介绍FPGA实现图像的边缘检测，包括图像数据预处理（彩色图像数据转灰度图像，中值滤波）、边缘检测。

还会介绍FPGA驱动VGA接口实现图像边缘信息的实时显示，包括图像数据的缓存（SDRAM的工作原理，SDRAM的上电刷新，SDRAM读写数据，图像数据缓存的FPGA实现） 、图像数据的实时显示（VGA时序分析，VGA接口的FPGA驱动）等相关内容。

三、FPGA实现图像的边缘检测

3.1 图像数据预处理

为了实现图像的边缘检测，需要对捕获到的图像数据进行预处理操作：后续算法适用于灰度图像，因此首先需要将捕获到的彩色图像转换为保留有亮度信息的灰度图像；实时采集到的图像数据往往都会伴随着噪声，为了使图像处理的结果更加准确，我还采用了中值滤波算法对得到的灰度图像进行有效去噪。

3.1.1 彩色图像数据转灰度图像

本系统所采用的算法全部适用于8位灰度图像，因此在边缘检测和中值滤波之前需要将彩色图像转换成适于研究的8位灰度图像，将图像中的每个像素用下列公式（3-1）计算其灰度值，公式如下：

（3-1）

式中r、g、b分别为该像素对应的R、G、B颜色分量，然后用求得的灰度值代替原来该像素的R、G、B分量就行了。如图3-1所示，我在本系统设计中按照上述思路实现了从彩色图像往灰度文件的转换。

图3-1 彩色图像转灰度文件对应的RTL级视图

3.1.2 中值滤波

在图像处理中，为了保护边缘信息和平滑噪声，中值滤波被广泛应用。本系统设计的目的是对实时采集到的图像进行边缘检测，因此边缘信息检测的准确度在很大程度上决定了整个系统设计的性能，为了提高我所设计系统的性能，我采用了中值滤波。中值滤波是一种非线性信号处理技术，基于排序统计理论，可以有效抑制噪声，其基本原理是将数字图像或者数字序列中一点的值用该点所在邻域中各点值的中值代替，让周围的像素值尽可能的接近其真实值，从而能够有效地消除孤立的噪声点。分两步实现：1.采样取出奇数个数据进行排序；2.用排序后的中值代替所要处理的数据。

本设计选择3*3的窗口模板，调用FIFO来对图像数据进行缓存，然后并行输出3行数据，在进行数值比较之后顺序输出中值结果，有效提高了系统的处理速度。

图3-2 中值滤波模块框图

如图3-2所示为该系统中值滤波模块的框图，调用四个子模块：shift_temp模块、compara_fifo模块、zhongzhilvbo模块和midnum_mem模块。其中，shift_temp模块、compara_fifo模块和midnum_mem模块均为调用的IP核，其模块架构如图3-2所示。

图3-3 中值滤波模块架构图

shift_temp模块调用的IP核是一个移位寄存器，在写请求信号wrreq的控制下&#x