FPGA实现Sober边缘检测

 

 

 

1、Sobel算法概念

在边缘检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边缘的 ；另一个是检测垂直边缘的 。与Prewitt算子相比，Sobel算子对于像素的位置的影响做了加权，可以降低边缘模糊程度，因此效果更好。

Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边缘的 ，另一个是检测垂直边缘的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。将Sobel算子矩阵中的所有2改为根号2，就能得到各向同性Sobel的矩阵。

由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。 在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的。

sobel边缘检测处理过程如下：

（1）首先将3x3的窗口，从待处理图片的左上角向右滑动，可以设置滑动的步进；

（2）计算当前3x3窗口区域的Gx 、 Gy的值；

（3）根据公式，计算出该像素点的灰度值G。

对上图3x3的图像区域，计算Gx 、 Gy的值，

图像的每一个像素的横向及纵向灰度值通过以下公式结合，来计算该点灰度的大小：

2、FPGA实现Sobel算法

未完，待续

 

 

 

 

 

 

 

 

参考文献

[1]  https://blog.csdn.net/Pieces_thinking/article/details/83275171#327__Verilog__37

[2]  https://blog.csdn.net/Pieces_thinking/article/details/83275171