基于sobel算法的边缘检测设计与实现（一）

发光中请勿扰

已于 2022-06-21 20:40:58 修改

阅读量3k

点赞数 2

分类专栏： FPGA图像处理文章标签： fpga开发

于 2022-06-20 14:29:44 首次发布

本文链接：https://blog.csdn.net/qq_44933149/article/details/125349390

版权

FPGA图像处理专栏收录该内容

4 篇文章 1 订阅

订阅专栏

1、知识点

（1）边缘检测

边缘是图像的基本特征，包含了用于图像识别的有用信息，在计算机视觉、图像分析和图像处理等应用中起着重要作用。所谓边缘是指其周围像素灰度急剧变化的那些象素的集合，它是图像最基本的特征。边缘存在于目标、背景和区域之间，所以，它是图像分割所依赖的最重要的依据。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。

边缘检测，针对的是灰度图像，顾名思义，检测图像的边缘，是针对图像像素点的一种计算，目的是标识数字图像中灰度变化明显的点，图像的边缘检测，在保留了图像的重要结构信息的同时，剔除了可以认为不相关的信息，大幅度减少了数据量，便于图像的传输和处理。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。

边缘检测和区域划分是图像分割的两种不同的方法，二者具有相互补充的特点。在边缘检测中，是提取图像中不连续部分的特征，根据闭合的边缘确定区域。而在区域划分中，是把图像分割成特征相同的区域，区域之间的边界就是边缘。由于边缘检测方法不需要将图像逐个像素地分割，因此更适合大图像的分割。边缘大致可以分为两种，一种是阶跃状边缘，边缘两边像素的灰度值明显不同；另一种为屋顶状边缘，边缘处于灰度值由小到大再到小的变化转折点处。边缘检测的主要工具是边缘检测模板。

边缘检查的方法大致可以分为两类：基于查找的一类，通过寻找图像一阶导数中最大值和最小值来检测边界，包括 Sobel 算法、 Roberts Cross 算法、Prewitt 算法，Kirsch 算法，罗盘算法等；基于零穿越的一类，通过寻找图像二阶导数零穿越来寻找边界，包括 Canny 算法， Laplacian 算法、Marr-Hildreth算法等。

（2） Sobel 算法

Sobel 边缘检测算法比较简单，虽然准确度较低，但在实际应用中效率较高，在很多实际应用场合，Sobel 算法却是首选，尤其是对效率要求较高，对纹理不太关心的时候。在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量。

所谓的Sobel算法，就是将得到像素点乘以一个3*3矩阵(Sobel算子)得到一个该点的灰度矢量值或者其法矢量值。Sobel算子根据像素点上下、左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。所以整个算法的核心就是Sobel算子，下面简单介绍下该算子。

索贝尔算子(Sobel operator)主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。

Sobel 卷积因子为：

对于图像而言，取 3 行 3 列的图像数据，将图像数据与对应位置的算子的值相乘再相加，得到 x 方向的 Gx ，和 y 方向的 Gy ， Gx 及 Gy 分别代表经横向及纵向边缘检测的图像灰度值。将得到的 Gx 和 Gy ，平方后相加，再取算术平方根，得到 Gxy ，近似值为 Gx 和 Gy 绝对值之和， Gxy 代表该点灰度的大小。将计算得到的 Gxy 与我们设定的阈值相比较，Gxy 如果大于阈值，表示该点为边界点，此点显示黑点，否则显示白点。

2、实战演练

要实现Sobel算法首先要利用FIFO 3行数据求和，其次掌握上述的边缘检测和算法的具体理论，结合这两个部分来实现算法就比较简单了。我们把整个过程分为下面四个步骤：

1）通过Gx、Gy的计算公式结合FIFO求和算法求取Gx、Gy的值。
2）求得Gx、Gy的绝对值。
3）将Gx、Gy带入Gxy计算公式，求得Gxy的值。
4）将求得的Gxy与设定的阈值相比较，当Gxy大于等于阈值，赋值rgb为黑色，否则赋值rgb为白色。
需要注意的是，图片经过Sobel算法之后，输出的图片相比输入的图片会少2行2列数据，这是因为使用FIFO求和算法时这一算法只有当第2行或第2列数据输入时才开始执行。所以会丢失。
在这里插入图片描述将图像用软件转成灰度图像，然后将灰度图像的高三位取出进行保存，通过串口将图像数据传给FPGA，随后FPGA通过Sobel算法检测图像轮廓，然后将处理后的图片通过VGA显示640*480@60，图像大小为100*100。

图片预处理：

在Sobel算法之前我们首先要把彩色图片转化为灰度图，之后将灰度图的高三位取出来存放到txt中，这一个预处理选择用matlab来实现，相关.m文件代码如下

clc;                            %清理命令行窗口
clear all;                      %清理工作区
image = imread('tupian.png');     %使用imread函数读取图片数据
figure;
imshow(image);                  %窗口显示图片
R = image(:,:,2);               %提取图片中的红色层生成灰度图像
figure;
imshow(R);                      %窗口显示灰色图像
[ROW,COL] = size(R);            %灰色图像大小参数
data = zeros(1,ROW*COL);        %定义一个初值为0的数组,存储转换后的图片数据
for r = 1:ROW
    for c = 1 : COL
        data((r-1)*COL+c) = bitshift(R(r,c),-5);    %红色层数据右移5位
    end
end
fid = fopen('tupian.txt','w+');                       %打开或新建一个txt文件
for i = 1:ROW*COL;
    fprintf(fid,'%02x ',data(i));                   %写入图片数据
end
fclose(fid);

原始图片：灰度图像：

整体框图：

在这里插入图片描述

Sobel算法进行边缘检测的整个实验工程如下图所示，其中clk_gen为PLL IP核产生25MHz和50MHz的时钟，rx和tx为uart串口通信部分，VGA为显示部分，sobel_ctrl为整个工程的核心部分包含了Sobel算法的具体实现。

具体工作流程：

1）开发板系统时钟为25Mhz，系统上电后，时钟信号传入PLL分频产生25Mhz和50Mhz的时钟，其中50Mhz的时钟用于串口收发、Sobel求和、RAM写的工作时钟；25MHz时钟用于图像生成模块和VGA时序控制模块的工作时钟。
2）PC 机将图片数据通过串口 RS232 传输给 FPGA，数据在 uart_rx 模块中完成拼接传给 sobel_ctrl 模块进行 Sobel 运算，输出结果同时传给 vga 模块和 uart_tx 模块；vga 模块将接收到的经 sobel 算法处理后的图像数据存入图像数据生成模块中的RAM 中；uart_tx 模块将输出结果回传给 PC 机验证数据完整性。
3）图像数据生成模块以 VGA 时序控制模块传入的像素点坐标(pix_x,pix_y)为约束条件，生成待显示图像的色彩信息(pix_data)，图像色彩信息包括彩条背景和经 sobel算法处理后的图片信息。
4）图像数据生成模块生成的图像色彩信息传入VGA时序控制模块，在模块内部使用使能信号滤除掉非图像显示有效区域的图像数据，产生RGB色彩信息（rgb），在行、场同步信号(hsync、vsync)的同步作用下，将RGB色彩信息扫描显示到VGA显示器，显示出经Sobel算法处理过的图像。

sobel_ctrl控制模块：

在这里插入图片描述

这个模块的设计主要包含两个部分：

图片数据自输入模块到数据写入fifo
数据从FIFO读出经过Sobel运算进行输出

第一个部分（参考FIFO三行求和的工程）

        本功能模块的作用是对输入的图片进行 sobel 算法处理并输出处理后的数据，由前文可知，要实现 sobel 算法的求解，要使用 sobel 算子求出 Gx、Gy，进而求出 Gxy，求解后的 Gxy 与设定阈值比较，确定图像边界，完成 sobel 算法处理。
        Gx、Gy 的求解分别是对图形 3 行、3 列图形数据的处理，我们可以参考FIFO 求和实验对 3 行数据的处理方式，实现 Gx、Gy 数据的求解。
        与 FIFO 求和实验类似，sobel_ctrl 模块内部同样调用两个 FIFO 用作数据缓存。使用同样的方式将串口接收模块传入的图片数据按要求暂存到两个 FIFO 中。
        两 FIFO 的时钟信号为系统时钟 sys_clk 与串口接收模块时钟相同；我们需要在模块内部声明 FIFO 写使能信号，声明 fifo1 写使能信号为 wr_en1，数据输入信号为 data_in1，声明 fifo2 写使能信号为 wr_en2，数据输入信号为 data_in2；声明两 FIFO 共用读使能信号rd_en。
1)wr_en1：当第 0 行数据输入，wr_en1 写使能信号由数据标志信号 pi_flag 赋值，滞后
pi_flag 信号 1 个时钟周期，第 1 行数据输入时，wr_en1 写使能信号保持无效，自第 2 行数据输入到数据输入结束，wr_en1 写使能信号由数据标志信号 dout_flag 赋值，滞后dout_flag 信号 1 个时钟周期；
2)data_in1：当第 0 行数据输入且写使能有效时，将第 0 行数据写入 fifo1：当第 2-98 行数据写入且写使能有效时，将 fifo2 读出的 1-97 行数据写入 fifo1；
3)wr_en2：当第 1-98 行数据输入时，wr_en2 写使能信号由数据标志信号 pi_flag 赋值，滞后 pi_flag 信号 1 个时钟周期，其他时刻写使能信号 wr_en2 均无效；
4)data_in2：当 fifo2 的写使能信号 wr_en2 有效时，将传入的 pi_data 赋值给 data_in2，数据写入 fifo2，写使能无效时，data_in2 保持原有状态；
5)rd_en：fifo1 和 fifo2 共用读使能信号，该使能信号在第 0 行和第 1 行数据输入是始终保持无效状态，自第 2 行数据开始输入到数据输入完成，读使能信号 rd_en 由 pi_flag 赋值，滞后 pi_flag 信号 1 个时钟周期；
6)dout_flag 信号只有在 wr_en2 信号和 rd_en 信号均有效时才有效，其他时刻均无效，目的是赋值给在第 2 行数据输入后的 wr_en1 使能信号。
时序图如下:
在这里插入图片描述

第二个部分

实现 sobel 算法就要求出 Gxy，Gxy 由 Gx、Gy 运算得到，Gx、Gy 由 sobel算子与图像数据运算得到。参与运算的图像数据要包含图像 3 行 3 列的像素信息。这就表示只有在图像的第 2 行的第 2 个数据传入模块时，才能开始 Gx、Gy 的运算。要准确定位运算开始的时刻，我们需要声明计数器，用来计数读出数据个数，判断 Gx、Gy 的运算时刻，之后根据公式来进行运算。