sobel算子_「博文连载」Sobel边缘检测算法的HDL实现

最新推荐文章于 2023-02-05 22:02:03 发布

weixin_39816260

最新推荐文章于 2023-02-05 22:02:03 发布

阅读量187

点赞数 1

文章标签： sobel算子 sobel边缘检测代码 sobel边缘检测算法

FPGA中针对以上矩阵进行算法移植。由于直接计算会因为负值而得到错误的结果，用补码表示比较繁琐，需要用到unsigned 以及signed类型，不适合FPGA的运算。

cnblog有真oo无双的代码，通过并形乘法、并行相加、平方根来使用，采用各种IP相当的复杂，虽然实现了补码、负数，但看得我都蒙了。为何要把简单的问题复杂化：

http://www.cnblogs.com/oomusou/archive/2008/08/25/verilog_sobel_edge_detector.html

为此Bingo发愤图强(不过oo的博文真的有很好的参考性)！！！！

前面Sobel算子的实现，为了实现FPGA的加速运算，发挥并行流水线的特性，可以划分为4个步骤，解析与实现分别如下：

计算计算Gx与Gy与模板每行的乘积
求得3*3模板运算后的Gx、Gy
为了便于阅读理解，这里(1)与(2)，Bingo在同一个always中描述了，但实际上耗费了2个时钟。Gx(Gx_data)与Gy(Gy_data)的计算分别如下：

//-------------------------------------------

//Sobel Parameter

// Gx Gy Pixel

// [ -1 0 +1 ] [ +1 +2 +1 ] [ P11 P12 P13 ]

// [ -2 0 +2 ] [ 0 0 0 ] [ P21 P22 P23 ]

// [ -1 0 +1 ] [ -1 -2 -1 ] [ P31 P32 P33 ]

//Caculate horizontal Grade with |abs|

//Step 1.1

reg [9:0] Gx_temp1; //postive result

reg [9:0] Gx_temp2; //negetive result

reg [9:0] Gx_data; //Horizontal grade data

always@(posedge clk or negedge rst_n)

begin

if(!rst_n)

begin

Gx_temp1 <= 0;

Gx_temp2 <= 0;

Gx_data <= 0;

end

else

begin

Gx_temp1 <= matrix_p13 + (matrix_p23 << 1) + matrix_p33; //postive result

Gx_temp2 <= matrix_p11 + (matrix_p21 << 1) + matrix_p31; //negetive result

Gx_data <= (Gx_temp1 >= Gx_temp2) ? Gx_temp1 - Gx_temp2 : Gx_temp2 - Gx_temp1;

end

//---------------------------------------

//Caculate vertical Grade with |abs|

//Step 1.2

reg [9:0] Gy_temp1; //postive result

reg [9:0] Gy_temp2; //negetive result

reg [9:0] Gy_data; //Vertical grade data

always@(posedge clk or negedge rst_n)

begin

if(!rst_n)

begin

Gy_temp1 <= 0;

Gy_temp2 <= 0;

Gy_data <= 0;

end

else

begin

Gy_temp1 <= matrix_p11 + (matrix_p12 << 1) + matrix_p13; //postive result

Gy_temp2 <= matrix_p31 + (matrix_p32 << 1) + matrix_p33; //negetive result

Gy_data <= (Gy_temp1 >= Gy_temp2) ? Gy_temp1 - Gy_temp2 : Gy_temp2 - Gy_temp1;

end

具体的实现方式请自行分析代码，Bingo认为这是极简单的……

(3)求得Gx^2+Gy^2的结果，及Gx与Gy的平方和

这一步直接通过HDL中乘法器的描述来实现，综合时会自动布线为片内乘法器，如下：

//---------------------------------------

//Caculate the square of distance = (Gx^2 + Gy^2)

//Step 3

reg [20:0] Gxy_square;

always@(posedge clk or negedge rst_n)

begin

if(!rst_n)

Gxy_square <= 0;

else

Gxy_square <= Gx_data * Gx_data + Gy_data * Gy_data;

end

(4)求得Gx^2+Gy^2的平方根

当年Bingo在第一次遇到这个的时候差点崩溃，不过有幸看过无双oo的博文，才知道强大的Altera竟然在LPM中提供了平方根的IP，如下所示：

ALTSQRT的使用非常简单，坦白的说Bingo从来没看到DT。以下直接给出SQRT的例化，从而得到平方根，如下：

//---------------------------------------

//Caculate the distance of P5 = (Gx^2 + Gy^2)^0.5

//Step 4

wire [10:0] Dim;

SQRT u_SQRT

(

.radical (Gxy_square),

.q (Dim),

.remainder

);

(5)根据外部输入阀值，判断并实现边缘的检测

简单的判断Dim的大小而已，大于阀值，视为有效，赋1；反之则赋0。这里的Sobel_Threshold由外部输入，暂且认为是60吧。。。

//---------------------------------------

//Compare and get the Sobel_data

//Step 5

reg post_img_Bit_r;

always@(posedge clk or negedge rst_n)

begin

if(!rst_n)

post_img_Bit_r <= 1'b0; //Default None

else if(Dim >= Sobel_Threshold)

post_img_Bit_r <= 1'b1; //Edge Flag

else

post_img_Bit_r <= 1'b0; //Not Edge

end

前面从(1)-(5)中，总共消耗了5个时钟，因此最后对行场、像素有效时钟进行5个clock的偏移，如下：

//------------------------------------------

//lag 5 clocks signal sync

reg [4:0] per_frame_vsync_r;

reg [4:0] per_frame_href_r;

always@(posedge clk or negedge rst_n)

begin

if(!rst_n)

begin

per_frame_vsync_r <= 0;

per_frame_href_r <= 0;

end

else

begin

per_frame_vsync_r <= {per_frame_vsync_r[3:0], matrix_frame_vsync};

per_frame_href_r <= {per_frame_href_r[3:0], matrix_frame_href};

end

assign post_frame_vsync = per_frame_vsync_r[4];

assign post_frame_href = per_frame_href_r[4];

assign post_img_Bit = post_frame_href ? post_img_Bit_r : 1'b0;

这样，便完成了Sobel边缘检测算法的移植。工程目录sim文件夹下包含了VIP的Modelsim工程，波形仿真如下(新架构没有*_clken)：

最后，在Video_Image_Processor中例化VIP_Sobel_Edge_Detector模块，并且在Video_Image_Processor信号列表中修改输出与阀值输入，相关如下：

…

output post_img_Bit, //Processed Image Bit flag outout(1: Value, 0:inValid)

//user interface

input [7:0] Sobel_Threshold //Sobel Threshold for image edge detect

);

//--------------------------------------

//Image edge detector with Sobel.

VIP_Sobel_Edge_Detector

.IMG_HDISP (IMG_HDISP), //640*480

.IMG_VDISP (IMG_VDISP)

)

u_VIP_Sobel_Edge_Detector

(

//global clock

.clk (clk), //cmos video pixel clock

.rst_n (rst_n), //global reset

//Image data prepred to be processd

.per_frame_vsync (per_frame_vsync), //Prepared Image data vsync valid signal

.per_frame_href (per_frame_href), //Prepared Image data href vaild signal

.per_img_Y (per_img_Y), //Prepared Image brightness input

//Image data has been processd

.post_frame_vsync (post_frame_vsync), //Processed Image data vsync valid signal

.post_frame_href (post_frame_href), //Processed Image data href vaild signal

.post_img_Bit (post_img_Bit), //Processed Image Bit flag outout(1: Value, 0:inValid)

//User interface

.Sobel_Threshold (Sobel_Threshold) //Sobel Threshold for image edge detect

);

endmodule

VIP的例化从略。全编译，下载sof文件，如下图所示，为Sobel_Threshold=60下的边缘检测图(VGA 和USB一样哦)。

weixin_39816260

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
sobel算子_「博文连载」Sobel边缘检测算法的HDL实现

FPGA中针对以上矩阵进行算法移植。由于直接计算会因为负值而得到错误的结果，用补码表示比较繁琐，需要用到unsigned 以及signed类型，不适合FPGA的运算。cnblog有真oo无双的代码，通过并形乘法、并行相加、平方根来使用，采用各种IP相当的复杂，虽然实现了补码、负数，但看得我都蒙了。为何要把简单的问题复杂化：http://www.cnblogs.com/oomusou/archive...
复制链接

扫一扫