基于FPGA的Kirsch算法实时图像处理研究.pdfVIP

第 3O卷第 4期 安 徽 工 程 大 学 学 报 Vo1．3O．No．4 2015年 8月 JournalofAnhuiPolytechnicUniversity Aug．，2O15 文章编号 ：1672—2477(2015)04—004905 基于 FPGA 的Kirsch算法实时图像处理研究 朱 枫 ，陈跃 东 ，陈孟元 (安徽工程大学 电气传动与控制重点实验室，安徽 芜湖 241000) 摘要：随着图像数据量愈发庞大，相较于传统图像处理方法采用FPGA进行图像处理更具有明显优势．Kirsch 算法具有检测边缘信息多、抗噪效果较好等优点．设计选用 FPGA来实现 Kirsch算法 ，同时将处理后 的图像 再次结合形态学处理．结果表 明，本设计能够更好地提取边缘信息、增强抗噪声能力，而且实时性较好 ，具有较 高的实用价值． 关 键 词 ：FPGA；实时性 ；Kirsch算法 ；边缘检测 ；形态学 中图分类号 ：TP752．1：TN911．73 文献标识码 ：A 边缘是 图像 的一项基本特征 ，图像边缘处理是 图像处理的重要组成部分．其 中，图像边缘检测被应用 于诸多领域 ，如图像分割 、模式识别等．常用的边缘检测方法有 Robert算子 、Prewitt算子 、Sobel算子、La— place算子 、Canny算子、LOG算子等口]．近年来 ，随着数学理论 的丰富和人工智能技术的发展 ，涌现 出许 多更先进的边缘检测处理方法，如基于小波变换 的数学形态学[2]边缘检测法 、基于神经 网络的 自适应 阈 值_3调整的边缘检测法等． 研究分析了KirschE 算法处理边缘的原理和特点，同时结合形态学_6]闭操作处理 ，使得抗噪声能力 增强的同时，增强边缘 的明朗程度 ，从而保证较高的边缘质量．随着图像分辨率等的提高 ，图像信息的数据 量也越来越大 ，结合 FPGA 的高速并行处理特性 ]，FPGA越来越适用于 图像处理方面_8]，将算法l在 FPGA上实现 ，能够较好地实现处理算法 的实时性_g。。，具有较好的应用价值． 1 Kirsch算子边缘检测 R．Kirsch提 出了 Kirsch算子 ，用来检测边缘方 向：采用 8个模板确定梯度幅度值 以及梯度方 向． Kirsch算子梯度模板如图1所示，其 中M1～M8为 8个梯度模板．由图 1可知 ，每个模板的方向相差 45。， 8个模板完全将 360。划分完全 ，模板的完整性保证了边缘检测信息的最大完整，从而检测效果更好． 设A为图像数据 ，A(z，)为图像数据在 (z，Y)处 的数值 ，图像数据 3*3模板 n 如图 1中M9所 示．令 M (，J)为第 个梯度模板在 (，J)处 的值．Kirsch算法采用图像和模板卷积来确定 (z，Y)点的梯 度值和梯度方 向，令 K (z，Y)为图像数据A(z，Y)经过模板卷积后的数值．可知， K (z，Y)一 M (，J)A (z+ i，Y+ i) ， (，J)=D 式 中，D为 3*3的区域范围．i取值范围为一1，0，1；取值范围为一1，0，1；z取值范围为 1，2，…，G；．y的取值 范围为 1，2，…，Q．G和 Q分别为图像的行和列．结合图像数据模板和梯度模板，可得出以下计算公式： K 1(z，Y)一5*(A1+A2+A3)一 3*(A4+A6+A7+A8+A9) K2(z，Y)一5* (A1+ A2+ A4)一 3* (A3+A 6+A7+A8+A9) K 。(z，Y)一5*(A1+ A4+ A7)一 3*(A2+A3+A6+A8+A9) K4(z，Y)===5* (A4+ A7+ A8)一 3* (A 1+A 2+A3+A 6+A9) K5(z，Y)一5*(A7+ A8+ A9)一 3*(A 1+A2+A3+A4+A6) K 。(z，Y)一5* (A6+ A8+ A9)一 3* (A 1+A 2+A3+A4+A7) K 7( ，Y)一5* (A3