图像边缘检测器的设计与EDA技术综合应用实例与分析谭会生讲解.ppt

第12章 图像边缘检测器的设计与分析 12.1 系统设计要求 12.2 系统设计方案 12.3 主要LPM原理图和VHDL源程序 12.4 系统仿真/硬件验证 12.5 设计技巧分析 12.6 系统扩展思路 12.1 系统设计要求 在嵌入式图形系统处理领域，图像处理的速度问题一直是一个很难突破的设计瓶颈。一般情况下，控制领域及数据处理领域几乎是单片机和数字信号处理器的天下，但是在数据处理量大，实时性要求更为苛刻的场合，传统的MCU根本无法适应实时大批量数据处理场合，而DSP虽然具备指令流水线和很高的处理速度，但是由于其本质仍然是依靠串行执行指令来完成相应的图像处理算法的，所以其处理速度依然很受限制。 图12.1是一个DSP+FPGA/CPLD的图像处理系统的总体框图，其中图像传感器CCD的主要功能是获取外界图像的各个像素点灰度值；图像主处理器采用数字信号处理器DSP，主要负责对图像传感器传送的灰度信息进行存储，并负责调用协处理器进行边界像素判别，找出我们感兴趣的目标对象，从而得到该对象的运动信息，以便控制执行装置进行位置跟踪；边缘检测协处理器为FPGA/CPLD，主要完成主处理器传送过来的像素的边界判别，并把处理结果返回到主处理器中。 在本系统中，系统的设计指标为：数据吞吐量10 Mb/s；动态响应时间100 ms/frame。主处理器初步选用德州公司的DSP芯片TMS320C5402，协处理器拟采用ALTERA公司的FLEX10K20。图像处理系统的接口关系如图12.2所示，其中FLEX10K20的接口说明如下： DATA：8位数据输入端口。 WR：写有效信号输入端口。 CLK：同步时钟输入端口。 T_D：阈值/像素值选择端口，T_D =1时，表示输入的数据为像素阈值，为0时表示输入的数据为像素值。 CS：片选信号，低电平有效。 READY：状态查询位，为协处理器“准备好”信号输出端，低电平有效，当该协处理器处理完一帧图像后，该信号恢复有效电平，主处理器启动下一帧图像的边界处理。 MAGOUT：像素边界判别信号输出，MAGOUT为1时，表示当前像素为边界像素，为0表示为非边界像素。 12.2 系统设计方案 12.2.1 算法选择 图像处理经常用于在连续图像中跟踪移动物体。它从传感器接收图像的连续流，根据输入图像的数据选择跟踪物体。初始图像不断被加强，然后进行分割，以定位物体或找出感兴趣的区域。定位物体或区域后，检查出可以最终划分物体的特征。 Sobel算法包括带4个3×3掩码的输入图像数据，即Sobel算子，它设置权重来检测水平、垂直、左对角、右对角各个不同方向上密度幅度的不同。这个过程通常被称为过滤。下面我们来看一个3×3的像素窗口，如图12.3所示。 水平、垂直、左对角、右对角各图像方向上密度幅度的变化可以用如下算子进行计算： H=(Q0+2Q3+Q6) ? (Q2+2Q5+Q8) V=(Q0+2Q1+Q2) ? (Q6+2Q7+Q8) DR=(Q1+2Q0+Q3) ? (Q5+2Q8+Q7) DL=(Q1+2Q2+Q5) ? (Q3+2Q6+Q7) H、V、DL、DR这四个参数用于计算梯度大小和方向。 对梯度大小的一个普遍估计值为： Magnitude＝Max(H, V, DR, DL) 12.2.2 算法实现 ? 由前面所述可知，Sobel的滤波函数为 ? H=(Q0+2Q3+Q6) ? (Q2+2Q5+Q8); V=(Q0+2Q1+Q2) ? (Q6+2Q7+Q8) DR=(Q1+2Q0+Q3) ? (Q5+2Q8+Q7); DL=(Q1+2Q2+Q5) ? (Q3+2Q6+Q7) Magnitude＝Max(H, V, DR, DL) 为了减少设计的复杂度，上面式子中的乘法运算可以改写成加法运算： ? H=(Q0+Q3+Q3+Q6) ? (Q2+Q5+Q5+Q8); V=(Q0+Q1+Q1+Q2) ? (Q6+Q7+Q7+Q8) DR=(Q1+Q0+Q0+Q3)