模板卷积视频图像边缘增强的VLSI设计.pdfVIP

中国电子学会电路与系统学会第十九届年台论文集 模板卷积视频图像边缘增强的VLSl设计 丁勇 陆生礼 时龙* (国零专用集成电路系统工程技术研究中心东南大学 南京 2l0096) 摘要： 图像的边缘对人的视觉有重要意义．在数字视频处理中可以通过锐化边缘来达到增强视频图像的效 果。此问题的关键是对图像的边缘进行准确地定位，但是由于数值导数是一个病态问题，并且视频图像在生 成、获取、传输等过程中往往引入干扰噪声，所以在数字视频处理中需要采取特殊的算法。本文设计了模板 卷积的边缘榆测与增强算法和VLSI，包括导数的良态化处理、Sobel算子模板卷积、双闽值操作、Laplace算 子锐化处理等．取得了很好的图像处理效果。 关键词： 数字图像边缘检测模板卷积双阈值 一、引言 图像中灰度变化最大的位置称为边缘。边缘广泛存在于物体与背景之间、物体与物体之 间、基元与基元之间，它是边界检测、外形检测、图像分割、模式识别、机器视觉等的重要 基础“”。图像的边缘对人的视觉有重要意义，人判别物体在很大程度上依赖边缘，因此在图 像处理中可以通过锐化边缘来达到增强图像的效果。这就需要对图像的边缘进行准确的定位、 检测和增强。 图像边缘的增强(锐化)关键在于边缘的准确检测和定位。从本质上说，图像边缘是图 像灰度不连续性的反映…。边缘检测主要是图像灰度变化的量度、检测和定位。边缘检测的 方法有很多，如微分法获取边缘、曲面拟合法获取边缘、统计判决法获取边缘、小波多尺度 边缘检测、基于积分变换、基于形态学和分形的边缘检测等”。。1。 由于酗像在生成、获取、传输等过程中，受照明光源性能、成像系统性能、通道带宽和 噪声等诸多因素的制约，往往引入干扰噪声，简单的锐化处理在增强图像边缘的同时也会增 强图像的噪声。并且由于数字图像的边缘检测本质上是一个数值导数问题，但是数值导数是 一个病态问题，所以在数字图像处理中需要采取特殊的算法。本文的边缘增强包括：a．平滑 滤波：消除噪声并使病态的数值导数问题良态化；b边缘检测：按照Canny的边缘检测三原 则16131，利用双阙值操作、非晟大值抑制等技术准确地定位图像边缘。C．边缘增强：根据检测 出的边缘信息和边缘极性，对图像边缘进行相应的增强处理，使灰度反差增强。 二、算法设计 2．1图像边缘检测 为了用严格的数学来研究图像的边缘检测，我们对数字图像作如下假设： a．图像是一个二元函数，0，n(f√)tD。函数的定义域为D，(i，，)表示=维空间中某个点 的坐标，川，，)表示点(f，，)的灰度值，值域为V： D的离散表示。在空间域D上进行抽样，用有限个像素 b．数字图像是对函数，(f，n(f，，)E 来表示定义域D，每一个像素表示对应区域的平均灰度值。在值域空间V进行量化，用有限个 值代表v； C．图像在摄取或传输时受到随机信号的干扰，这些像素值都存在误差或者夹杂随机噪声。 由于边缘是图像中灰度变化最大的位置，所以可以采用梯度法寻找边缘。最简单的微分算子 是一阶偏微分司么，印Z，它们分别是灰度在x和Y方向上的变化率，而方向口上的灰度变 中国电子学会电路与系统学会第十九届年会论文集 化率为： 箬：墨COScZ+善。缸。 ㈤ u“ “ Ⅲ 对于数字图像，可以用一阶差分代替一阶微分。即， L(i，』)：』!I!!二韭：，(f，，)～，(f一1，』) ㈤ ／ji，加罄粤：f(i，／)一，(f，J—1) ㈣ oy ㈤ 所以，fo(i√)：—af-(i,j)：正(i，／)COSG+^(f√)sin口 对于数字图像梯度模算子定义为：