层次聚类算法的实时图像边缘检测及FPGA实现-红外技术.PDFVIP

第36 卷 第1 期 红 外 技 术 Vol.36 No.1 2014 年1 月 Infrared Technology Jan. 2014 层次聚类算法的实时图像边缘检测及 FPGA 实现 刘紫燕，祁 佳 （贵州大学电子信息学院 贵州 贵阳 550025 ） 摘要：Sobel、Roberts 算子是基于微分得出的，由于模板和阈值固定，因此缺乏自适应性。将采集到 的实时灰度图像先进行中值滤波，使用分裂聚类算法对实时灰度图像梯度值进行第1 次聚类，然后对 第1 次分裂聚类的结果进行凝聚聚类，再进行第2 次的分裂聚类，最后对第2 次聚类的结果进行自适 应阈值判断得出图像边缘，并在FPGA 上实现。实验结果表明，采用层次聚类算法检测出的边缘更加 精细，抑制噪声能力更强。 关键词：分裂聚类算法；凝聚聚类算法；自适应阈值；FPGA；边缘检测 中图分类号：TP391.4 文献标识码：A 文章编号：1001-8891(2014)01-0053-05 Hierarchical Clustering Algorithm of Real-Time Image Edge Detection on FPGA LIU Zi-yan ，QI Jia （College of Electronic Information，Guizhou University，Guiyang 550025 ，China） Abstract ：The classical edge operators are mostly based on the gradient computation such as Sobel, Roberts operator and so on, which has features of poor self-adaptability due to its fixed template and threshold. In this paper, the noise in real-time gray-scale image is filtered by median filtering, and then the gradient value of real-time gray-scale image is classified for the first time by split-level clustering algorithm. After that, this gradient is classified for the second time by agglomerative clustering algorithm. The image edge is obtained by using adaptive threshold. The results demonstrate that the edge detected by the hierarchical clustering algorithm is more accurate, and the background noise is filtered as well. Key words ：split-level clustering algorithm，agglomerative clustering algorithm，adaptive threshold，FPGA ， edge detection 据所在类别。“聚类”就是“划分数据集合，确定每 0 引言 个数据所在类别”的过程[5] 。