一种改进的Sobel自适应边缘检测的FPGA实现

针对经典Sobel边缘检测算法对噪声比较敏感而且需要人为指定阈值等问题,提出了一种Sobel自适应边缘检测方法。首先,对经典Sobel算法改进,增加了检测方向,根据待测像素背景灰度值和人眼视觉特性自适应地生成阈值,从而检测出与人的主观视觉更为一致的图像边缘,然后对边缘图像进行形态学处理,增强了算法的抗噪性。将改进的边缘检测算法在单片FPGA上实现,利用FPGA高速并行处理的优势,系统能够实时采集、检测图像边缘并显示高帧频高分辨率图像。     

阈值自适应视频边缘检测算法的FPGA快速实现

在机器视觉、模式识别等领域通常需要提取出视频的轮廓,为了更高效地提取出视频的轮廓信息,文中改进了一种阈值自适应的Sobel边缘检测算法。该算法基于以面积换取速度的思想,完成中值滤波、多模板Sobel算子、环境自适应阈值生成、腐蚀和膨胀操作,并利用FPGA的并行流水的优势,可以在FPGA硬件平台上实时实现视频边缘检测。     

基于FPGA的低照度图像采集与处理系统研究

针对低照度图像亮度低、噪声高和边缘模糊等问题,基于Xilinx公司的Artix-7系列FPGA芯片,通过驱动微光性能良好的XQE-1310图像传感器,对探测器采集的视频信号进行滤波和边缘检测,完成了低照度图像的采集和处理等一系列操作,最后将处理过的视频信号通过CameraLink视频格式实时显示,设计了一套微光夜视系统。实验结果表明,该系统的最低工作照度可达10－2 lx量级,滤波算法在保持图像边缘信息的同时有效滤除了图像中的椒盐噪声,自适应边缘检测算法可以根据照度水平实时调整阈值,凸显了低照度环境下物体的轮廓信息。系统充分利用了FPGA（Field Programmable Gate Array）速度快、效率高的优势,最后的成像结果清晰稳定,便于人眼观察。     

FPGA在边缘检测中的应用

主要探讨FPGA在边缘检测中的运用,分析两种不同边缘检测算子对图像处理的效果。由于FPGA算法硬件处理速度快、可编程、可重配置等特性,使其在图像处理方面占有很大的优势。为此文章提出了运用FPGA实现边缘检测的方法,并且根据FPGA的并行流水线性,对Sobel、Prewitt边缘检测算子分别进行了FPGA设计与实现以及仿真,并且对两种边缘检测算子对图像处理的效果进行了比较。通过仿真分析得出,Sobel和Prewitt边缘检测算子都有平滑噪声的作用,Sobel边缘检测算子可以提供较为准确的边缘方向信息,Prewitt边缘检测算子,其边缘性较Sobel边缘检测算子完整,但它们的边缘定位精度有待提高,仿真中通过改变程序中的阈值可以得到不同的处理效果,这也是利用FPGA的优点,方便容易、速度也得到了提高,并且可编程、可重配置,使得FPGA在数字图像处理方面显得非常优越。     

基于FPGA的实时边缘检测系统

提出一种基于FPGA的实时边缘检测系统,运用Verilog语言实现了系统的数据采集、存储和显示.并针对目前边缘检测易受噪声影响的缺点,采用一种结合中值滤波和改进的Sobel边缘检测的图像预处理算法.通过与经典Sobel边缘检测算法处理后的图像相比较.证明所研制的系统对图像噪声干扰有较强的抑制能力,且提取的边缘定位较准确...     

基于FPGA的图像处理探究

随着图像处理的数量的增大和图形处理算法复杂度变高,图像处理实时性就变得十分重要。为了解决图像处理中数据实时性问题,文章基于FPGA的图像处理进行分析,文章基于边缘检测算法和滤波算法,选择以Sobel算子对图像进行预处理,并选择Matlab软件对算法进行仿真,研究算法的可行性。实验表明文章提出的基于FPGA的图像处理系统具有良好的边缘检测效果,能够实现数据处理实时要求。     

实时图像边缘检测的设计及FPGA实现

传统Sobel算法实现边缘检测是基于静态图像,而在实时图像处理中,边缘检测存在一定的复杂度和难度,文中将FPGA应用于实时图像边缘检测系统,从而实现动态实时图像的边缘检测。通过搭建实验平台仿真验证表明,检测精度和数据处理的运算效率均有所提高。     

层次聚类算法的实时图像边缘检测及FPGA实现

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。     

基于FPGA器件的Sobel算法实现

简要介绍了图像边缘检测技术中Sobel算法,给出了基于FPGA件Sobel算法实现方案,分析了VHDL行为建模在电子设计中的优点,同时给出了关键部分的设计代码。     

实时图像双边缘检测算法及FPGA实现

传统的单独采用Roberts和Sobel算子对实时图像的边缘进行检测,其检测出的结果在边缘精度和抗噪能力方面都有待提高。首先将实时图像经过中值滤波来去除噪声,然后再进行Roberts边缘和Sobel边缘检测,实现双边缘检测,最后将得到的边缘数据在FPGA上实现。实验结果表明,双边缘检测优于单独采用Roberts或Sobel边缘检测算法,检测出的边缘更加清晰,抗噪能力增强。     

图像边缘检测系统的硬件设计

介绍了一种视频检测系统中图像边缘检测子系统的设计方案及其实现过程。选择Sobe!算子作为设计系统的核心算子。该系统采用Ahera公司的FPGA（现场可编程门阵列）芯片作为中央处理器,由帧数据接收模块、像素值串入并出模块、像素窗口刷新模块、数据处理模块及相关配置电路组成。像素窗口刷新模块本质为一个移位寄存器,用于实现像素处理窗口的更新,并将更新后的数据送入数据处理模块实现Sobel算法和整个图像边缘检测的过程。系统在QuartusII软件平台下开发,通过仿真证明符合设计要求,并被成功下载到Cyclone系列FPGA中。本系统还可应用在需要对图像进行高速处理的场合。     

A novel real-time resource efficient implementation of Sobel operator-based edge detection on FPGA

A new resource efficient FPGA-based hardware architecture for real-time edge detection using Sobel operator for video surveillance applications has been proposed. The choice of Sobel operator is due to its property to counteract the noise sensitivity of the simple gradient operator. FPGA is chosen for this implementation due to its flexibility to provide the possibility to perform algorithmic changes in later stage of the system development and its capability to provide real-time performance, hard to achieve with general purpose processor or digital signal processor, while limiting the extensive design work, time and cost required for application specific integrated circuit. The proposed architecture uses single processing element for both horizontal and vertical gradient computation for Sobel operator and utilised approximately 38% less FPGA resources as compared to standard Sobel edge detection architecture while maintaining real-time frame rates for high definition videos (1920 × 1080 image sizes). The complete system is implemented on Xilinx ML510 (Virtex-5 FX130T) FPGA board.     

基于FPGA的图像分块实时边缘检测系统

当边缘检测系统用于存在异常光照的环境中,其判决阈值会被非均匀光源部分所影响,从而导致检测效果的不理想。针对此问题,提出一种基于图像分块的边缘检测方法,将这种方法用于Sobel算子,并在Altera CycloneIV FPGA平台上进行实时的边缘检测。测试实验结果表明,该改进方法对于存在非均匀光源环境下的边缘检测效果明显优于传统的边缘检测方法。     

基于FPGA的视频实时边缘检测系统

于对视频图像检测与识别的需要,提出了一种基于FPGA的视频边缘检测系统设计方案,并完成系统的硬件设计.通过FPGA控制摄像头进行视频采集,双端口SDRAM对图像数据进行缓存,FPGA再对数据进行实时处理.实际采用DE2-115开发板和CMOS摄像头OV7670为硬件平台进行验证.结果表明,该系统具有实时性高,检测准确的特点,达到了设计要求.     

一种对比度增强的边缘检测改进算法及FPGA实现

传统的Sobel实时图像边缘检测算法对光照条件敏感,因此在进行边缘检测时常会有虚假边缘以及遗漏边缘的现象。将采集到的实时灰度图像进行中值滤波,再进行对比度增强来调整图像灰度值,将进行对比度增强后的图像进行Sobel边缘检测并在FPGA上实现。实验结果表明,采用对比度增强改进的边缘算法检测的边缘更加准确,抑制背景噪声能力更强。     

一种改进的Sobel边缘检测算法的设计及其FPGA实现

为了快速得到边缘更清晰、敏感度更高的实时边缘图像数据,提出了一种改进的Sobel边缘检测算法.对原始图像的边缘进行平滑滤波后,利用2个3×3模板对选定的二维图像中同样大小区域内的数据进行卷积,合并水平及垂直方向的导数得到该区域的梯度值,再通过添加的梯度方向模块对该区域进行4个方向的判断以帮助确定边缘,最后通过非极大值抑制及二值化处理确定图像边缘.将改进后的Sobel边缘检测算法在FPGA上进行了实现并证明了其有效性.     

基于CUDA的红外图像快速增强算法研究

针对红外图像边缘模糊,对比度低的问题,文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上,研究了改进的Laplace金字塔分解的图像融合算法,并基于CUDA并行处理技术,在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点,应用纹理映射、多点访问、并行触发技术,优化数据的存储结构,提高数据处理速度,适用于对红外图像增强的实时性要求较高的领域。实验结果表明,该算法有较好的并行特性,能充分利用CUDA的并行计算能力,提高了红外图像增强的实时性,处理分辨率为3 096×3 096的红外图像时加速比达32.189。