陈 虎,凌朝东*,张 浩,杨 骁,汤 炜
(1.华侨大学 信息科学与工程学院,福建 厦门361021;2.厦门市专用集成电路系统重点实验室,福建 厦门361008)
边缘是图像的最基本特征,是图像局部亮度变化最显著的部分,是物体的轮廓或物体不同表面之间的交界在图像中的反映,它是图像分割、纹理特征提取和形状提取等图像分析的重要基础。边缘检测是利用物体和背景在某种图像特性上的差异来实现,这些差异包括灰度、颜色或者纹理特征。在实时图像处理中,由于实现边缘检测算法涉及的运算数据量很大,一般运算器的顺序执行或用传统的软件方法都很难达到实时性要求[1]。而采用FPGA 的并行结构和流水线技术,可提高图像边缘检测的处理速度,满足系统实时性要求。
Sobel算法是一种基于梯度的边缘检测算法,相比其他边缘检测算法,如Marr-Hildreth、Canny基于梯度信息的自适应平滑滤波和基于小波的边缘检测算子等[2-4],其计算简单,只涉及到乘加运算,同时具有非线性和一定的平滑效果。所以对于灰度图像Sobel算子能够取得很好的边缘检测效果,而对于彩色图像,由于不能充分利用彩色图像的颜色信息,因此会丢失原始图像的一些细节信息,出现边缘模糊现象,影响图像后续的分析和处理[5]。有研究表明,彩色图像中大约有90%与灰度图像边缘相同,但余下10%的边缘单靠灰度图像是检测不出来的。
本文针对上述存在的不足,对Sobel算子进行改进,通过增加边缘检测的方向模板,改善其对纹理复杂图像的适应能力,同时,引进一种快速中值滤波方法对输入图像数据进行去噪预处理,滤除由于图像获取、传输、存储、处理和随机干扰等产生的噪声。……