《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 可編程邏輯 > 設(shè)計應(yīng)用 > 實時圖像邊緣檢測形態(tài)學(xué)優(yōu)化設(shè)計及FPGA實現(xiàn)
實時圖像邊緣檢測形態(tài)學(xué)優(yōu)化設(shè)計及FPGA實現(xiàn)
來源：電子技術(shù)應(yīng)用2013年第9期
劉紫燕, 祁 佳
貴州大學(xué) 計算機(jī)科學(xué)與信息學(xué)院, 貴州 貴陽 550025
摘要： 利用Sobel算子對實時圖像進(jìn)行邊緣檢測，然后再對邊緣檢測之后的圖像進(jìn)行形態(tài)學(xué)的膨脹和腐蝕技術(shù)的優(yōu)化，最后利用FPGA將形態(tài)學(xué)優(yōu)化后的實時圖像進(jìn)行邊緣檢測。結(jié)果表明該方法能有效提高邊緣檢測的效果，檢測出的圖像邊緣更加清晰，同時可大幅度濾除掉圖像中的背景噪聲。
中圖分類號： TP391.4
文獻(xiàn)標(biāo)識碼： A
文章編號： 0258-7998(2013)09-0132-03
Edge detection and morphology optimization of real-time image based on FPGA
Liu Ziyan, Qi Jia
College of Computer Science and Information, Guizhou University, Guiyang 550025, China
Abstract： The traditional sobel operator is only used for static image edge detection, in this paper, we detected the real-time image edge and then we used the morphological dilation and morphological erosion to make the real-time image edge better, after that, we implemented this optimized real-time image edge detection by morphology on FPGA. The results showed that, the algorithm in this paper can improve the edge detection effectively. Compared to Sobel operator, the real-time image edge was clearer and the background noise was filtered as well by using the algorithm in this paper.
Key words : morphology; closed operation; erision and dilation; FPGA; edge detection

    圖像邊緣通常指圖像灰度變化率最大的像素點的總和，邊緣廣泛地分布于物體之間、物體與背景之間[1]。圖像邊緣也是人眼和計算機(jī)識別圖像、獲取信息的重要特征來源，因此圖像的邊緣檢測在在航空、軍事、人工智能等需要圖像處理的領(lǐng)域都有著廣泛應(yīng)用研究[2]。

    數(shù)學(xué)形態(tài)學(xué)是以集合論為基礎(chǔ)的學(xué)科，是幾何形態(tài)學(xué)分析與描述的工具。數(shù)學(xué)形態(tài)學(xué)在計算機(jī)視覺、圖像分析、模式識別等方面得到了廣泛的應(yīng)用。
    傳統(tǒng)的實時圖像邊緣檢測大多只使用Sobel算子進(jìn)行處理得出邊緣[2]，基本能滿足實時圖像邊緣的要求，但是仍存在很強(qiáng)的背景噪聲[3]。本文利用FPGA對實時圖像進(jìn)行邊緣檢測并進(jìn)行形態(tài)學(xué)的優(yōu)化，得到的邊緣清晰，同時很好地抑制了背景噪聲。
1 系統(tǒng)總體框架設(shè)計
    Sobel邊緣檢測算子是實時圖像邊緣檢測比較常用的算子，在FPGA上實現(xiàn)簡單，對于噪聲有一定的抑制能力，同時又能取得比較好的邊緣檢測效果。
    為了獲得更加精細(xì)的邊緣以及更好地抑制背景噪聲，本文利用形態(tài)學(xué)的閉運算優(yōu)化邊緣?；贔PGA的實時圖像邊緣檢測形態(tài)學(xué)優(yōu)化系統(tǒng)如圖1所示。

    本系統(tǒng)主要設(shè)計思想是在實時圖像Sobel邊緣檢測之后，增加邊緣形態(tài)學(xué)的處理，采用先進(jìn)行膨脹運算，再進(jìn)行腐蝕運算實現(xiàn)對邊緣的形態(tài)學(xué)優(yōu)化。
2 數(shù)學(xué)形態(tài)學(xué)及基本運算
     數(shù)學(xué)形態(tài)學(xué)是分析幾何形狀和結(jié)構(gòu)的一種數(shù)學(xué)方法[4],是以集合代數(shù)為基礎(chǔ),并用集合論的方法來研究幾何結(jié)構(gòu)的學(xué)科。數(shù)學(xué)形態(tài)學(xué)的思想是利用具有一定形態(tài)的結(jié)構(gòu)元素度量和提取圖像的對應(yīng)特征，達(dá)到對圖像分析以及識別的目的。結(jié)構(gòu)元素是數(shù)學(xué)形態(tài)學(xué)中最重要、最基本的概念,是在分析圖像時收集圖像信息的探針，在圖像中不斷移動探針就可確定圖像中各部分間的關(guān)系，從而提取有用的特征[5]。
   


4 形態(tài)學(xué)優(yōu)化檢測結(jié)果與分析
    圖5為采用Sobel算法進(jìn)行實時邊緣檢測后的圖像，圖6為采用Sobel算法進(jìn)行邊緣檢測之后,又經(jīng)形態(tài)學(xué)閉運算優(yōu)化的圖像，即改進(jìn)算法的結(jié)果。對比運行結(jié)果可以得出,本系統(tǒng)對于實時圖像進(jìn)行邊緣檢測之后，進(jìn)行了形態(tài)學(xué)閉運算的優(yōu)化，檢測的精度顯著提高，特別是背景噪聲得到很好的抑制。

 

 

    本文采用Sobel算子實現(xiàn)實時圖像的邊緣檢測，再進(jìn)行數(shù)學(xué)形態(tài)學(xué)閉運算的優(yōu)化，最后在友晶公司的DE2-70的FPGA平臺上實現(xiàn)。與傳統(tǒng)邊緣檢測相比，本文方法進(jìn)一步提高了圖像邊緣檢測的精度，同時很好地抑制了背景噪聲。可應(yīng)用在監(jiān)控、航空等實時性高、計算量大的領(lǐng)域。
參考文獻(xiàn)
[1] 高德威,陳天煌,劉朋.蟻群算法在圖像邊緣檢測上的應(yīng)用研究[J].計算機(jī)與數(shù)字工程,2009,37(1)：131-134.
[2] 劉紫燕.實時圖像邊緣檢測的設(shè)計及FPGA實現(xiàn)[J].電子科技, 2011,24(12):1-3,6.
[3] 李杰,彭月英,元昌安,等.基于數(shù)學(xué)形態(tài)學(xué)細(xì)化算法的圖像邊緣細(xì)化[J].計算機(jī)應(yīng)用，2012,32(2):514-516,520.
[4] 何希平,基于鄰域Mean-Shift 的彩色圖像濾波算法[J].計算機(jī)應(yīng)用，2011,31(2):386-389.
[5] 趙德春,彭承琳,陳園園,等.用形態(tài)學(xué)改進(jìn)醫(yī)學(xué)圖像邊緣檢測算法[J].重慶大學(xué)學(xué)報， 2010,33(2):123-126.
[6] 張廣軍.視覺測量[M].北京:科學(xué)出版社,2008.
[7] 谷陸生.基于SOPC的實時邊緣檢測系統(tǒng)的研究[J].電子技術(shù)應(yīng)用,2009，35(8):47-48,75.
[8] 李明,趙勛杰,毛偉民.Sobel邊緣檢測的FPGA實現(xiàn)[J].現(xiàn)代電子技術(shù),2009,33(16):44-46.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。