基于FPGA的Sobel边缘检测应用开题报告

1. 研究目的与意义

在实时图像处理中，用sobel 算子进行物体的边缘检测是经常用到的算法, 由于对处理速度要求较高且算法处理的数据量较大，用一般的软件实现会比较慢, 无法达到实时系统的要求。

而使用fpga 芯片, 用硬件实现对底层的图像预处理可提高图像处理的速度, 满足系统实时要求。

fpga 技术的关键就是利用强有力的设计工具以缩短开发周期，提高器件资源利用率，提供综合器的选择( 例如在最佳速度和设计规模之间做出选择)。

2. 国内外研究现状分析

如何快速地、精确地提取图像边缘信息，一直是国内外研究的热点，然而边缘检测又是图像处理中的一个难题。

早期经典算法包括边缘算子法，曲面拟合法，模版匹配法，门限化方法等等。

近年来随着数学理论及人工智能的发展，又涌现出许多新的边缘检测方法，如小波变换和小波包的边缘检测法、基于数学形态学、模糊理论和神经网络的边缘检测法有roberts算子、sobel算子、prewitt算子、laplacian算子、log 算子、canny 算子等。

3. 研究的基本内容与计划

针对目前数字图像处理速度不足的问题, 提出一种使用硬件fpga 芯片实现sobel 边缘检测的方法。

由于fpga在并行结构和流水线结构具有天然优势, 通过提高算法的并行性, 可以大幅提高sobel 边缘检测速度。

采用模块化方式构造了串/ 并转换模块、数据窗口生成模块和边缘检测模块, 保证了系统的扩展性。

4. 研究创新点

经典的sobel图像边缘检测算法，是在图像空间利用两个方向模板与图像进行邻域卷积来完成的，这两个方向模板一个是检测垂直边缘，一个是检测水平边缘。

sobel算法的优点是计算简单，速度快。

但由于只采用了两个方向模板，只能检测水平方向和垂直方向的边缘，因此，这种算法对于纹理较复杂的图像，其边缘检测效果欠佳；同时，经典sobel算法认为，凡灰度新值大于或等于阈值的像素点都是边缘点。