段紀(jì)丁 杜 爽 鐘榮 崔 鵬

1. 西南科技大學(xué)工程技術(shù)中心智能機器人創(chuàng)新實踐班，四川 綿陽 621010 2. 西南科技大學(xué)信息工程學(xué)院，四川 綿陽 621010

基于FPGA的圖像處理系統(tǒng)的設(shè)計與實現(xiàn)

段紀(jì)丁1杜 爽2鐘榮2崔 鵬1

1. 西南科技大學(xué)工程技術(shù)中心智能機器人創(chuàng)新實踐班，四川 綿陽 621010 2. 西南科技大學(xué)信息工程學(xué)院，四川 綿陽 621010

本文基于中值濾波算法與改進(jìn)的Sobel邊沿檢測算法理論，采用了SOPC技術(shù)，以FPGA為核心設(shè)計了圖像采集系統(tǒng)，通過VerlogHDL語言實現(xiàn)了圖像處理算法模塊對圖像進(jìn)行預(yù)處理，實現(xiàn)了圖像的除噪、干擾濾除以及邊沿檢測與傳輸，實現(xiàn)了上、下位機的同步顯示，并且通過上位機上可以結(jié)合更多的圖像識別算法，為實現(xiàn)更加復(fù)雜的圖像處理奠定了基礎(chǔ)。

FPGA；中值濾波；Sobel檢測算法；H264壓縮

算法；VerlogHDL

中圖類分號：TP317.4

引言

圖像是人類獲取信息的重要途徑[1],隨著數(shù)字圖像技術(shù)的廣泛應(yīng)用，許多領(lǐng)域?qū)D像的質(zhì)量的要求越來越高，越來越多的圖像處理的算法也在實際中得到應(yīng)用，其中較為廣泛的有中值濾波算法、Sobel圖像邊沿檢測算法等。中值濾波算法是一種非線性空間濾波方法，對于脈沖干擾以及輸入噪聲有很好的處理效果[2]，但是本身對圖像邊沿的檢測效果不是很好。本文基于中值濾波算法和一種改進(jìn)的Sobel圖像邊沿檢測算法[3]相結(jié)合，提出一種對圖像進(jìn)行處理的綜合方式，并且以Altera公司的FPGA為核心，通過VerlogHDL語言構(gòu)建上述算法模塊，根據(jù)實際設(shè)計了圖像處理系統(tǒng)，經(jīng)實際效果顯示，該系統(tǒng)對于圖像有很好的處理效果。

1 圖像處理算法的原理與設(shè)計

1.1 中值濾波算法原理[2]

中值濾波算法是圖基（Turky）在1971年提出來的[4]，通過定義大小為N*N的領(lǐng)域，根據(jù)領(lǐng)域(x,y)內(nèi)的像素灰度進(jìn)行排序，以該點的中值midde作為該領(lǐng)域的等效灰度值。中值濾波是一種非線性基于領(lǐng)域操作的處理算法，能夠有效地處理圖像信號中的噪聲和干擾，中值濾波公式如下：

上式（1）中，g(x,y)表示在(x,y)處

經(jīng)過中值濾波后的等效灰度值。在FPGA中利用VerlogHDL語言構(gòu)建中值濾波算法模塊。本文對由3*3方形窗生成的9個像素輸出數(shù)據(jù)進(jìn)行濾波處理。圖1為中值濾波算法流程圖，將窗口中的9個像素分為3組，分別對這3組中的最值min_of_max， max_of_min和med_of_med進(jìn)行比較，最后得到等效像素灰度值midde。

圖1 中值濾波算法操作流程

1.2 改進(jìn)Sobel算法原理[3]及構(gòu)建

經(jīng)典的Sobel算法是通過在圖像空間，利用兩個方向模板與圖像鄰域進(jìn)行卷積，最后通過與閥值TH進(jìn)行大小比較后的結(jié)果來判斷是否圖像邊緣，這樣的方式只能檢測兩個方向的邊緣，對于較復(fù)雜的圖像就不具備高效性，并且僅根據(jù)與閥值的大小關(guān)系判斷邊緣點是欠合理的。

基于以上不足，本文采取改進(jìn)后的Sobel檢測算法，通過邊緣跟蹤的思想，檢測水平、垂直、左對角、右對角等8個不同方向上像素點的灰度平滑性來識別圖像邊沿,并且，根據(jù)檢測該點的梯度值與確定閥值TH進(jìn)行比較，見表1，判斷是否為邊緣點。計算式如式（2）：

表1 Sobel邊沿檢測算法改進(jìn)前后效果對比

其中，grade(m,n)為像素點(m,n)對應(yīng)的梯度值; Max(i,j)為(m,n)點8鄰域

最大梯度值; 為控制因子。這種方式不但突出了對圖像的邊緣銳化, 而且有增強邊緣對比值，為后期對圖像位置的定位起到了重要的作用。圖2為處理前后的效果對比圖。

2 系統(tǒng)硬件結(jié)構(gòu)[5]及處理結(jié)構(gòu)

2.1 圖像采集、處理與傳輸?shù)墓ぷ髁鞒?/p>

該系統(tǒng)采用CCD攝像頭模塊進(jìn)行圖像

信息的采集，由視頻解碼芯片SAA7113對采集的模擬圖像信息進(jìn)行數(shù)字化處理，并通過FPGA中FIFO內(nèi)組成的數(shù)據(jù)幀存儲在外部SDRAM中[6]，并且利用編碼芯片SAA7121對處理后的數(shù)字信息進(jìn)行D/A轉(zhuǎn)換，使之能夠輸出PAL制式的電視視頻信號，并利用H264圖像壓縮算法對處理后的數(shù)據(jù)進(jìn)行了壓縮處理，整個操作流程如圖3所示：

圖3 系統(tǒng)的硬件組成結(jié)構(gòu)框

2.2 圖像顯示效果對比

基于設(shè)計的硬件與軟件模塊，對一靜物進(jìn)行了圖像采集測試，如圖4得知，圖4a經(jīng)過無線傳輸在TFT屏上顯示的比圖4a具有少許的噪聲，并且圖4b的灰度、對比度均發(fā)生些許的變化，但是基本上與圖4a顯示的效果一樣，達(dá)到了預(yù)期的目的。

圖4 圖像顯示效果對比

3 結(jié)束語

本文結(jié)合計算機圖像處理技術(shù)、通信技術(shù)和嵌入式自動控制技術(shù)，設(shè)計了由FPGA為控制核心的圖像處理系統(tǒng)。通過構(gòu)建圖像處理算法模塊，實現(xiàn)了對圖像的處理，從實驗顯示效果圖來看，可以看出該圖像采集方案實現(xiàn)了圖像的無誤采集、存儲與傳輸，在項目處理圖像采集與傳輸過程中起到了很重要的作用，該系統(tǒng)已經(jīng)應(yīng)用在筆者所承擔(dān)的項目中。

[1] 孫紅亮 等，基于FPGA+ARM的高速計算機屏幕信息記錄系統(tǒng)[M]. 電子技術(shù)應(yīng)用，2011:38-39.

[2] 王德勝,康令州. 基于FPGA的實時圖像采集與預(yù)處理[M]. 器件與應(yīng)用，2010:32-33.

[3] 劉彩. 一種改進(jìn)的Sobel圖像邊緣檢測算法[J]. 貴州工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2004:77-78.

[4] 陳燕，李亞萍，楊永雙. 一種適合FPGA實現(xiàn)的中值濾波算法及軟硬件協(xié)同仿真[J]. 華北水利水電學(xué)院學(xué)報，2010:79-81.

[5] 馬利剛,馬鐵華. 基于FPGA的實時圖像采集系統(tǒng)設(shè)計[J]. 計量與測試技術(shù)，2009:51-56.[6] 高超,須文波,孫俊. 新的強高斯噪聲自適應(yīng)濾波方法[J]. 計算機工程與應(yīng)用，2011:154-156

西南科技大學(xué)大學(xué)生創(chuàng)新基金（項目編號：CX11-011）

10.3969/j.issn.1001-8972.2012.09.045

A

段紀(jì)?。?989- ），男，在讀本科生，西南科技大學(xué)工程技術(shù)中心智能機器人創(chuàng)新實踐班，研究方向：自動控制、控制理論與控制工程。