摘 要： 基于圖像處理的水果品級的篩選技術(shù)研究，前端利用光學(xué)傳感器采集水果信息，利用數(shù)字圖像處理技術(shù)對采集的信息進(jìn)行處理，從而對水果進(jìn)行大小和顏色的判別，驅(qū)動電機(jī)對被測物體進(jìn)行篩選。圖像處理算法主要包括圖像的濾波、二值化和邊緣檢測，分析了幾種濾波算法的優(yōu)缺點(diǎn)，用FPGA實(shí)現(xiàn)算法的處理，最終采用中值濾波和Sobel邊緣檢測算法，并用Verilog語言編寫程序?qū)崿F(xiàn)相關(guān)算法的仿真驗(yàn)證。為了測試程序的正確與否，對一幅480×640分辨率的8 b的灰度圖像進(jìn)行了中值濾波算法和Sobel算法的仿真測試，測試結(jié)果滿足系統(tǒng)要求。

關(guān)鍵詞： FPGA技術(shù)； 水果篩選； Verilog語言； 中值濾波； Sobel邊緣檢測算法； 圖像處理

中圖分類號： TN911.73?34； TP391 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）02?0089?03

Application of FPGA image processing in fruit grade screening technique

CHENG Guangwei， LIU Dongming

（Xi’an Technological University， Xi’an 710032， China）

Abstract： In the research of screening technology of fruit grade based on image processing， the optical sensor is adopted to collect the fruit information， and the digital image processing technology is used to process the captured information， so as to discriminate the size and color of the fruit and drive the motor to screen the fruits. The image processing algorithms includs image filtering， binarization and edge detection. The advantages and disadvantages of several filtering algorithms are analyzed. FPGA is used to implement image processing. The median filtering， Sobel edge detection algorithm and Verilog language program are taken to implement simulation verification of the related algorithm. In order to test the correctness of the testing program， the simulation testing of median filtering algorithm and Sobel algorithm for a 8bit grayscale image with the resolution of 480×640 was performed. The testing results met the system requirements.

Keywords： FPGA technology； fruit screening； Verilog； median filter； Sobel edge detection algorithm； image processing

0 引 言

隨著農(nóng)業(yè)技術(shù)的不斷發(fā)展和人民生活水平質(zhì)量的提高，人們越來越講究生活品質(zhì)，對水果的質(zhì)量要求也不斷提高。大多數(shù)企業(yè)依靠人工感官進(jìn)行識別判斷，勞動量大、成本高、生產(chǎn)效率低，而且分選的精度不高，本文提出了一種水果品級自動篩選技術(shù)，利用數(shù)字圖像處理技術(shù)對采集的圖像進(jìn)行處理[1]。FPGA已經(jīng)應(yīng)用在圖像處理算法中，在提高圖像處理速度和效率等方面具有廣泛的應(yīng)用，怎樣把FPGA更好地應(yīng)用在圖像處理方面，成為業(yè)內(nèi)重點(diǎn)研究的方向。FPGA還可以根據(jù)客戶要求，通過設(shè)計完成各種用途的電路，在開發(fā)中可利用流水線作業(yè)和并行處理的技術(shù)，使其在處理算法上具有高效性，并且其開發(fā)周期相對于ASIC短、易于維護(hù)和拓展，在實(shí)時數(shù)據(jù)處理方面具有突出的優(yōu)點(diǎn)。目前多種圖像處理算法如圖像縮放、圖像旋轉(zhuǎn)、圖像壓縮、邊緣檢測、直方圖均衡化、中值濾波等，都適合用FPGA處理，并且相關(guān)算法也在不斷完善。在此研究采用FPGA開發(fā)圖像處理系統(tǒng)，并提出快速中值濾波和邊緣檢測算法的實(shí)現(xiàn)。

1 FPGA概念

FPGA具有運(yùn)行速度快、可重復(fù)編程、集成度高等優(yōu)點(diǎn)，是進(jìn)行原始設(shè)計最理想的載體。FPGA研發(fā)周期短，成本少，規(guī)模不斷擴(kuò)大，且不容易泄密，不僅能夠有效消除設(shè)計電路的不足之處，而且打破了原有的設(shè)計器件的限制，市場的需求好。此外，F(xiàn)PGA在圖像算法當(dāng)中的應(yīng)用，能夠快速提高算法的處理速度，在開發(fā)實(shí)時圖像處理方面具有重要的作用[2]。

2 系統(tǒng)總體設(shè)計方案

采用FPGA進(jìn)行圖像處理，主要是通過光學(xué)傳感器、A/D芯片等部分一起發(fā)揮作用，信息存儲、處理及控制設(shè)計應(yīng)該在系統(tǒng)中完成。系統(tǒng)實(shí)現(xiàn)整體框圖如圖1所示。

圖1 系統(tǒng)總體框圖

本文主要研究整個系統(tǒng)的圖像處理模塊，方案是把FPGA作為圖像算法模塊的重要部分，利用該模塊實(shí)現(xiàn)圖像算法處理。中值濾波和邊緣檢測都是基于方形窗口操作的，因此主要由邊緣檢測功能模塊、中值濾波功能模塊2個模塊組成。

3 圖像濾波處理的基本算法

3.1 均值濾波

當(dāng)前，圖像處理濾波的方法主要有均值濾波、中值濾波等方式。均值濾波稱線性濾波，它主要采用鄰域平均法。均值濾波通常設(shè)置一個固定形狀數(shù)字模板，對于源圖像中的每一個像素點(diǎn)（x，y），取其周圍鄰域中與模板對應(yīng)的像素點(diǎn)的灰度值，將所有點(diǎn)的灰度值或加權(quán)值求和取平均值，并將該值作為處理后圖像中像素點(diǎn)（x， y）的灰度值。這種方法主要是針對一般噪聲點(diǎn)的灰度值與其周圍像素點(diǎn)的灰度值差異較大的特點(diǎn)來消除噪聲。

3.2 中值濾波

中值濾波是一種非線性的信號處理方法，該算法在一定的條件下可以消除線性濾波器如均方濾波、均值濾波等帶來的圖像不清晰，而且對消除椒鹽噪聲最為有效。但對于細(xì)節(jié)多的，尤其點(diǎn)、線、尖頂細(xì)節(jié)多的圖像不適合用中值濾波。設(shè)計一個含有奇數(shù)個點(diǎn)的滑動窗口，一般以窗口的幾何中心的像素為當(dāng)前活動點(diǎn)，在圖像上依某種方式移動該窗口，將窗口對應(yīng)下的像素點(diǎn)按其數(shù)據(jù)的大小進(jìn)行排序，取其中間值作為當(dāng)前活動點(diǎn)在處理后圖像中的有效信息。本系統(tǒng)采用中值濾波作為圖像濾波處理的算法。

3.3 邊緣檢測算法

圖像邊緣檢測大量地減少了信息量，而且去除了可以認(rèn)為不相關(guān)的數(shù)據(jù)，保留了圖像有效的數(shù)據(jù)。采用Sobel邊緣檢測的算法進(jìn)行邊緣檢測，獲得目標(biāo)圖像與背景的交界線和目標(biāo)圖像的邊界。由于Sobel算法是濾波算子的形式，作用是獲得邊緣信息，可以采用快速卷積方法，簡潔高效，所以大量應(yīng)用。本系統(tǒng)采用Sobel算法作為邊緣檢測算法。表1和表2為Sobel算法的卷積因子。

表1 Sobel算法的卷積因子（一）

表2 Sobel算法的卷積因子（二）

該算子擁有2組3[×]3的矩陣，分別為水平和垂直，把它和圖像信息做卷積運(yùn)算，即可分別得出水平和垂直的亮度差分近似值。圖像的每一個像素的水平和垂直數(shù)值采用以下公式，計算該點(diǎn)有效數(shù)值的大?。篏=[Gx2+Gy2]。

4 中值濾波算法的FPGA實(shí)現(xiàn)

通過對中值濾波和均值濾波的算法的分析，中值濾波更加適合應(yīng)用于實(shí)踐中?？紤]中值濾波在實(shí)踐中的優(yōu)勢，本文將用FPGA實(shí)現(xiàn)中值濾波的算法。中值濾波在實(shí)踐應(yīng)用中，通過設(shè)置一個3×3的窗口對窗口內(nèi)的9個像素點(diǎn)進(jìn)行大小值的計算，最后獲得中間值，作為最后9個像素點(diǎn)的有效值。在串行語言中，將9個像素逐個進(jìn)行比較，要經(jīng)過30次比較，耗費(fèi)時間，浪費(fèi)大量的資源，減低了算法的效率。因此，提高處理速度是本文要研究的[3]。

由于FPGA是并行處理的方式，可以提高整體算法的處理效率。如圖2所示，首先，對窗口中的每行數(shù)據(jù)，分別計算最大值、中間值、最小值。然后，把3行中最大數(shù)據(jù)進(jìn)行大小排序：取3個最大值中的最小值；把3行中中間值進(jìn)行大小比對：取3個中間數(shù)據(jù)的中間值；把3行中最小值進(jìn)行大小比對：取3個最小值中最大的值。最后，把Min、Med、Max中的值進(jìn)行比較，獲得中間值。圖2為中值濾波算法流程圖[4]。

在Alter公司的Quartusrua軟件下進(jìn)行程序編寫，并且采用Modelsim工具進(jìn)行仿真驗(yàn)證。圖3是對中值濾波算法的仿真結(jié)果，通過圖3中的數(shù)據(jù)的比較，可以看出最后的有效數(shù)據(jù)在tartger_data上輸出結(jié)果。通過仿真圖，可以得出結(jié)論[5]，采用FPGA實(shí)現(xiàn)中值濾波算法，只要4個時鐘就可以獲得。Modelsim仿真圖如圖3所示。

圖2 中值濾波算法流程圖

圖3 基于FPGA的中值濾波算法的仿真圖

5 Sobel算法的FPGA實(shí)現(xiàn)

Sobel采用并行流水線的模式，這樣可以加快算法的效率[6]。主要分為4個部分：

（1） 計算 [Gx]與[Gy]與模板每行的乘積；

（2） 求得 3×3 模板運(yùn)算后的[Gx，Gy；]

（3） 計算[G2x]和[G2y]以及它們的平方和；

（4） 計算G=[Gx2+Gy2]。

采用并行的處理方式，每次從3×3窗口中每行取一個數(shù)據(jù)送入算法模塊，只要3個時鐘就能將數(shù)據(jù)送入算法模塊開始計算出有效結(jié)果[7]。采用流水線的工作方式，加快處理速度，發(fā)揮了FPGA并行處理的優(yōu)勢。然后，采用Modelsim工具對Sobel算法進(jìn)行仿真驗(yàn)證，如圖4所示就是仿真的結(jié)果。從圖4中可以看出，都是一個時鐘，則會進(jìn)入3個數(shù)據(jù)進(jìn)行計算，提高了運(yùn)算效率。

為了測試程序的正確與否，對一幅480×640分辨率的8 b的灰度圖像進(jìn)行中值濾波算法和Sobel算法的仿真測試。仿真效果圖如圖5所示。

圖4 基于FPGA的Sobel仿真結(jié)果

圖5 仿真前后對比

6 結(jié) 語

在基于圖像處理的水果品級的篩選技術(shù)研究中，利用數(shù)字圖像處理技術(shù)對采集的圖像進(jìn)行處理，從而對水果進(jìn)行大小和顏色的判別，驅(qū)動電機(jī)對水果進(jìn)行篩選[8]。用FPGA實(shí)現(xiàn)對圖像數(shù)據(jù)的處理，最終實(shí)現(xiàn)中值濾波和Sobel邊緣檢測算法，采用Modelsim工具對程序進(jìn)行了仿真測試。

參考文獻(xiàn)

[1] 楊帆，張皓，馬新文，等.基于FPGA的圖像處理系統(tǒng)[J].華中科技大學(xué)學(xué)報（自然科學(xué)版），2015，42（2）：119?123.

[2] 夏宇聞.Verilog數(shù)字系統(tǒng)設(shè)計教程[M].北京：北京航空航天大學(xué)出版社，2008.

[3] 吳厚航.深入淺出玩轉(zhuǎn)FPGA[M].北京：北京航空航天大學(xué)出版社，2010.

[4] 游福成.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2011.

[5] 陳天華.數(shù)字圖像處理[M].北京：清華大學(xué)出版社，2007.

[6] 潘磊.FPGA在數(shù)字圖像處理中的應(yīng)用與研究[M].南京：南京郵電大學(xué)出版社，2012.

[7] 吳振華.基于模糊數(shù)學(xué)理論的數(shù)字圖像處理[D].長沙：長沙理工大學(xué)，2010.

[8] 龔聲蓉，劉純平，王強(qiáng).數(shù)字圖像處理與分析[M].北京：清華大學(xué)出版社，2007.