本項目設(shè)計了一套基于FPGA的實時圖像邊緣檢測與跟蹤技術(shù)的系統(tǒng)。通過對相關(guān)算法的研究和分析,提出一種改進型Sobel邊緣檢測算法和一種結(jié)合HSV顏色空間與SAD匹配跟蹤算法相結(jié)合的跟蹤算法,并采用硬件方式,將該算法在FPGA上實現(xiàn),同時,引入中值濾波,以有效濾除圖像中的噪聲。具體地,與目前主流的圖像邊緣檢測系統(tǒng)相比,所研制的系統(tǒng)提高了圖像邊緣檢測的精度和速度。
實時圖像邊緣檢測與跟蹤系統(tǒng)是視頻圖像處理的關(guān)鍵部分之一,可運用于車牌識別,視頻運動目標(biāo)跟蹤和自動導(dǎo)航等技術(shù)領(lǐng)域。由于圖像邊緣檢測與目標(biāo)跟蹤需要處理的數(shù)據(jù)量較大,采用目前的軟件方式難以滿足實時性要求,考慮到邊緣檢測與目標(biāo)跟蹤是一個獨立的圖像處理過程,因此,圖像邊緣檢測與目標(biāo)跟蹤可以并且應(yīng)該采用硬件電路方式實現(xiàn),從而可有效地提高檢測效率,滿足系統(tǒng)的實時性要求;同時,隨著集成電路行業(yè)的發(fā)展,進一步將其設(shè)計成一個可復(fù)用的IP核,使其適用于其它數(shù)字圖像處理和模式識別等片上系統(tǒng)(SOC),以有效降低系統(tǒng)成本和系統(tǒng)開發(fā)成本。
本文設(shè)計了一套基于FPGA的實時圖像邊緣檢測與目標(biāo)跟蹤系統(tǒng)。首先,分析系統(tǒng)的設(shè)計技術(shù)指標(biāo),搭建整個系統(tǒng)結(jié)構(gòu);接著,通過對圖像邊緣檢測與跟蹤算法的研究和分析,提出一種改進型Sobel邊緣檢測算法和一種基于HSV顏色空間與SAD匹配跟蹤算法,并采用硬件方式,將兩種算法在FPGA上實現(xiàn);然后,采用“自頂向下”的設(shè)計方法,分別對系統(tǒng)內(nèi)部的各個模塊進行硬件電路設(shè)計,并采用仿真工具對各個模塊進行功能仿真;最后,以Altera公司CycloneII系列的EP2C20F484C7N為目標(biāo)芯片搭建測試平臺,通過了實時圖像邊緣檢測與目標(biāo)跟蹤和設(shè)計技術(shù)指標(biāo)的驗證。
所提出的新的圖像邊緣檢測算法,是在經(jīng)典的Sobel算子模板的基礎(chǔ)上,增加了2個方向模板,即右對角方向模板 和左對角方向模板 ,與經(jīng)典的Sobel邊緣檢測算法相比,采用改進型Sobel邊緣檢測算法得到的檢測結(jié)果,圖像邊緣比較平滑,而且邊緣兩側(cè)元素得到了增強,即提高了圖像邊緣檢測的精度。采用并行結(jié)構(gòu)和多級流水線技術(shù),以硬件方式實現(xiàn)了基于改進型Sobel邊緣檢測算法的實時圖像邊緣檢測電路設(shè)計,與目前普遍采用的以軟件方式實現(xiàn)相比,提高了圖像邊緣檢測的速度。而在SAD匹配跟蹤模塊中,提出了一種結(jié)合HSV顏色空間的SAD匹配跟蹤算法,克服了算法受光照的影響。具體地,經(jīng)過多次測試和驗證,結(jié)果表明,所研制的實時圖像邊緣檢測系統(tǒng)處理速度達(dá)到了55幀/秒,系統(tǒng)最高工作頻率達(dá)到了128.12MHz,即達(dá)到預(yù)期的設(shè)計技術(shù)指標(biāo)要求。
第十二屆“挑戰(zhàn)杯”作品 三等獎
1 我校第四屆“挑戰(zhàn)杯”大學(xué)生課外學(xué)術(shù)科技作品競賽一等獎
2 第十一屆“挑戰(zhàn)杯”大學(xué)生課外學(xué)術(shù)科技作品競賽特等獎