Sobel邊緣檢測的FPGA實現(xiàn)
隨著設(shè)計復(fù)雜度的增加,使用IP核已經(jīng)成為一種常用的設(shè)計方法。QuartusⅡ軟件提供的Megafunt-tions是基于Altera底層硬件結(jié)構(gòu)最合理的成熟應(yīng)用模塊,在代碼中使用Megafunctions這類IP資源,不但能將設(shè)計者從繁瑣的代碼編寫中解脫出來,更重要的是,在大多數(shù)情況下Megafunctions的綜合和實現(xiàn)結(jié)果比用戶編寫的代碼更優(yōu)。而且只需要簡單地設(shè)置選取宏功能模塊的相關(guān)參數(shù)就可以在程序中調(diào)用它們,因此宏功能模塊的使用也十分方便。QuartusⅡ的Mega-functins中包含有算術(shù)運算(Arithmetic)、邏輯門(Gates)、I/O、存貯器(Storage)等四個系列,可以根據(jù)系統(tǒng)設(shè)計需求靈活選用。
在實時圖像處理中,用Sobel算子進(jìn)行物體的邊緣檢測是經(jīng)常用到的算法,由于對處理速度要求較高,因此用純軟件的方法很難達(dá)到要求。而FPGA對同時可完成的處理任務(wù)幾乎沒有限制,適合高速、并行信號處理,并且FPGA密度高、容量大,有內(nèi)置存儲器、容易實現(xiàn),所以FPGA廣泛用于實時圖像處理系統(tǒng)中。
在此通過調(diào)用基于RAM的移位寄存器altshifttaps、可編程乘加器altmult add、可編程多路并行加法器parallel_add和參數(shù)化絕對值運算模塊lpm_abs,實現(xiàn)了基于FPGA的Sobel邊緣檢測。最后給出設(shè)計系統(tǒng)的仿真結(jié)果,通過與Matlab仿真結(jié)果相比較,可以看出該設(shè)計獲得了很好的邊緣檢測效果。
1 Sobel邊緣檢測算法
圖1給出了Sobel邊緣檢測算法框圖。從圖中可以看出對一副圖像進(jìn)行Sobel邊緣檢測時首先要利用Sobel算子計算出水平梯度和垂直梯度,然后再把兩個方向的梯度結(jié)合起來,最后應(yīng)用門限處理模塊判斷圖像邊緣并輸出邊緣檢測結(jié)果。
圖2(a)為一副圖像的3×3區(qū)域,圖2(b)和圖2(c)分別為Sobel算子的x方向(垂直方向)梯度算子和y方向(水平方向)梯度算子。當(dāng)采用Sobel算子對圖2(a)所示的3×3區(qū)域做梯度計算時,可得標(biāo)記為z5的像素點x方向梯度和y方向的梯度分量分別為:
梯度的計算需要Gx,Gy這兩個分量按公式聯(lián)合使用。然而實際執(zhí)行時,為了運算方便可以采用公式f△|Gx|+|Gy|對梯度進(jìn)行近似。
該設(shè)計在門限處理時,采用基本全局門限:當(dāng)某像素點(x,y)的梯度值XXXXf(x,y)大于或等于設(shè)定的門限T時,規(guī)定該點的灰度值為255,反之則為0。即:
2 Sobel邊緣檢測的硬件實現(xiàn)
根據(jù)圖1所示的Sobel邊緣檢測算法框圖,可得FPGA硬件實現(xiàn)Sobel邊緣檢測時應(yīng)該包含梯度計算模塊和門限處理模塊。此外在硬件實現(xiàn)時還要采用圖像數(shù)據(jù)緩沖模塊對圖像做緩沖處理,以便進(jìn)一步對圖像數(shù)據(jù)做模板處理。門限處理模塊可以通過編寫VerilogHDL代碼實現(xiàn)。以下主要介紹圖像數(shù)據(jù)緩沖模塊和梯度計算模塊。
2.1 圖像數(shù)據(jù)緩沖模塊器
在圖像的空域濾波中,為了得到3×3的方形模板窗,常使用FIFO(First In First Out)模塊作為圖像數(shù)據(jù)的緩沖器。這里通過應(yīng)用基于RAM的移位寄存器宏模塊altshift taps實現(xiàn)了同樣的功能,而且還省去了一些控制信號,使用十分方便。
altshift_taps宏功能模塊是一個可配置的、具有抽頭(Taps)輸出的移位寄存器,每個抽頭在移位寄存器鏈的指定位置輸出數(shù)據(jù)。圖3(a)和圖3(b)分別為定制的8位輸入/8位輸出、3抽頭,且相鄰兩個抽頭相距256個寄存器的altshift_taps0功能模塊及其內(nèi)部寄存器鏈結(jié)構(gòu)圖,圖3(b)中的Buffer0,Buffer1,Buffer2分別為由256個8位移位寄存器構(gòu)成的寄存器鏈。當(dāng)圖像的第N行數(shù)據(jù)在像素時鐘同步下從shiftin[7:0]端輸入到altshift_taps0的Buffer0后,隨著第N+1行圖像數(shù)據(jù)輸入到Buffer0中,第N行的圖像數(shù)據(jù)依次存入Buffer1中,而當(dāng)?shù)贜十2行圖像數(shù)據(jù)存入Buffer0后,Buffer1和Buffer2中分別存放的是第N+1行和第N行的圖像數(shù)據(jù),從而實現(xiàn)緩沖圖像數(shù)據(jù)的功能。這樣在像素時鐘的同步下,第N+2,N+1,N行的同一列數(shù)據(jù)分別從tap0x[7:0],taplx[7:0],tap2x[7:0]端輸出給梯度計算模塊,進(jìn)行梯度計算。
2.2 梯度計算模塊
Sobel邊緣檢測中,圖像像素點梯度的計算可由So-bel算子與圖像像素卷積運算的輸出經(jīng)梯度計算公式計算獲得。圖5是圖4所示的3×3空間濾波模板與圖2(a)所示的3×3圖像區(qū)域卷積運算的原理圖。從中可以看出,為了實現(xiàn)卷積運算需要做乘法和加法運算,之前的文獻(xiàn)中大都采用分立的D觸發(fā)器和加法器以及乘法器來完成卷積運算,它的結(jié)構(gòu)復(fù)雜。在此采用可編程乘加器altmult_add模塊和可編程多路并行加法器par-allel_add模塊實現(xiàn)卷積運算,大大簡化了設(shè)計。
可編程乘加器altmult_and可以接收多組數(shù)據(jù)輸入,各組數(shù)據(jù)相乘后相加或相減作為結(jié)果輸出。而且altmult_add在使用時可以根據(jù)需要設(shè)置乘法器個數(shù)、輸入/輸出數(shù)據(jù)格式、流水線控制時鐘等參數(shù),同時它還支持輸入數(shù)據(jù)內(nèi)部移位功能。
使用可編程多路并行加法器parallel_add模塊時,用戶可以自由設(shè)計輸入數(shù)據(jù)位寬,累加數(shù)據(jù)個數(shù),定義累加輸入數(shù)據(jù)類型,模塊最終自動生成適當(dāng)位寬的數(shù)據(jù)輸出。而且使用parallel_add模塊做加法運算時,可以通過指定時鐘延時以實現(xiàn)流水線設(shè)計,從而改善電路的性能,提高整個系統(tǒng)的工作頻率。
圖6為實現(xiàn)梯度計算而定制的altmult_add0模塊,該乘加器包含3個乘法器,1個加法器而且為了改善電路的性能和提高系統(tǒng)的工作頻率,在該模塊中使用了寄存器。同時由于該模塊使用了數(shù)據(jù)的內(nèi)部移位功能,當(dāng)某行的圖像數(shù)據(jù)從dataa_0[7:0]依次輸入時,經(jīng)過3個時鐘周期后,相鄰的3個數(shù)據(jù)分別與固定的模板系數(shù)datab_0,datab_1,datab_2相乘,并將結(jié)果送給加法器完成加法運算。當(dāng)采用三個這樣類似的altmult_add模塊并聯(lián)時,便可實現(xiàn)卷積運算,而當(dāng)卷積模板采用Sobel算子時,就可以獲得像素點的水平梯度和垂直梯度。
在獲得Gx和Gy后,還要通過公式才可以計算出對應(yīng)像素點的梯度值。設(shè)計中可以使用QuartusⅡ提供的lpm_abs宏功能模塊完成絕對值的計算。
圖7為3×3圖像區(qū)域,圖8是基于altmult_add模塊、parallel_add模塊和lpm_abs模塊構(gòu)建的梯度計算模塊對進(jìn)行Sobel算子處理的QuartusⅡ仿真結(jié)果。由于采用了流水線設(shè)計,在第7個時鐘的上升沿從Gx端,Gy端分別輸出有效的x方向和y方向梯度值,并在第9個時鐘的上升沿從Gf端輸出圖7的中心像素點的梯度,這個仿真結(jié)果與利用公式計算出的梯度值完全相同。
3 仿真結(jié)果
為了更加直觀地驗證該系統(tǒng)的邊緣檢測效果,在系統(tǒng)功能驗證時采用Matlab和Modelsim進(jìn)行混合仿真,仿真結(jié)果如圖9所示。圖9(a)為一幅256×256的原始圖像,圖9(b)為設(shè)定門限T為125的Matlab程序?qū)υ紙D像的Sobel邊緣檢測結(jié)果。圖9(c)為該設(shè)計的Sobel邊緣檢測結(jié)果。比較圖9(b)和圖9(c),可以看出該設(shè)計得到的結(jié)果幾乎與Matlab的仿真結(jié)果完全一樣,即該設(shè)計取得了很好的邊緣檢測效果。
4 結(jié) 語
該設(shè)計利用QuartusⅡ軟件提供的可編程乘加器altmult_add模塊、可編程多路并行加法器parallel_add模塊和絕對值計算模塊lpm_abs,及使用VerilogHDL設(shè)計的門限處理模塊和其他相應(yīng)的控制模塊,完成基于FPGA的Sobel邊緣檢測的硬件設(shè)計。該方法既避免了自己編寫大量程序代碼的繁瑣,又獲得很好的綜合和實現(xiàn)結(jié)果。最后通過與Matlab的仿真結(jié)果相比較證明了本設(shè)計可以有效地實現(xiàn)Sobel邊緣檢測。