算法系列：基于 FPGA 的圖像邊緣檢測(cè)系統(tǒng)設(shè)計(jì)（sobel算法）

大俠好，歡迎來(lái)到FPGA技術(shù)江湖，江湖偌大，相見(jiàn)即是緣分。大俠可以關(guān)注FPGA技術(shù)江湖，在“闖蕩江湖”、"行俠仗義"欄里獲取其他感興趣的資源，或者一起煮酒言歡?！爸缶蒲詺g”進(jìn)入IC技術(shù)圈，這里有近100個(gè)IC技術(shù)公眾號(hào)。

今天給大俠帶來(lái)基于 FPGA 的圖像邊緣檢測(cè)設(shè)計(jì)，話不多說(shuō)，上貨。

設(shè)計(jì)流程如下：mif文件的制作→?調(diào)用 ip 核生成rom以及仿真注意問(wèn)題→?灰度處理→?均值濾波：重點(diǎn)是3*3 像素陣列的生成→?sobel邊緣檢測(cè)→?圖片的顯示→?結(jié)果展示?。

一、mif文件的制作

受資源限制，將圖片像素定為 160 * 120，將圖片數(shù)據(jù)制成 mif 文件，對(duì) rom ip 核進(jìn)行初始化。mif文件的制作方法網(wǎng)上有好多辦法，因此就不再敘述了，重點(diǎn)說(shuō)mif文件的格式。?mif文件的格式為：

WIDTH=16 ;    //數(shù)據(jù)位寬DEPTH=19200 ;   // rom 深度即圖片像素點(diǎn)的個(gè)數(shù)ADDRESS_RADIX=UNS?;???//地址數(shù)據(jù)格式DATA_RADIX=BIN ;   //數(shù)據(jù)格式CONTENTBEGIN0:1010110011010000?;?????//?地址?：數(shù)據(jù)?；注意格式要和上面定義的保持統(tǒng)一1:1010110011010000?;2:1010010010110000?;......19198:1110011011111001?;19199:1110011011011000?;END;

二、ip 核生成 rom 及仿真時(shí)需要注意的問(wèn)題

ip?核生成 rom

1、Tools -> MegaWizard Plug-In Manager

2、Create a new custom megafuction variation

3、Memory Compier -> ROM -> Verilog HDL -> 自定義名稱

????

仿真注意問(wèn)題:

1、仿真時(shí)要注意是否有 altera_mf 庫(kù)文件,否則會(huì)報(bào)錯(cuò)。Module 'altsyncram' is not define解決方案：(1).下載 altera_mf 庫(kù)文件；

(2).?仿真時(shí)將 altera_mf.v 與其他文件一起加入到 project 中。2、要將 .mif 文件放在仿真工程目錄下，即與 .mpf 文件在一起，否則將不會(huì)有數(shù)據(jù)輸出。

三、灰度處理

任何顏色都由紅、綠、藍(lán)三原色組成，假如原來(lái)某點(diǎn)的顏色為( R,G,B )那么，我們可以通過(guò)下面幾種方法，將其轉(zhuǎn)換為灰度：

浮點(diǎn)算法：Gray=0.299R+0.587G+0.114B

平均值法：Gray=(R+G+B)/3;

僅取單色（如綠色）：Gray=G；

將計(jì)算出來(lái)的Gray值同時(shí)賦值給 RGB 三個(gè)通道即RGB為(Gray,Gray,Gray)，此時(shí)顯示的就是灰度圖。通過(guò)觀察調(diào)色板就能看明了。?通過(guò)觀察可知，當(dāng)RGB三個(gè)通道的值相同時(shí)即為灰色，Gray的值越大，顏色越接近白色，反之越接近黑色（這是我自己的理解，不嚴(yán)謹(jǐn)錯(cuò)誤之處請(qǐng)大神指正）。這是在線調(diào)色板網(wǎng)址，可以進(jìn)去自己研究一下。

站長(zhǎng)工具顏色代碼查詢、RGB顏色值：

http://tool.chinaz.com/tools/selectcolor.aspx

此次采用是浮點(diǎn)算法來(lái)實(shí)現(xiàn)灰度圖的，我的圖片數(shù)據(jù)是RGB565 格式 ，難點(diǎn): 如何進(jìn)行浮點(diǎn)運(yùn)算。思路：先將數(shù)據(jù)放大，然后再縮小。例如：Gray=0.299R+0.587G+0.114B轉(zhuǎn)化為 Gray=(77R+150G+29B)>>8 即可，這里有一個(gè)技巧，若 a 為 16 位即 a [15:0],那么 a>>8 與 a [15：8]是一樣的。核心代碼如下：

always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin       red_r1   <= 0 ;         green_r1 <= 0 ;       blue_r1  <= 0 ;    end    else begin       red_r1   <= red   * 77 ;        //放大后的值       green_r1 <= green * 150;       blue_r1  <= blue  * 29 ;    endend
always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin        Gray <= 0;    // 三個(gè)數(shù)之和    end    else begin        Gray <= red_r1 + green_r1 + blue_r1;            endend
always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin       post_data_in <= 0;  //輸出的灰度數(shù)據(jù)    end    else begin       post_data_in <= { Gray[13:9], Gray[13:8], Gray[13:9] };//將Gray值賦值給RGB三個(gè)通道    endend

四、均值濾波

均值濾波的原理做圖像處理，?“把每個(gè)像素都用周圍的8個(gè)像素來(lái)做均值操作 ”， 比如：

圖通常是最能說(shuō)明問(wèn)題的東西， 非常明顯的， 這個(gè)3*3區(qū)域像素的顏色值分別是5,3,6,2,1,9,8,4,7那么中間的1這個(gè)像素的過(guò)濾后的值就是這些值的平均值， 也就是前面的計(jì)算方法：(5+3+6+2+1+9+8+4+7)/9=5一目了然。那么這個(gè)均值濾波有什么用處呢？主要還是平滑圖像的用處， 有的圖像的銳度很高，用這樣的均值算法，可以把銳度降低。使得圖像看上去更加自然，下面就有幾幅圖我們可以看出一些端倪：原圖：

平滑處理后：

這里還是可以明顯的感覺(jué)到不同的， 沒(méi)有好壞之分，就是第二幅圖片看上去更為平滑。繼續(xù)我們的問(wèn)題， 那這里均值平滑是否具有去除噪聲的功能呢？我們搞來(lái)了椒鹽噪聲（就是隨機(jī)的白點(diǎn)，黑點(diǎn)）來(lái)試試手：

噪聲圖（5%）：? ? ? ? ? ? ? ? ? ??

平滑處理之后：

首先這里的噪聲還是比較小的， 只有5%，從均值的效果來(lái)看的話， 我可以說(shuō)幾乎沒(méi)有用，其實(shí)直觀的想也可以判斷， 因?yàn)檫@里的處理并沒(méi)有剔除這些噪聲點(diǎn)， 而只是微弱地降低了噪聲，所以效果可以想見(jiàn)的。?最后的時(shí)候還是貼上一段處理的代碼：

void?meanFilter?(unsigned?char*?corrupted,?unsigned?char*?smooth,?int?width,?int?height){
  memcpy ( smooth, corrupted, width*height*sizeof(unsigned char) );
  for (int j=1;j<height-1;j++)  {    for (int i=1;i<width-1;i++)    {      smooth [ j*width+i ] = (  corrupted [ (j-1)*width+(i-1) ] + corrupted [ (j-1)*width+i] + corrupted [ (j-1)*width+(i+1) ] +                    corrupted [ j*width+(i-1) ]    + corrupted [ j*width+i]   + corrupted [ j*width+(i+1) ] +                    corrupted [ (j+1)*width+(i-1) ] + corrupted [ (j+1)*width+i] + corrupted [ (j+1)*width+(i+1) ] ) / 9;    }  }}

簡(jiǎn)單的從1...width-1來(lái)處理， 所以第一個(gè)和最后一個(gè)像素就簡(jiǎn)單的拋掉了， 如果只是簡(jiǎn)單的看看效果還是沒(méi)有問(wèn)題的。

如何生成 3*3 的像素陣列。可以利用 ip 核生成移位寄存器 ，方法與 ip 核生成 rom 一樣，詳情見(jiàn)?ip 核 生成 rom?操作?。

仿真波形如下 row_1 , row_2 , row_3 是指圖像的第一、二、三行的數(shù)據(jù)，Per_href 是行有效信號(hào)（受VGA時(shí)序的啟發(fā)，從 rom 中讀取數(shù)據(jù)時(shí)設(shè)計(jì)了行有效和場(chǎng)有效的控制信號(hào)，事半功倍，有了利于仿真查錯(cuò)和數(shù)據(jù)的控制）。從 3 開(kāi)始就出現(xiàn)了3*3 的像素陣列，這時(shí)候就可以求取周圍 8 個(gè)像素點(diǎn)的平均值，進(jìn)行均值濾波。

下面這個(gè)圖表示的是FPGA 如何將矩陣數(shù)據(jù)處理成并行的像素點(diǎn)，可以結(jié)合下面的代碼好好理解，這也是精華所在。正方形紅框框起來(lái)的是第一個(gè)完整的 3*3 矩陣，長(zhǎng)方形紅框框起來(lái)的是并行的像素點(diǎn)，在此基礎(chǔ)上就可以求得平均值，進(jìn)行均值濾波。從下圖也能看到 3*3 矩陣從左往右滑動(dòng)。第一個(gè)3*3 陣列。0 ?1 ?2 ? -- > ?p11 p12 p133 ?4 ?5 ? -- > ?p21 p22 p236 ?7 ?8 ? -- > ?p31 p32 p33

核心代碼如下：

reg [5:0]p_11,p_12,p_13;  // 3 * 3 卷積核中的像素點(diǎn)reg [5:0]p_21,p_22,p_23;reg [5:0]p_31,p_32,p_33;reg [8:0]mean_value_add1,mean_value_add2,mean_value_add3;//每一行之和
always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin        {p_11,p_12,p_13} <= {5'b0,5'b0,5'b0}   ;        {p_21,p_22,p_23} <= {15'b0,15'b0,15'b0};        {p_31,p_32,p_33} <= {15'b0,15'b0,15'b0};    end    else  begin     if(per_href_ff0==1&&flag_do==1)begin        {p_11,p_12,p_13}<={p_12,p_13,row_1};        {p_21,p_22,p_23}<={p_22,p_23,row_2};        {p_31,p_32,p_33}<={p_32,p_33,row_3};     end     else begin         {p_11,p_12,p_13}<={5'b0,5'b0,5'b0};         {p_21,p_22,p_23}<={5'b0,5'b0,5'b0}         {p_31,p_32,p_33}<={5'b0,5'b0,5'b0}     end   endend
always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin        mean_value_add1<=0;        mean_value_add2<=0;        mean_value_add3<=0;    end    else if(per_href_ff1)begin        mean_value_add1<=p_11+p_12+p_13;        mean_value_add2<=p_21+   0   +p_23;        mean_value_add3<=p_31+p_32+p_33;    endend
wire [8:0]mean_value;//8位數(shù)之和wire [5:0]fin_y_data; //平均數(shù)，除以8，相當(dāng)于左移三位。
assign mean_value=mean_value_add1+mean_value_add2+mean_value_add3;assign?fin_y_data=mean_value[8:3];?

五、sobel?邊緣檢測(cè)

邊緣檢測(cè)的原理該算子包含兩組 3x3 的矩陣，分別為橫向及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值。A代表原始圖像的 3*3 像素陣列，Gx及Gy分別代表經(jīng)橫向及縱向邊緣檢測(cè)的圖像，其公式如下:

圖像的每一個(gè)像素的橫向及縱向梯度近似值可用以下的公式結(jié)合，來(lái)計(jì)算梯度的大小。

如果梯度G大于某一閥值則認(rèn)為該點(diǎn)(x,y)為邊緣點(diǎn)。用的是邊緣檢測(cè)算法。難點(diǎn)：(1)掌握了 3*3 像素陣列，Gx 與 Gy 就很好計(jì)算了。注意問(wèn)題：為了避免計(jì)算過(guò)程中出現(xiàn)負(fù)值，所以將正負(fù)值分開(kāi)單獨(dú)計(jì)算，具體見(jiàn)代碼)(2)G的計(jì)算需要開(kāi)平方，如何進(jìn)行開(kāi)平方運(yùn)算Quartus ii 提供了開(kāi)平方 ip 核，因此我們直接調(diào)用就好了 。

代碼如下：

reg [8:0] p_x_data ,p_y_data ;  // x 和 y 的正值之和reg [8:0] n_x_data ,n_y_data ; // x 和 y 的負(fù)值之和reg [8:0] gx_data  ,gy_data  ; //最終結(jié)果
always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin       p_x_data <=0;       n_x_data <=0;       gx_data   <=0;    end    else if(per_href_ff1==1) begin         p_x_data <= p_13 + (p_23<<1) + p_33 ;        n_x_data <= p_11 + (p_12<<1 )+ p_13 ;        gx_data   <= (p_x_data >=n_x_data)? p_x_data - n_x_data : n_x_data - p_x_data ;     end    else begin         p_x_data<=0;         n_x_data<=0;         gx_data <=0;    end  end
always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin       p_y_data <=0;       n_y_data <=0;       gy_data   <=0;    end    else if(per_href_ff1==1) begin        p_y_data <= p_11 + (p_12<<1) + p_13 ;        n_y_data <= p_31 + (p_32<<1) + p_33 ;        gy_data   <= (p_y_data >=n_y_data)? p_y_data - n_y_data : n_y_data - p_y_data ;     end    else begin        p_y_data <=0;        n_y_data <=0;        gy_data   <=0;   endend
//求平方和,調(diào)用ip核開(kāi)平方reg [16:0] gxy; // Gx 與 Gy 的平方和always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin        gxy<=0;    end    else begin        gxy<= gy_data* gy_data + gx_data* gx_data ;    endend
wire [8:0] squart_out ; altsquart  u1_altsquart (     //例化開(kāi)平方的ip核    .radical (gxy),    .q       (squart_out),  //輸出的結(jié)果    .remainder()                       );
//與閾值進(jìn)行比較reg [15:0] post_y_data_r;always  @(posedge clk or negedge rst_n)begin    if(rst_n==1'b0)begin        post_y_data_r<=16'h00;    end    else if(squart_out>=threshold)         post_y_data_r<=16'h00  ;    else         post_y_data_r<=16'hffff  ;???end

六、圖片的顯示

本來(lái)是想用 VGA 來(lái)顯示圖片的，由于條件的限制沒(méi)能實(shí)現(xiàn)，最終只能將處理完的數(shù)據(jù)輸出保存在 .txt 文件中，然后借助網(wǎng)頁(yè)進(jìn)行顯示。難點(diǎn)：(1) 如何將數(shù)據(jù)流輸出保存到 .txt 文件中。(2) 網(wǎng)頁(yè)的使用及注意事項(xiàng)。在testbench里加入下面所示代碼即可將圖片數(shù)據(jù)保存到 .txt 文本。

代碼如下：

     integer w_file;       initial     w_file = $fopen("data_out_3.txt");   //保存數(shù)據(jù)的文件名
     always @(posedge clk or negedge rst_n)       begin        if(flag_write==1&&post_href==1)//根據(jù)自己的需求定義        $fdisplay(w_file,"%b",post_y_data);   ??????end??????

網(wǎng)頁(yè)的界面如下，將參數(shù)設(shè)置好以后就可以顯示圖片。

下載鏈接：https://pan.baidu.com/s/1pwkJHtAxVHWWijSLczH0Ng

提取碼：e87j

注意：由于此網(wǎng)站是量身定做的，所以只能顯示數(shù)據(jù)格式為RGB565的16位二進(jìn)制的數(shù)才能正確顯示，注意不能有分號(hào)，正確格式示例如下，必須嚴(yán)格遵守。

七、結(jié)果展示

小結(jié)：均值濾波處理后的圖片有明顯的黑邊，產(chǎn)生這一現(xiàn)象的原因就是生成 3*3 像素矩陣和取像素值時(shí)數(shù)據(jù)有損失造成的，但是這也是可以優(yōu)化的，后續(xù)我會(huì)繼續(xù)努力不斷完善。本次只是簡(jiǎn)單對(duì)一幅圖像進(jìn)行邊緣檢測(cè)，我的后續(xù)目標(biāo)是實(shí)現(xiàn)圖片的實(shí)時(shí)處理，這又需要學(xué)習(xí)很多東西了，SDRAM、攝像頭驅(qū)動(dòng)等等等，越學(xué)習(xí)越發(fā)現(xiàn)自己知道的實(shí)在是太少了，永遠(yuǎn)在路上，學(xué)無(wú)止境。希望我的分享能夠幫助一些和我一樣熱愛(ài) FPGA 圖像處理的朋友。