摘要：本文设计了一种基于 FPGA 的实时边缘检测系统，使用OV5640 摄像头模块获取实时的视频图像数据，提取图像边缘信息并通过 VGA显示。FPGA 内部使用流水线设计和并行运算加速算法，利用乒乓操作和 SDRAM 缓存图像，可以实时提取视频图像的边缘特征。文中对比了 MATLAB 和 FPGA 的处理效果，由于 FPGA 对算法采取了硬件加速，所以相较于 MATLAB 等计算机软件实现方式有更快的处理速度。经验证，系统工作稳定，满足实时性要求。
引言
图像的边缘包含一副图像的大部分信息，是图像分析和模式识别的主要特征提取手段 。由于实时视频图像的边缘检测需要处理的数据量非常大，所以采用一般的软件方法实现起来处理速度慢，无法满足实时性的要求。
随着可编程逻辑器件（FPGA）的高速发展，使用 FPGA 芯片搭建图像处理硬件平台成为图像处理的发展趋势。FPGA在运算性能方面的具有较大优势，使用FPGA并行加速图像处理算法，既满足了运算量和运行速度的要求，又具有较高的集成度。
所以，研究基于 FPGA 的图像边缘检测解决方案具有重要的实际意义，在医学影像处理、工业器件探伤、目标识别等边缘检测领域有着非常广阔的应用。
1 系统方案与设计
本系统基于 Altera 公司 Cyclone IV 系列的 EP4CE6F17C8 型号的 FPGA ，系统整体框图如图1所示，主要包括 FPGA 并行运算平台、摄像头采集模块、存储模块和显示模块，设计时采用自顶向下的设计模式，使用全局复位和跨时钟域处理。
系统运行时， FPGA 并行运算平台首先完成对摄像头的初始化和寄存器配置，配置完成之后读取实时的图像数据存入 SDRAM 存储器中，在 FPGA 芯片内部并行实现图像处理算法，对从 SDRAM 中读出的数据进行 Sobel 边缘检测并送入 VGA 显示，通过独立按键可以切换显示模式和设定边缘检测阈值。
2 图像预处理
由于 Sobel 算子是针对灰度图像的边缘检测，所以先把彩色图像转为灰度图像。将 RGB565 转化为 RGB888，再将 RGB888 转为 YCbCr 格式，最后提取其中的 Y 分量即可得到灰度图像。RGB888与 YCbCr 转换公式如下：
由于 FPGA 无法直接运算浮点数，所以先扩大系数近似为整数再运算。此处扩大256 倍后取整，将运算结果右移 8 位，提取 Y 分量即可得到灰度图像，即
从 RGB888 图像中得到 YCbCr 图像的 Y 分量的并行运算示意图如图3所示。
3 边缘检测算法设计
如图4所示为待处理的3×3 像素点，使用 Sobel 算子处理中心像素点 P5，
使用 X、Y 方向的算子处理可得X、Y方向的梯度值 GX1、GY1 分别为：
整体梯度值 G 为：
在 FPGA 中，开平方运算非常消耗资源，可以使用绝对值近似开平方，即：
由于P1 ~ P9均为灰度像素点，范围在0 ~ 255，可用无符号数左移代替乘法，即：
由上式可知GX11、GX12、GY11、GY12 均为正值，因此简化绝对值：
由上可计算GX11、GX12、GY11、GY12，继而求 G，当 G 大于设定的阈值时判定为图像的边缘。
如图5 所示为Sobel 算子并行实现示意图，使用3个 Shift_ram 实现移位操作，使用三级流水线计算边缘检测值 G。判断 G 是否大于阈值，若大于阈值则输出0（8位数据0X00）否则输出 255（8位数据0XFF），即边缘处为黑色其余位置为白色。
4 边缘检测算法性能对比
（1）MATLAB与FPGA处理效果对比
使用 MATLAB读取一张1024*768分辨率的灰度图片如图6所示，对比MATLAB 与 FPGA 处理效果的不同。MATLAB和 FPGA进行边缘检测后的均以 40 为阈值进行二值化，对应的二值化图像如图7（a）和（b）所示，两者均以 60 为阈值得到图8（a）和（b）。
**通过对比可以看出，使用 FPGA 进行Sobel边缘检测能够实现与 MATLAB 相近的检测效果，验证了算法的可行性。**相对于 MATLAB，FPGA检测在同样的与之情况下检测出更多的边缘和噪声，在阈值为40时的图片右上角和在建筑物顶部球状物、针状物处比较明显，分析其原因和 FPGA 在计算时候的数据舍入有关。总体评价来看，FPGA能够实现较好的边缘检测效果。
（2）MATLAB与FPGA运行时间对比
在MATLAB使用本文所述的 Sobel 边缘检测算法，提取一张1024720分辨率的灰度图像的边缘，经过计时发现仅实现 Sobel 边缘检测需要597.451 ms（使用 MATLAB 2016a，CPU主频1.8GHz），即每秒钟仅能处理约 1.67 张图片。
使用 FPGA运行本文所述的 Sobel边缘检测算法，使用50 MHz时钟（周期20 us），在1024个时钟周期后得到 LineBuffer 缓冲出的第一行数据，4个时钟周期后开始输出边缘检测后的数据，处理完一副1024720分辨率的图片需要的时间 T 为
由以上对比可知，FPGA并行运算在算法加速上面有着非常好的性能，处理速度远超 MATLAB 这种串行处理方式，使用FPGA方式每秒钟大约可以处理67张图片，满足实时性的要求。
总结
本文在 FPGA 平台上中并行实现了实时图像的 Sobel 边缘检测算法，从公式上进行化简近似得到本系统所用的Sobel实现方式；通过对比MATLAB和FPGA的计算用时，可以看出FPGA的并行运算将速度提升了40倍以上，实现了算法的硬件加速，处理效果也能够满足系统的实时性要求。使用该算法处理摄像头获取的实时图像，能够达到良好的检测效果。
当然，本系统仍然后很多的不足，比如在抗噪声性能以及边缘的连续性方面仍有很大的改进空间，后续可以在这方面继续进行优化。
说明
转载请先联系作者，并注明出处，未经允许请勿转载；
博主：等风来123（DengFengLai123）
QQ：3053749041 阿修罗
