188宝金博页面版

第３７ 卷、 ， ０１． ３７第２４ 期Ｎ Ｏ ． ２４计算机工程Ｃ ｏ ｍ ｐ ｕ ｔｅ ｒ Ｅ ｎ ｇ ｉｎ ｅ ｅ ｒ ｉｎ ｇ２０ １１年１２月Ｄ ｅ ｃ ｅ ｍ ｂ ｅ ｒ ２０ １ｌ?图形图像处理?文章编号ｌ １咖ｏ —３４ ２８（ ２０１１）２４ ＿ ＿ ０２０４ ＿ ＿ ０３文献标识码ｔ Ａ中图分类号： Ｔ Ｐ ３９ １抗噪型Ｓ ｏ ｂ ｅｌ边缘检测算法及其硬件加速设计唐永鹤。 胡谋法， 卢焕章’（ 国防科学技术大学Ａ Ｔ Ｒ 实验室， 长沙４ １０ ０ ７ ３）摘要： 根据序列图像实时边缘检测应用需求， 提出一种抗噪型Ｓ ｏ ｂ ｅｌ边缘检测算法， 并对其进行硬件加速设计。 用分离中值滤波代替二维中值滤波， 改进梯度幅值和方向计算优化算法结构。 通过采用改进分离中值滤波硬件结构、 缓存中间数据以避免重复计算、 并行计算梯度幅值和方向等措施提高算法实时性， 减少硬件资源消耗。 Ｍ ｏ ｄ ｅ ｌＳ ｉｍ 仿真结果和ＩＳ Ｅ 综合报告显示， 该硬件加速设计使得处理速度较快，硬件资源消耗较少， 且该算法具有较好的抗噪性和边缘检测特性。关健诃： 边缘检测； Ｓ ｏ ｂ ｅｌ算子； 分离中值滤波； 硬件加速； 实时图像处理Ａ ｎ ｔｉ?－ ｎ ｏ ｉｓｅ Ｓ ｏ ｂ ｅ ｌＥ ｄ ｇ ｅＤ ｅ ｔｅ ｃ ｔｉｏ ｎＡ ｌｇ ｏ ｒ ｉｔｈ ｍａ ｎ ｄＩｔｓ Ｈ ａ ｒ ｄ ｗ ａ ｒ ｅ ． ａ ｃ ｃ ｅ ｌｅ ｒ ａ ｔｅ ｄＤ ｅ ｓｉｇ ｎＴ Ａ Ｎ ＧＹ ｏ ｎ ｇ － ｈ ｅ ， Ｈ ＵＭ ｏ ｕ － ｆ ａ ， Ｌ ＵＨ ｕ ａ ｎ ?ｚ ｈ ａ ｎ ｇ（ Ａ Ｔ ＲＬ ａ ｂ ， Ｎ ａ ｔｉｏ ｎ ａ ｌＵ ｎ ｉｖ ｅ ｒ ｓｉｔｙｏ ｆＤ ｅ ｆ ｅ ｎ ｓｅＴ ｅ ｃ ｈ ｎ ｏ ｌｏ ｇ ｙ ， Ｃ ｈ ａ ｎ ｇ ｓｈ ａ４ １０ ０ ７ ３， Ｃ ｈ ｉｎ ａ ）［ Ａ ｂ ｓｔｒ ａ ｃ ｔ］Ａ ｉｍ ｉｎ ｇａ ｔ ｔｈ ｅａ ｐ ｐ ｌｉｃ ａ ｔｉｏ ｎｒ ｅ ｑ ｕ ｉｒ ｅ ｍ ｅ ｎ ｔｏ ｆｒｅａ ｌ—ｔｉｍ ｅｅ ｄ ｇ ｅｄ ｅ ｔｅ ｃ ｔｉｏ ｎｉｎｉｍ ａ ｇ ｅ ｓｅ ｑ ｕ ｅ ｎ ｃ ｅ ｓ， ａ ｎａ ｎ ｔｉ?ｎ ｏ ｉｓｅ Ｓ ｏ ｂ ｅ ｌｅ ｄ ｇ ｅｄ ｅ ｔｅ ｃ ｔｉｏ ｎａ ｌｇ ｏ ｒ ｉｔｈ ｍｉｓｐ ｒｏ ｐ ｏ ｓｅｄ ， ａ ｎ ｄｉｔｓ ｈ ａ ｒ ｄ ｗ ａ ｒ ｅ —ａ ｃ ｃ ｅ ｌｅ ｒ ａ ｔｅ ｄｄ ｅ ｓｉｇ ｎｉｓｄ ｅ ｖ ｅ ｌｏ ｐ ｅ ｄ ． Ｔ ｈ ｅ ａ ｌｇ ｏ ｒ ｉｔｈ ｍｓｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｉｓｏ ｐ ｔｉｍ ｉｚｅｄ ｂ ｙｒ ｅ ｐ ｌａ ｃ ｉｎ ｇｔｗ ｏ － ｄ ｉｍ ｅ ｎ ｓｉｏ ｎ ａ ｌｍ ｅｄ ｉａ ｎ ｆ ｉｌｔｅｒ ｗ ｉｔｈｓｅｐ ａ ｒ ａ ｔｅｍ ｅｄ ｉａ ｎ ｆ ｉｌｔｅｒ ａ ｎ ｄｉｍ ｐ ｒ ｏ ｖ ｉｎ ｇｔｈ ｅｃ ｏ ｍ ｐ ｕ ｔａ ｔｉｏ ｎｏ ｆ ｔｈ ｅｍ ａ ｇ ｎ ｉｔ ｕ ｄ ｅａ ｎ ｄｏ ｒ ｉｅ ｎ ｔａ ｔｉｏ ｎ ｏ ｆ ｔｈ ｅｇ ｒ ａ ｄ ｉｅ ｎ ｔ． Ｓ ｅ ｖ ｅ ｒ ａ ｌ ｍ ｅ ａ ｓｕ ｒ ｅ ｓ ｓｕ ｃ ｈ ａ ｓ ｉｍ ｐ ｒ ｏ ｖ ｉｎ ｇｔｈ ｅｈ ａ ｒ ｄ ｗ ａ ｒ ｅ ａ ｒ ｃ ｈ ｉｔｅ ｃ ｔｕ ｒ ｅ ｏ ｆｓｅ ｐ ａ ｒ ａ ｔｅ ｍ ｅｄ ｉａ ｎｆ ｉｌｔｅ ｒ ，ｓｔｏ ｒ ｉｎ ｇ ｔｈ ｅ ｔｅｍ ｐ ｏ ｒａ ｒｙｄ ａ ｔａ ｔｏ ａ ｖ ｏ ｉｄｃ ｏ ｍ ｐ ｕ ｔ ｉｎ ｇ ｒ ｅ ｐ ｅ ａ ｔｅ ｄ ｌｙ ａ ｎ ｄｃ ａ ｌｃ ｕ ｌａ ｔｉｎ ｇｔｈ ｅ ｍ ａ ｇ ｎ ｉｔｕ ｄ ｅａ ｎ ｄｏ ｒ ｉｅ ｎ ｔａ ｔｉｏ ｎ ｏ ｆｔｈ ｅｇ ｒ ａ ｄ ｉｅ ｎ ｔｉｎｐ ａ ｒ ａ ｌｌｅ ｌａ ｒ ｅｔａ ｋ ｅ ｎ ｔｏｉｍ ｐ ｒ ｏ ｖ ｅｔｈ ｅｒｅａ ｌ?ｔｉｍ ｅｐ ｅｒｆ ｏ ｒｍ ａ ｎ ｃｅａ ｎ ｄｒ ｅ ｄ ｕ ｃ ｅ ｔｈ ｅｈ ａ ｒ ｄ ｗ ａ ｒ ｅｒ ｅ ｓｏ ｕ ｒ ｃ ｅ ｓ ｃ ｏ ｓｔ． Ｓ ｉｍ ｕ ｌａ ｔｉｏ ｎ ｒ ｅ ｓｕ ｌｔｓ ｏ ｆＭ ｏ ｄ ｅ Ｓ ｉｍａ ｎ ｄ ｔｈ ｅｓｙ ｎ ｔｈ ｅ ｓｉｓ ｒｅｐ ｏ ｒｔｏ ｆ ＩＳ Ｅｉｌｌｕ ｍ ｉｎａ ｔｅ ｔｈ ａ ｔ ｔｈ ｅｈ ａ ｒｄ ｗ ａ ｒｅ?ａ ｃｃｅｌｅｒａ ｔｅｄ Ｃ ａ ｎａ ｃ ｃ ｅ ｌｅ ｒ ａ ｔｅ ｔｈ ｅｓｐ ｅ ｅ ｄａ ｎ ｄ ｒ ｅ ｄ ｕ ｃ ｅ ｔｈ ｅ ｈ ａ ｒ ｄ ｗ ａ ｒ ｅ ｒ ｅ ｓｏ ｕ ｒ ｃ ｅ ｓｃ ｏ ｎ ｓｕ ｍ ｐ ｔｉｏ ｎ ． Ｔ ｈ ｅ ｐ ｒｏ ｐ ｏ ｓｅｄ ａ ｌｇ ｏ ｒ ｉｔｈ ｍｐ ｅ ｒ ｆ ｏ ｒ ｍ ｓｂ ｅ ｔｔｅ ｒｉｎ ｎ ｏ ｉｓｅｉｍ ｍ ｕ ｎ ｉｔｙａ ｎ ｄｅｄ ｇ ｅｄ ｅ ｔｅ ｃ ｔｉｏ ｎｐ ｅｒｆ ｏ ｒｍ ａ ｎ ｃｅ．［ Ｋ ｅ ｙｗ ｏ ｒ ｄ ｓｌ ｅｄ ｇ ｅｄ ｅｔｅｃｔｉｏ ｎ ； Ｓ ｏ ｂｅｌｏ ｐ ｅｒａ ｔｏ ｒ； ｓｅｐ ａ ｒａ ｔｅｍ ｅｄ ｉａ ｎｆ ｉｌｔｅｒｉｎ ｇ ； ｈ ａ ｒｄ ｗ ａ ｒｅ??ａ ｃｃｅｌｅｒａ ｔｅｄ ； ｒｅａ ｌ?－ ｔｉｍ ｅ ｉｍ ａ ｇ ｅ ｐ ｒ ｏ ｃ ｅ ｓｓｉｎ ｇＤ Ｏ Ｉ： １０． ３９６９０． ｉｓｓｎ ． １０００—３４２８． ２０１１． ２４． ０６８１概述序列图像实时边缘检测是图像处理中的一个重要研究课题， 广泛应用于目标检测与跟踪、 实时视频监控等领域中。在这些应用中， 边缘检测的准确性、 实时性和抗噪性是衡量算法性能的重要指标。传统的边缘检测算法用边缘检测算子求解图像的梯度，并选择合适的阈值提取边缘， 如Ｒ ｏ ｂ ｅｒ ｔｓ、 Ｓ ｏ ｂ ｅｌ和Ｃ ａ ｎ ｎ ｙ 等，其中， Ｒ ｏ ｂ ｅｒ ｔｓ和Ｓ ｏ ｂ ｅｌ通过对图像的每一点计算邻域灰度加权提取边缘， 算法简单， 但抗噪性能较差； Ｃ ａ ｎ ｎ ｙ 利用高斯函数对原图像作平滑处理， 运算量加大。 基本的形态学边缘检测算法运算量。 实时性强， 但抗噪性能较差， 抗噪型形态学边缘检测算法¨ 。 １抗噪性能较好， 但运算量增加， 实时性能降低。 因此， 在保持边缘检测准确性的同时， 提高其抗噪性和实时性是边缘检测算法的一个重要研究方向。中值滤波可以有效滤除脉冲噪声， 对高斯噪声也有一定的滤波效果， 能够很好地保持边缘特性。 Ｓ ｏ ｂ ｅ ｌ算子计算简单， 对噪声有一定的平滑作用， 能够提供较为准确的边缘方向信息。 本文将中值滤波和Ｓ ｏ ｂ ｅ ｌ算子相结合， 提出一种抗噪型Ｓ ｏ ｂ ｅｌ边缘检测算法， 并对其进行硬件加速设计。２抗噪型Ｓ ｏ ｂ ｅ ｌ算法及其性能分析中值滤波虽去噪性能较好， 但其运算量随模板的增大而大幅增加。 文献【４ Ｊ提出分离中值滤波算法， 先对图像进行一维行中值滤波， 然后对行中值滤波结果进行一维列中值滤波， 其性能与二维中值滤波基本相当， 而计算量大幅降低，且易于硬件实现， 故本文采用分离中值滤波代替二维中值滤波作去噪处理。Ｓ ｏ ｂ ｅｌ算子的模板如图１所示， 设模板中心点为（ 工， Ｙ ），其灰度值为ｆ （ ｘ ， Ｙ ）， 令：＾（ 工， ）， ）＝ ｆ （ ｘ 一１， Ｙ —１）＋ ２ｆ （ ｘ ， Ｙ 一１）＋ ， （ Ｊ＋ １， Ｙ —ｎ如（ 工。 ｙ ）＝ ｆ （ ｘ 一１， Ｙ ＋ １）＋ ２ｆ （ ｘ ， Ｙ ＋ １）十ｆ （ ｘ ＋ ｌ， ｙ ＋ １）且（ 工， ＿ ）， ）＝ ， （ 工＋ １， Ｙ —１）一ｆ （ ｘ 一１， Ｙ —１）易（ 工， ）， ）＝ ， （ 工＋ １， ｙ ）－ ｆ （ ｘ 一１， ｙ ）马（ ｘ ， ｙ ）＝ ， （ ｘ ＋ １， Ｙ ＋ １）一ｆ （ ｘ 一１， Ｙ ＋ １）则水平方向梯度为：六（ 工， ）， ）＝ 如（ ｘ ， ｙ）一Ａ （ 工， ｙ）垂直方向梯度为：， ｖ（ 工， ）， ）＝ 蜀（ 工， ）， ）＋ ２吃（ ｚ， ）， ）＋ 马（ 上， ）， ）梯度幅值为：Ｓ （ ｘ ， ｙ）＝ ｘ ／Ｌ （ ｘ ， ｙ）２＋ ＾（ 五）， ）２ｊ， “梯度方向为：俐一。 １（ 嬲）作者简介： 唐永鹤（ １９ ８３－ － ）， 男， 博士研究生， 主研方向： 图像特征提。 图像匹配； 胡谋法， 讲师； 卢焕章， 教授、 博士生导师收稿日期： ２０ １１－ ０ ６ － ０ ７Ｅ － ｍ ａ ｉｌ： ｔｙ ｈ ＿ ９ ８ ３＠ １２６ ． ｃ ｏ ｒ ｎ万方数据