基于改进的Canny算子实时视频边缘检测系统在FPGA上的设计与实现

为了提高图像边缘检测的性能,缩短处理时间,提出了一种基于FPGA的实时视频边缘检测系统;该系统以EP2C8Q208C8为实验硬件平台,首先采用摄像头OV7670获取模拟视频数据,双端口SDRAM实现对图像数据的缓存,利用FPGA并行处理的特点,采用Verilog HDL硬件描述语言实现改进的Canny边缘检测算法,最终实现在VGA显示屏上显示图像边缘的效果;实验结果表明,较传统的边缘检测算法,该系统边缘检测定位精度高,对噪声的抗干扰能力强,能够准确快速的输出图像边缘信息。     

基于FPGA的图像边缘检测器的研究和设计

在构建了一种基于联DSP+FPGA图像处理系统的基础上,论述了一个基于EDA技术的、用FPGA实现图像边缘检测协处理器的设计过程,包括边缘检测算法的选择、系统FPGA的VHDL设计实现和在MAXPLUSII开发环境下的相关仿真结果.该协处理器的像素处理方式采用全硬件并行及流水线技术,经验证,和单独采用单片机或DSP系统相比,其处理速度有显著的提高.     

基于FPGA的实时视频图像采集处理系统设计

针对目前数字图像采集处理技术的实时性、大容量、小型化等特点,设计了一种基于FPGA的实时视频图像采集处理电路系统。采用FPGA作为整个系统的控制和图像数据处理中心。DDR2 SDRAM为高速储存模块核心器件,CMOS 7670为视频图像采集器件。并通过Quratus Ⅱ和Modelsim等软件对系统的边缘检测算法、控制过程、各个模块等进行硬件工程设计和仿真,实现了视频图像从采集、存储到处理、显示的整个过程。实验表明,视频图像采集处理的动态画面流畅、清晰、实时性好。     

基于FPGA的实时图像滤波及边缘检测方法

图像滤波和边缘检测是视觉导航系统中道路检测和障碍物检测等复杂视觉处理的关键步骤,其性能和处理时间直接影响了后续图像处理的性能及视觉系统的整体响应时间.为此,提出了一种基于FPGA的实时图像模板滤波及边缘检测方法,将LoG模板分解为两个一维模板的卷积和,从而降低了算法运算量.并充分利用FPGA的并行机制及片内丰富的RAM资源,采用分布式算法,用查找表代替乘法器进行乘法运算.实验表明该方法满足视觉导航系统中实时性需求,且又适用于其他基于模板运算的图像处理算法.     

基于FPGA的图像处理硬件加速系统的设计

为解决图像处理算法越来越复杂,普通的计算平台已满足不了当前需求的问题,根据现场可编程门阵列(field programmable gate array, FPGA)的并行计算特点对FAST角点检测算法和Sobel边缘检测算法进行硬件加速,采用HLS(high-level synthesis, HLS)高层次综合技术对两种算法进行设计并进行相应的优化。为提升系统整体性能,在FPGA上实现全部视频输入输出接口和图像算法的完整通路,通过FPGA算法电路与OpenCV算法程序进行对比,前者的图像处理速度快于后者9～11倍,系统功耗也仅为1.9 W,图像检测可达56 fps,满足实时图像处理要求,为以后设计复杂的图像处理系统提供了参考。     

基于FPGA的多运动目标检测及硬件实现

针对视频流图像的目标检测,基于帧间差分理论提出了一种实时多运动目标检测算法。根据视频图像在实时处理中的应用,基于FPGA硬件平台并行处理快与可编程的特性,在FPGA上实现算法,经过MATLAB环境算法验证,并在设计的FPGA视频图像处理系统进行实现。该系统主要由图像采集模块、图像缓存模块、图像处理模块及图像显示模块4部分组成,通过OV5640采集图像数据,再对数据进行差分、滤波、形态学等一系列算法处理,存入DDR3中,最后通过VGA进行显示。实验结果表明,该系统在一定测距范围内可稳定跟踪运动目标,可实时显示,多目标检测识别率较高,能实时检测视频流图像中的多运动目标。     

基于SoPC的实时边缘检测系统研究

一种基于SoPC嵌入式单片解决方案的实时边缘检测系统,利用FPGA片上逻辑资源实现了对640×512大小的动态8 bit灰度图像的实时边缘检测运算,并利用片内NiosⅡ处理器对系统进行控制。分析了系统组成、工作原理、性能数据处理算法及实现过程。     

高精度双线阵CCD非接触直径测量系统

设计引入一字线状激光作为目标检测光源,搭建了光学直径测量系统。为了突出目标检测工件特征,设计通过实时改变光积分时间以增强边缘信号特征。采用现场可编程门阵列(FPGA)作为CCD的驱动设备和信号处理器,采用亚像元边缘检测算法对一维图像数据进行处理,最后将结果实时显示出来。实验表明:系统能够完成目标检测任务,检测精度可以达到微米级。     

边缘检测算法的FPGA实现

边缘检测算法是最常见的图像处理算法. 分析了Prewitt算子和Sobel算子两种边缘检测算法的原理, 利用DSP Builder工具在MATLAB/Simulink下完成了这两种算子的图像边缘检测算法的设计, 并将该设计直接在FPGA中实现. 利用FPGA的并行处理能力, 大大缩短了图像处理所需的时间.     

基于FPGA的自适应阈值边缘检测系统设计

针对传统的Canny边缘检测算法的阈值需要人为外部设定并且实时性差等问题,提出了一种改进的利用中值滤波算法结合加权平均的方法选取阈值。利用现场可编程门阵列(FPGA)高速并行处理数据的特点,设计了基于FPGA实时图像边缘检测系统,包括视频图像采集、图像处理和图像显示三大模块。实验结果验证了自适应阈值边缘检测算法的有效性,同时满足了实时性的要求。     

基于FPGA与Sobel算法的实时图像处理

如今,图像处理算法的复杂度越来越高,图像处理的数据量越来越大,图像处理的实时性显得十分重要。为了解 决图像预处理、视频流数据实时性存在的问题,给出了一种基于FPGA和OV5640以Sobel算子进行边缘检测的图像采集与处 理系统设计方法,FPGA将OV5640摄像头采集到的视频流数据传送至SDRAM,由Sobel算子模板处理后通过VGA显示视频 图像。该设计基于Intel公司的Cyclone IV系列FPGA芯片EP4CE10F17C8进行了验证。实验结果表明,基于FPGA和Sobel边 缘检测算法,使用流水线设计和乒乓操作,可实现视频流数据处理的实时性。     

基于FPGA联合Sobel算法的实时图像边沿检测系统的设计与实现

边沿检测技术作为数字图像处理领域的重要一支,在目标匹配,交通管控,国防安全等多个领域有着广泛的应用,能够精确高效地实现边沿检测对于后续进行更高层次的图像识别以及图像处理有着密切的联系;为了实现实时有效的图像边沿检测提出了基于FPGA结合Sobel算法的实时图像边沿检测系统,硬件使用流水线结合并行处理的解决方案,能够有效提高图像处理的速度;算法设计采用Sobel算法,不但简化了运算同时获得了不错的检测效果;实验结果显示,系统可高效地达成实时图像边沿检测的设计目的,而且提升了图像的处理效率与边沿检测的效果,便于满足后续图像处理的要求。     

Design of english video learning platform based on FPGA system and sobel algorithm

In order to improve the system performance of image processing and improve the efficiency of image processing, we can use some hardware running image processing algorithms. in practice, we introduce some reconfigurable devices and more advanced programming languages to use FPGA for image processing. following will briefly introduce the design of FPGA in the edge detection system.The design has integrated a 32-bit soft RISC processor as dedicated hardware peripheral micro development and EDK embedded system developed by the system generator. Input is detected from a real-time image obtained from the CMOS camera displayed on the DVI display on the screen.     

基于FPGA的铁轨检测算法设计与研究

介绍一种基于FPGA的铁轨检测方法,包括嵌入式图像处理系统的硬件平台搭建和基于FPGA的图像处理算法的研究。采用基于FPGA的软核技术,完成图像增强和复原、边缘检测、阈值分割、连通域搜索等图像处理基本算法,实现在图像中完成铁轨区域的提取。     

边缘增强图像互相关模板匹配的并行架构

基于归一化互相关测度(NCC)的模板匹配已经在图像处理领域得到了广泛的应用。对图像进行边缘检测然后进行模板匹配,可充分利用图像的空间相关性,锐化模板匹配结果的相关峰,提高匹配的准确度,可以获得更高的定位精度。为了有效提高定位精度,考虑到导弹制导系统的算法实时性、体积以及为适应战场不同任务阶段采用不同匹配策略的灵活性要求,基于FPGA,通过结合Sobel边缘检测,进一步改进了提出的图像归一化互相关模板匹配高速并行实现架构。对边缘检测前后图像模板匹配的仿真比较结果表明,边缘检测处理可有效锐化相关峰;基于Altera的FPGA芯片EP2S90和开发软件Quartus Ⅱ 8.0的并行实现架构功能与时序仿真及在实际目标识别系统中的应用表明,这种方案可有效地提高系统的运算速度和定位精度,FPGA实现本身也进一步缩小了系统的体积。     

边缘检测算法的对比研究及FPGA的实现

图像的边缘检测用于提取图像特征,在图像分割、图像识别、人脸识别等技术中提供了基础处理。为了提高边缘检测精度和实时性,对图像处理边缘检测的算法进行分析。利用Matlab仿真比较算法的优缺点,得出了Canny算法边缘检测效果较好,通过FPGA开发板进行了Canny算法的边缘检测实验研究。从实验结果可以看出,Canny算法的边缘检测效果更明显,边缘检测的信息更多,在应用中能够更好地发挥作用。     

Grayscale image formats for edge detection and for its FPGA implementation

The aim of this paper is analysis of image formats used for FPGA implementation of edge detection methods. All cameras used in FPGA applications give Raw RGB output video format, some cameras provide also YUV, YCbCr, RGB565/555 or compressed JPEG formats. If the FPGA circuit has limited number of configurable logic blocks (CLB) the JPEG format seems to be good solution how to increase the size of the processed image. On the other hand, using an image with lossy compression can more or less affect the overall result of image processing. The first goal of this paper is to show whether lossy image compression can affect the quality of edge detection. The results presented in this article show that lossy image compression can impair the efficiency of edge detection by up to six percent. Many researchers have proposed FPGA implementation of some edge detection methods. Usually their first step is RGB to grayscale conversion because they use edge detection methods for grayscale images. The second goal of this paper is to show that a performance of FPGA implementation can be improved if YUV, YCbCr or Raw RGB camera output formats are used instead of RGB format.     

传送带偏移检测技术研究及FPGA实现

为了解决送料传送带在运行过程中发生的横向偏移和纵向偏移所导致的材料加工精度降低等问题,设计了一种基于改进的Hough直线检测算法的传送带偏移检测系统。本系统采用FPGA作为处理单元,对CMOS图像传感器拍摄的实际传送带图像进行滤波、边缘检测、二值化等图像的预处理,利用以太网传输方式把预处理后的图像信息传送给上位机,在上位机中进行Hough直线检测算法处理,获得传送带的偏移状态。通过实验,系统能够实时地检测出倾斜角精度最高0.245°的倾斜偏移和横向8个像素的偏移。