基于FPGA硬件实现的图像边缘检测及仿真

图像边缘检测是图像分割,目标提取等数字图像处理领域中关键的步骤,对于性能和处理时间制约着后续图像处理的性能和整体的处理时间。提出一种FPGA的实时图像边缘检测系统。该系统以FPGA为平台,用VHDL硬件描述语言设计并实现了一种自适应的Canny边缘检测算法。在设计过程中,通过改进算法和优化系统结构,在合理利用硬件资源的基础上采用了流水线技术。之后通过ModelSim软件进行仿真,仿真结果表明,在FPGA中实现算法能够有效实时地检测出复杂图像的边缘。     

基于Zynq与Qt的视频采集与图像边缘检测系统

基于云计算技术的传统人工智能存在着高时延与低安全性问题,而这些问题推动着边缘人工智能逐渐走进大众的视野。但边缘人工智能也存在着嵌入式处理器计算能力弱、效率低下等问题。利用Xilinx公司出品的Zynq系列可拓展处理平台进行软硬件协同设计,实现了一套嵌入式视频采集与实时图像边缘检测系统。利用Vivado HLS工具设计并实现了本系统中的硬件图像边缘检测IP核,并使用Qt工具为本系统设计了可视化的操作界面。测试结果表明,本系统中所应用的硬件图像边缘检测方法比纯软件图像边缘检测方法速度上快了6倍,为边缘人工智能所面临的问题提供了可行的解决途径。     

实时车辆检测和跟踪系统设计

实时车辆检测和跟踪是室外移动机器人尤其是智能汽车研究领域的一个重要课题。本文介绍了多功能室外移动机器人THMR-V的实时车辆检测和跟踪系统。该系统包括车道线检测和车辆检测和跟踪两个主要模块。车道线检测算法使用新的搜索策略,实时检测结构化道路区域,减少车辆检测算法搜索范围。车辆检测算法以Adaboost算法为基础,利用边缘方向特征,颜色特征,和对称性特征实现车辆检测。文中详细介绍了系统的实现。     

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的实时图像采集与Sobel边缘检测

运用现场可编程门阵列(FPGA)的流水线和并行技术,构建灵活高速的可编程图像采集与预处理系统.利用基于QuartusⅡ提供的参数可设置宏功能模块,实现了Sobel边缘检测算法,并实时显示边缘检测后的图像,获得了很好的边缘检测效果,缩短了开发周期.     

基于SOPC的音膜内外边缘实时检测

针对音膜检测中在线实时处理的要求,采用可编程片上系统(System On a Programmable Chip,SOPC)技术和IP(Intellectual Property)复用技术,介绍了基于SOPC的高速低功耗的音膜内外边缘实时检测方法。在Xilinx公司的Virtex-4系列的FPGA(Field Programmable Gate Array)芯片上实现了基于Sobel算子的音膜内外圆边缘检测。结果表明,该系统性能稳定可靠,可脱离PC进行独立工作,检测速度明显高于基于PC的视觉检测系统,达到在线检测实时性要求。     

基于改进Sobel算法的实时边缘检测系统

针对传统的Sobel边缘检测算存在对噪声敏感和缺乏自适应能力等缺点,提出了一种结合中值滤波与自适应阈值的改进So-bel边缘检测算法。并使用Verilog HDL语言在FPGA上实现了基于该算法的实时边缘检测系统。实验结果表明,该系统对环境有很强的适应能力,能够实时有效地提取出图像边缘。     

基于显微视觉的微小型零件边缘检测技术研究

针对显微视场下微小型零件边缘检测精度要求高的问题,设计了一套微小型零件实时检测系统,给出了系统总体设计,完成了图像实时传输和处理;提出一种微小型零件亚像素级边缘检测算法：采用非正交二次B样条小波变换得到微小型零件的像素级边缘,利用Zernike矩算法的矩不变性对像素级边缘进行亚像素级精确定位,给出了算法原理,分析了像素级和亚像素级的边缘检测结果。实验数据表明：该系统检测零件尺寸可以达到0.01~10 mm,检测精度可以达到0.01%~0.1%,可准确识别出微小型零件的边缘,将检测精度提高到亚像素级,能够满足显微视场下微小型零件检测需要。     

瞳孔亚像素边缘检测与中心定位

为提高视线跟踪系统的分辨率和精确度,提出了一种亚像素精度的边缘检测与中心定位算法。利用设计的一维边缘检测算子对瞳孔像素级边缘点进行提取,然后利用边缘点小邻域内梯度方向上图像信息,进行亚像素边缘位置检测,最后经椭圆拟合确定瞳孔中心的精确位置及瞳孔形状参数。仿真实验验证了算法的有效性,提出的算法已被成功应用于实时视线跟踪系统中。     

基于FPGA和双DSP的实时图像处理器设计

为满足高速实时图像处理的要求,提出一种基于FPGA互联的.以两片TMS320C6416为核心图像数据处理单元的并行系统结构.其中DSP负责图像处理,FPGA负责实现整个系统的数字逻辑及12C总线的配置,实现以FPGA作为主DSP协处理器的方式增加了该系统的灵活性及实时性.结果表明,在基于PCI总线的高速图像数据通道下,该系统可用来进行视频图像的高速采集工作,能够实现快速傅里叶变换、边缘检测等图像处理算法,满足实时图像处理的要求.     

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。     

LEON3处理器动态图像边缘检测的SoC设计

针对LEON3开源软核处理器具有高性能,高可靠性等特征,构建了一个基于LEON3的动态图像边缘检测SoC。文中采用局部熵边缘检测算法,将图像采集,边缘检测和图像显示三个部分封装设计为IP核,通过APB总线嵌入到LEON3的经典SoC架构中。与利用微控制器或DSP实现的动态图像边缘检测系统相比,基于LEON3的动态图像边缘检测SoC能够充分发挥硬件设计的高速性和灵活性,并且系统具有很好的可移植性与可配置性,占用资源少,速度快,具有良好的应用前景。     

Design of embedded digital image processing system based on ZYNQ

Zynq- real time edge detection system based on execution of the image reconstructed from the sequence. Although the object edge detection is an essential tool in computer vision, edge detection results in the negative image frame noise significantly. Further, due to the high computational complexity of an image filtering operation, implemented in the hardware configuration of the re-configurable hardware it is necessary. In this portion, the proposed dynamic Zynq embedded system reconfiguration capability to detect according to the input image frame to the noise level of the different density filters perform during runtime bit stream re Configuration.The results show that the accuracy of edge detection is highly evaluated. We analyze various noise density levels, and the results show that the edge detection results of the proposed filter bit stream are more accurate, while effectively providing computing capacity to support the real-time processing of the image frame. In the configuration time, CPU usage, and hardware resource utilization performance test results were compared.     

基于DSP+FPGA的元器件焊接垂直度识别方法

为实现电路板上柱状元器件焊接垂直度的精准检测,设计了一款基于DSP+FPGA的垂直度识别系统。DSP承担核心算法任务,FPGA作为数据预处理单元,完成接口的逻辑、系统的互连以及数据通道。在硬件平台上嵌入了基于元器件形心配准的垂直度识别算法。首先对预处理的图像利用改进的Canny算法提取元器件的像素级边缘,并采用边缘跟踪算法去除噪点和干扰边缘并对元器件进行编号,在粗提取的边缘上用Zernike矩算法来精确定位元器件亚像素级边缘。在此基础上,提取元器件轮廓的最小外接矩形来修正边缘并得到每个元器件的形心坐标,最后根据形心的偏移距离来完成每个元器件垂直度的识别。实验结果表明,该垂直度识别系统的设计方案识别结果精度高,检测速度快,满足实时性要求,具有重要的实际工程意义。     

Smartphone‐based object recognition with embedded machine learning intelligence for unmanned aerial vehicles

Existing artificial intelligence solutions typically operate in powerful platforms with high computational resources availability. However, a growing number of emerging use cases such as those based on unmanned aerial systems (UAS) require new solutions with embedded artificial intelligence on a highly mobile platform. This paper proposes an innovative UAS that explores machine learning (ML) capabilities in a smartphone‐based mobile platform for object detection and recognition applications. A new system framework tailored to this challenging use case is designed with a customized workflow specified. Furthermore, the design of the embedded ML leverages TensorFlow, a cutting‐edge open‐source ML framework. The prototype of the system integrates all the architectural components in a fully functional system, and it is suitable for real‐world operational environments such as seek and rescue use cases. Experimental results validate the design and prototyping of the system and demonstrate an overall improved performance compared with the state of the art in terms of a wide range of metrics.     

基于激光测距仪的3 维景深图像重构与辨识

针对3 维景深图像仅仅具有距离信息的局限性,提出景深面元的概念,并利用基于景深面元的法向 量聚类法对景深图像进行基本的识别．通过景深面元,将Sobel 算子引入到景深图像的边缘检测上来,提出了一 种简易的景深图像边缘识别方法．为了满足3 维景深图像重构和识别的实时性要求,采用了ARM（advanced RISC machine）+ DSP（digital signal processing）的硬件平台架构．实验结果表明,基于景深面元的3 维识别和边缘检测算 法是有效可行的．     

基于Visual C++的广义形态图像边缘检测算法实现

基于提出的广义形态学抗噪边缘检测算法,用VC＋＋6．0构造广义形态学API函数库,并嵌入到VC＋＋6．0中实现图像的边缘检测。     

基于ARM构建Sobel边缘检测算子的指纹识别系统实现

介绍了一种采用ARM处理器作为控制核心,构建指纹识别算法的嵌入式系统的实现方法。该系统采用光学指纹传感器（内建格科微电子有限公司的光学GC0307CMOS图像采集芯片）与ARMCortexM3内核的意法半导体公司32位高性能单片机STM32F205RE组成功能主体,采fflSobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别。经过大量实践证明,该设计适合嵌入式组件开发中需要进行生物指纹特征提取、识别,指纹身份认证、比对等场合。系统具有高性价比且交互简易、识别率高、扩展性强,便于嵌入式应用。     

3-D B-spline Wavelet-Based Local Standard Deviation (BWLSD): Its Application to Edge Detection and Vascular Segmentation in Magnetic Resonance Angiography

Extracting reliable image edge information is crucial for active contour models as well as vascular segmentation in magnetic resonance angiography (MRA). However, conventional edge detection techniques, such as gradient-based methods and wavelet-based methods, are incapable of returning reliable detection responses from low contrast edges in the images. In this paper, we propose a novel edge detection method by combining B-spline wavelet magnitude with standard deviation inside local region. It is proved theoretically and demonstrated experimentally in this paper that the new edge detection method, namely BWLSD, is able to give consistent and reliable strengths for edges with different image contrasts. Moreover, the relationship between the size of local region with non-zero wavelet magnitudes and the scale of wavelet function is established. This relationship indicates that if the scale of the adopted wavelet function is s, then the size of a local region, from which the standard deviation is estimated, should be 2s−1. The proposed edge detection technique is embedded in FLUX, namely, BWLSD-FLUX, for vascular segmentation in MRA image volumes. Experimental results on clinical images show that, as compared with the conventional FLUX, BWLSD-FLUX can achieve better segmentations of vasculatures in MRA images under same initial conditions.     

基于主轴分析和嵌入置信度的彩色边缘检测

边缘提取是获取图像特征的基本方法之一,彩色图像提供了比灰度图像更丰富的信息,彩色图像的边缘检测日益受到人们的重视。分析了目前常见的彩色图像边缘检测算法,提出了一种将主轴分析和嵌入置信度相结合的边缘提取算法,通过实验证明,该方法充分利用了图像的彩色信息,能够有效地保护边缘细节,提高检测精度,具有良好的边缘提取效果和边缘连续性。