[发明专利]基于FPGA和Kirsch的自适应阈值彩色图像边缘检测方法

说明书

本发明涉及基于FPGA和Kirsch的自适应阈值彩色图像边缘检测方法，首先将采集到的图像数据转换为YCbCr，对其中的Y分量进行高斯滤波和中值滤波处理，而后进行边缘检测，对边缘检测后的图像进行形态学处理，合成Y'Cb'Cr'后将其转换为RGB888格式借助VGA进行显示。本发明以Kirsch算子作为边缘检测的基准，借助FPGA平台实现自适应阈值彩色图像的边缘检测，并且以RGB888格式通过VGA进行直观地显示，以此提高彩色图像边缘检测的效果，该方法可以弥补以往技术对图像处理实时性不足的缺点，对边缘的检测更加灵活，有助于提高物体边缘检测的准确性。

技术领域

本发明涉及数字图像处理技术领域，具体涉及一种基于FPGA和Kirsch的自适应阈值彩色图像边缘检测方法。

背景技术

物体的边缘是反映其特征的一个重要依据，而数字图像的边缘检测是图像复原、图像增强、区域分割、特征提取等很多图像处理技术的前提。很长时间以来，国内外学者对边缘检测技术的研究都很活跃，从而也就出现了多种多样的边缘检测算法，常用的经典边缘检测算法有很多，例如Sobel算子、Laplace算子、Robert算子、Canny算子等。这些传统算法的阈值选取很重要，不过大多为事先设定好的固定阈值，灵活性受到限制，并且这些算法忽略了颜色信息，对于亮度相同而颜色不同或者有重叠边缘的目标物，容易出现漏检、误检等。

由于受到科学技术发展的限制，边缘检测最初是从基于灰度图像开始着手研究的，随着彩色图像技术的不断发展，有关彩色图像的边缘检测也逐渐发展起来。从1977年第一篇有关彩色图像边缘检测的论文由Nevatia教授发表以后，后续的研究者又陆续提出了很多基于彩色图像的边缘检测算法，如向量统计法、矢量差直方图法、模糊元法等等。这些算法基本可以归为向量法和颜色分量输出合成方法这两大类，但是计算量大，计算复杂度过高。

在以往的彩色图像边缘检测技术中，大多是借助C语言或者MATLAB语言，然后调用各自平台所包含的封装好的函数来实现边缘检测，这种方式不利于了解算法的基本原理，也就不利于算法本身的扩展，并且这种软件实现方式一般借助PC机，处理数据的速度较慢。此外，由于计算机是利用串行方式进行处理，一旦需要处理海量的图像数据时，其实时性较差，处理时间长。

发明内容

为了解决现有技术所存在的技术问题，本发明提供一种基于FPGA和Kirsch的自适应阈值彩色图像边缘检测方法，以Kirsch算子作为边缘检测的基准，借助FPGA平台实现自适应阈值彩色图像的边缘检测，并且以RGB888格式通过VGA进行直观地显示，以此提高彩色图像边缘检测的效果，该方法可以弥补以往技术对图像处理实时性不足的缺点，对边缘的检测更加灵活，有助于提高物体边缘检测的准确性。

本发明采用以下技术方案来实现：基于FPGA和Kirsch的自适应阈值彩色图像边缘检测方法，包括以下步骤：

步骤1、对待检测的彩色图像进行采集，得到YUV格式的图像数据，并将其转换成YCbCr，将亮度分量Y提取出来进行后续处理；

步骤2、采用高斯滤波和中值滤波对图像中的亮度分量Y进行去噪处理；

步骤3、对去噪处理后的图像进行边缘检测，计算梯度值和改进的自适应阈值；将梯度值和改进的自适应阈值进行比较，实现边沿的提取和图像二值化，若梯度值大于改进的自适应阈值，则判断当前像素点为边缘点，取值为1，否则取值为0；

步骤4、对边缘图像进行形态学处理，得到经过形态学处理后的分量Y'；

步骤5、将步骤1中未经过处理的颜色分量Cb和Cr经过延时操作后与步骤4中的分量Y'合成Y'Cb'Cr'，然后利用YCbCr转RGB888算法合成RGB888格式数据。