灰色图像格式的边缘检测及其FPGA实现外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

灰色图像格式的边缘检测及其FPGA实现

摘要：

本文的目的是分析FPGA中用于图像格式实现的方法。所有的摄像机在FPGA应用给出了原始的RGB输出视频格式，一些摄像机也提供了YUV，YCbCr，RGB565/555或压缩的JPEG格式。如果FPGA电路的可配置逻辑块(CLB)数量有限，JPEG格式似乎是一个好的解决方法，对于如何增大处理图像的大小。另一方面，使用有损压缩的图像或多或少会影响图像处理的整体结果。本文的第一个目标是证明有损图像压缩是否会影响边缘检测的质量。本文给出的结果表示，图像有损压缩会使边缘检测的效率下降6%。许多研究者提出了FPGA实现的一些边缘检测方法。通常他们的第一步RGB到灰度转换，因为他们对灰度图像使用边缘检测方法。本文的第二个目标是证明如果使用YUV,YCbCr或Raw RGB，可以提高FPGA实现的性能相机输出格式代替了RGB格式。

1.简介

边缘检测是数字领域中图像处理最常用的方法之一。目标定位是：1车牌；2指纹识别；3火灾报警；4SAR图像处理；5高亮的边缘可以帮助医生识别结肠镜检查中的息肉。在过去的40年李，有几百个数字图像边缘检测的方法被提出。更具他们所依据的原则，发表的边缘检测器可以分为若干组。清单所有相关的边缘检测类型都超出了本文的范围。但是，应该提到最著名的算法-梯度运算符，如Prewitt和Sobel或Canny，肯是日常实践中最常用的。形态学算子和基于小波变换的检测器也得到了较好的结果。新的趋势下，最近几年几种新的方法被提出来了，包括模糊逻辑，字典学习和分数阶导数。每一个新的方法在多幅图像上进行了测试。有时研究人员使用JPEG格式的图像来测试他们提出的算法。但是有损图像压缩会影响边缘检测的效率。本文的第一个目标是证明图像有损压缩是否会影响边缘检测的质量。要测试大量的边缘检测器是不可能的。所以只能得到结果提出了四种基于梯度算子的方法。

关于FPGA实现图像边缘检测的文章很多，而关于FPGA实现颜色边缘检测的文章有一篇。颜色边缘检测十分罕见，因为它的计算要求是灰度图像的三倍，而且在90%的情况下，灰度值和彩色图像边缘基本相同，很明显，没用必要对彩色图像进行处理，除了某些特殊情况。一些文章的作者使用彩色相机，他们的FPGA实现包括转换到灰度图像。Sagar等人使用带有模拟摄像机的数字解码器TVP5146。一些作者使用了来自non的灰度图像指定的源程序，有一些使用了来自Matlab的灰度图像，还有一些作者只是用灰度图像模拟了他们的FPGA实现。作者似乎没有特别注意相机，市场上有几个FPGA的摄像头，知道摄像头的特点对于使用者来说非常有用，这样他们就可以提出更有效的实施方案。特别是摄像头输出图像格式可以改善FPGA实现边缘检测算法。

论文的其他部分如下。第二部分简要描述了JPEG图像压缩。对常用边缘检测方法的描述在第三部分。用不同的质量因子值创建图像的实验在第四部分，对真实图像的测试在第五部分。第六部分综述了13种FPGA用相机，并对其结构进行了描述。第七部分中对摄像机输出数据格式进行了分析，以说明哪些格式适合FPGA实现的边缘检测方法。结论在第八部分。

2.JEPG图像压缩

分析有损压缩对边缘检测系统效率的影响，最好是了解使用JPEG压缩的算法。整个过程由四步组成。首先，原始图像被分成大小不一的方块8像素。然后，对每一块进行二维离散余弦变换，得到1个直流系数和63个交流系数。第三步是量子化，每个系数除以一个相应的常数，结果四舍五入得到一个整数。用于量子化的常数由基矩阵定义，根据质量因素值变化。有些频率分量经过量子化后变为0。压缩的最后一步是无损熵编码。很明显，图像质量压缩比由使用的量化矩阵确定。解码后的JPEG图像与原始图像不同，存在一些可见的伪影和失真。解码图像与原始图像不同，会影响边缘检测的性能。

3.常用的边缘检测方法

要测量大量的边缘检测方法是不实际的，因此我们决定测试其中的四种。三种最常用的检测方法是Prewitt，Sobel和Canny。选择这三个检测方法的优势是，它们通常是通过Matlab实现的功能既由用户决定，也由研究人员决定。他们用旧的算法提出了边缘检测方法。第四种是基于分数阶导数的边缘检测方法，我们选择它是因为它的新颖性。这种检测方法的作者声明，它比旧的梯度边缘检测方法更好。Prewitt，Sobel和分数阶导数是基于卷积核：

Prewitt：

，

Sobel：

，

分数阶导数：

，

对于图像可以计算出边缘强度

，

图1创建的测试图像

表格1创建的图像的FoM计算

这里x和y方向上的梯度估计是通过上述卷积掩模计算得到的。该操作的结果是边缘强度图像（灰度）。从边缘强度图像中获取边缘图像（二值化）需要两个过程：阈值化和细化。在本文的实验中，我们使用Matlab函数边缘（默认设置）来计算Prewitt，Sobel和Canny的边缘检测。

对于基于分数阶导数的边缘检测，根据公式在Matlab中计算边缘强度图像，然后分别得到Matlab函数im2bw和bwmorph用于阈值化和细化。阈值水平由Matlab函数graythresh计算。

4.创建图像的实验

选取4个边缘检测方法分别对生成的图像和2张真实图像进行检测。图1中创建的是8位灰度测试图像。背景层是40，前景层是220。使用Matlab函数imwrite创建5幅质量从100到60的JPEG图像。可以获得完全相同的图像，同样用程序irfanView也进行上述步骤。然后根据原始图像和五幅JPEG图像计算边缘图。为了评估边缘检测性能，我们使用了一个优点图。品质因数（FoM）由Pratt引入，它平衡了边缘检测过程中三种类型的错误：缺失边缘点，假边缘点，检测到的边缘点相对于原始边缘的偏移的位置。品质因数（FoM）定义如下：

delta;是比例常数（通常是1/9），e（k）是第k个边缘点的距离，Id为检测到的边缘点个数，Ii为一些实际的边缘点。显然0le;FoMle;1.如果两个比较的边缘点是相同的，那么FoM=1。FoM值越低，说明比较的边缘图像差异越大。表1总结了用不同的质量计算的五幅JPEG图像的FoM值。

用有噪声的图像重复上述实验。如果高斯噪声标准差sigma;n是添加到无噪声图像Iu(c,r)，信噪比SNR可以由公式计算

式中Pu为原值的幂次均值的平方根，图像Iu(c,r)大小为N*M像素

FPGA实现中使用的摄像头的信噪比为36db到42db。这些值是在良好的光照条件中定义的。在我们的实验中，我们决定使用信噪比为30db的噪声图像。由于测试图像的Pu为124.79，高斯噪声的标准差应该为3.95，这个值四舍五入为4。从原始图像中提取未压缩的噪声图像图像Iu(c,r)采用以下公式

其中，randn是Matlab函数，它产生一个伪随机数，其正态分布的均值为0，标准差为1.获得的图像被用来创建5个质量从100到60的噪声JPEG图像。然后根据这五幅有噪声的JPEG图像计算出边缘图，并根据无噪声的原始边缘图计算出相应的FoM值。结果如表2所示。

表2创建的噪声图像的FoM值

结果表示，对于Prewitt和Sobel边缘检测方法，图像压缩对于边缘检测性能没有实际影响。使用无噪声或是有噪声的图像并不重要。基于分数阶导数的边缘检测对噪声步敏感，但对图像压缩敏感。令人惊讶的是Canny边缘检测方法对噪声和压缩的灵敏度。如前所述，边缘映射是使用Matlab函数边缘在默认设置下计算的。这意味着Canny检测器的参数是自动设置的。从现有的资料中去确认Matlab是如何确定更低和滞后阈值的上阈值是不太可能的。所创建的图像的直方图与真实图像的直方图有很大的区别，如果在Matlab中从图像直方图中计算出阈值，阈值可能太低，会导致不好的结果。

对生成的图像进行边缘检测得到的结果可能很有趣，但它们不能反映边缘检测在真实的图像上。

5.实像实验

在本章中，将介绍在两个不同的图像Castle.png和Capsicum.png上的实验。 原始图片Castle.png其三个边缘图在图2中。图2a是利希滕斯坦城堡（Schloss Lichtenstein）的灰度图片。选择该图片是因为它包含许多小细节。 由未压缩图片Castle.png计算得出的边缘贴图。边缘图是根据Sobel，Canny和Unbel的未压缩图片Castle.png计算得出的分数导数边缘检测器在图2b–图2d。 由Prewitt边缘检测器计算出的边缘图非常接近So bel检测器的乘积，因此在图2中未给出。

从图2b，图2c和图2d中获得的边缘图可以很明显得出，Sobel（Prewitt），Canny和分数导数边缘检测器产生或多或少的不同边缘图。 在表1和表2中的数据确认相同的结论。

图2原始图片Castle.png（a）和Sobel（b），Canny（c）和分数导数（d）边缘检测器

Matlab函数的imwrite应用于Castle.png以获得质量为100至60的9张JPEG图像。对于每个JPEG图像，计算了四个边缘图，并计算了相应的FoM值。将原始图像Cas tle.png（图3a）的缩放部分与压缩版本（图3b）进行比较，可以看到在压缩版本的对象边缘出现了伪影。乍一看，利用Sobel边缘检测器从原始图像计算出的边缘图（图3c）似乎与从JPEG版本获得的图（图3d）相同。 但是缩放边缘贴图揭示了它们之间的一些差异（图3e和图3f）。这些差异对于正常使用而言并不重要，但可能会影响一些边缘检测方法的比较

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[239656]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 基于数字信号调制的直接数字合成函数发生器外文翻译资料
• 低功耗传感器节点的设计外文翻译资料
• 基于深度学习的图像质量评价及其FPGA实现外文翻译资料
• 先进技术节点的一种考虑外文翻译资料
• 寻找最大的边界矩形不相交集应用于PCB布线外文翻译资料
• PCB中的一种基于同时转义路由的网络流方法外文翻译资料
• 用于电子设备印刷电路板多准则设计的仿生算法外文翻译资料
• 基于LPWAN的水质检测系统外文翻译资料
• 等离子体纳腔纳米天线阵列中 法诺共振增强级联光场增强 以及它的表面增强拉曼光谱的应用外文翻译资料
• OLED光学性能的集成测试系统外文翻译资料