超级会员免费看
本文介绍了Sobel边缘检测方法，通过3x3矩阵对图像进行卷积，计算灰度差分估计值。在HLS中实现IP核代码，将RGB图像转换为灰度图，进行水平和垂直卷积，最后通过二值化处理。测试bench对HLS设计进行了验证，阈值可调，如0或20。
一，边缘检测
1,sobel计算公式
Sobel算子被称为Sobel滤波,它使用两个3x3矩阵来对原图进行卷积运算以计算出两个方向的灰度差分的估计值(一个水平方向、一个竖直方向)。假设A是原始图像，彩色图像需先转换为灰度图像，Gx和Gy分别是在横向及纵向的灰度偏导的近似值,也就是两个方向上对原图的平面卷积结果。
上图数学表达式对应的计算过程：
f(x,y)为图像A中(x,y)处的灰度值，可以计算出每个点的Gx和Gy。图像中的每个点，其梯度的估计值G便可以通过两个方向的梯度Gx
2，hls ip核代码
在edge_detector(ustream_t &src, ustream_t &dst, unsigned char threshold)函数中，threshold为将结果二值化的配置，为 0 时不进行二值化，其它值时为二值化的阀值。首选将RGB图像转换为灰度图grayimg，讲grayimg分成两份split0、split1分别进行水平和垂直方向的卷积运算，得到sobelImg_x和sobelImg_y，将它们叠加为sobelImg，然后
订阅专栏 解锁全文
扫一扫
1974
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
