[发明专利]一种实时图像边缘检测电路及其实现方法

说明书

技术领域

本发明涉及实时图像边缘检测的技术领域，特别涉及一种实时图像边缘检测电路及其实现方法。

背景技术

实时图像边缘检测电路适用于视频运动目标跟踪系统，是视频图像处理所需的核心硬件模块，可精确和快速地实现图像的边缘检测和边缘提取。现有技术中，由于图像边缘检测需要处理的数据量较大，目前普遍采用的软件实现方式已难以满足实时性要求。考虑到边缘检测在图像处理过程中的独立性，图像边缘检测可以并且应该采用硬件电路方式实现，以提高检测效率，满足视频运动目标跟踪系统对实时性的要求。

目前，主流的图像边缘检测方法有空域微分算子法、拟合曲面法、小波多尺度边缘检测法和数学形态学边缘检测法等，其中，空域微分算子法最为常用。若将图像定义为二维函数f(x，y)，由于边缘的图像灰度变化剧烈，其函数梯度较大，因此，图像灰度的变化可以采用图像灰度分布的梯度表征。图像f(x，y)的梯度定义为：

▿F=GxGy=∂f∂x∂f∂y]]>

其中，梯度指向为f(x，y)增加率最大的方向。考虑到函数在该点的方向导数最大值等于梯度的模，因此有：

▿f=mag(▿F)=[Gx2+Gy2]12≈|Gx|+|Gy|]]>

式中，G_x是垂直方向模板，对垂直边缘响应最大；G_y是水平方向模板，对水平边响应最大。在目前的设计中，通常采用小区域模板乘积方法近似地计算这一梯度值，并使用不同的模板构成不同的边缘检测算子，包括有Robert算子、Sobel算子、Prewitt算子和Laplacian算子等。其中，Sobel算子能较好地抑制噪声，且实现过程较为简单，从而得到了广泛应用。

经典的Sobel边缘检测算法利用2个方向的算子模板分别与3×3区域图像进行乘积，并将乘积结果之和输出，得到所需的边缘检测值。其中，2个方向算子模板和3×3区域图像分别为：