[发明专利]一种基于FPGA的棉株边缘检测方法

说明书

本发明属于图像处理及计算机视觉领域，公开了一种基于FPGA的棉株边缘检测方法，该方法包括步骤：输入棉株图像，FPGA并行运算平台首先完成对摄像头的初始化和寄存器配置，配置完成之后读取实时的图像数据存入SDRAM存储器中；在FPGA芯片内部并行实现图像滤波、图像灰度化、图像二值化处理算法；在边缘检测算法模块中，灰度图像首先通过自适应阈值算法进行图像去噪和图像自适应阈值获取，然后进行八方向扩展Sobel算子卷积运算，计算梯度幅度值，并与自适应阈值进行比较，输出检测图像的边缘；SDRAM芯片访问提取的边缘图像，最后通过VGA显示器显示边缘图像。本发明可以准确识别出棉株边缘，为下一步棉株机械打顶做准备。

技术领域

本发明属于图像处理、机器视觉领域，具体涉及一种基于FPGA的棉花顶尖边缘检测。

背景技术

新疆是全国最大的棉花生产基地，棉花产量约占全国总产量的87%。目前的主要栽培模式是矮、密、早模式，每年6月末7月初的棉花打顶调控是棉花生产丰收的关键环节。棉花生产全程机械化过程中，从耕地、施肥、除草、播种、定苗、灌溉到采收各环节基本实现了机械化，然而现行的棉花打顶机械由于缺乏对棉花的精确识别和定位，造成高漏打率和高花蕾损失率，因此棉花打顶依旧以人工为主，这在很大程度上限制了棉花产业的高效、持续、稳定发展。

机器视觉技术是研究用计算机图像处理系统模拟人的视觉系统，从客观事物的图像中提取信息，进行处理与理解，最终实现对目标事物的检测、测量和控制。机器视觉技术用于对目标事物的检测时常选用的特征有颜色、纹理或形状等。

FPGA（Field Programmable Gate Array），即现场可编程门阵列，它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。FPGA采用了逻辑单元阵列LCA（Logic Cell Array）这样一个新概念，内部包括可配置逻辑模块CLB（Configurable Logic Block）、输出输入模块IOB（Input Output Block）和内部连线（Interconnect）三个部分。采用FPGA设计ASIC电路，用户不需要投片生产，就能得到合用的芯片。FPGA可做其它全定制或半定制ASIC电路的中试样片，内部有丰富的触发器和I/O引脚。FPGA是ASIC电路中设计周期最短、开发费用最低、风险最小的器件之一，采用高速CHMOS工艺，功耗低，可以与CMOS、TTL电平兼容，可以说，FPGA芯片是小批量系统提高系统集成度、可靠性的最佳选择之一。

边缘检测作为图像识别、图像理解、目标跟踪等技术的基础，广泛应用于人工智能、深度学习等领域。边缘检测的目的是标识数字图像中亮度变化明显的点。图像边缘是图像最基本的特征，所谓边缘是指图像局部特性的不连续性。灰度或结构等信息的突变处称之为边缘。例如，灰度级的突变、颜色的突变、纹理结构的突变等。边缘是一个区域的结束，也是另一个区域的开始，利用该特征可以分割图像。图像的边缘有方向和幅度两种属性。边缘通常可以通过一阶导数或二阶导数检测得到。一阶导数是以最大值作为对应的边缘的位置，而二阶导数则以过零点作为对应边缘的位置。一阶导数的边缘算子是通过模板作为核与图像的每个像素点做卷积和运算，然后选取合适的阈值来提取图像的边缘，常见的有Roberts算子、Prewitt算子和Sobel算子。二阶导数的边缘算子是依据于二阶导数过零点，常见的有Laplacian算子和Log算子，此类算子对噪声敏感。前面两类均是通过微分算子来检测图像边缘，还有一种就是Canny算子，其是在满足一定约束条件下推导出来的边缘检测最优化算子。通过扩展传统的Sobel算子将边缘检测方向增加到8个，并通过自适应阈值算法使每个像素得到相应的阈值，最终在FPGA上实现了这种基于自适应阈值的8方向Sobel边缘检测算法。将FPGA硬件与各种嵌入式硬核和软件相结合，实现软硬件联合设计，将是一个很有前途的研究领域，以适应各种应用场景，满足各种场合的稳定性和实时性要求。

发明内容