基本信息
- 项目名称：
- 实时卡通画生成器——基于FPGA的实时图像边缘检测与目标跟踪系统
- 来源：
- 第十二届“挑战杯”作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 本项目设计了一套基于FPGA的实时图像边缘检测与跟踪技术的系统。通过对相关算法的研究和分析，提出一种改进型Sobel边缘检测算法和一种结合HSV颜色空间与SAD匹配跟踪算法相结合的跟踪算法，并采用硬件方式，将该算法在FPGA上实现，同时，引入中值滤波，以有效滤除图像中的噪声。具体地，与目前主流的图像边缘检测系统相比，所研制的系统提高了图像边缘检测的精度和速度。
- 详细介绍：
- 实时图像边缘检测与跟踪系统是视频图像处理的关键部分之一，可运用于车牌识别，视频运动目标跟踪和自动导航等技术领域。由于图像边缘检测与目标跟踪需要处理的数据量较大，采用目前的软件方式难以满足实时性要求，考虑到边缘检测与目标跟踪是一个独立的图像处理过程，因此，图像边缘检测与目标跟踪可以并且应该采用硬件电路方式实现，从而可有效地提高检测效率，满足系统的实时性要求；同时，随着集成电路行业的发展，进一步将其设计成一个可复用的IP核，使其适用于其它数字图像处理和模式识别等片上系统（SOC），以有效降低系统成本和系统开发成本。 本文设计了一套基于FPGA的实时图像边缘检测与目标跟踪系统。首先，分析系统的设计技术指标，搭建整个系统结构；接着，通过对图像边缘检测与跟踪算法的研究和分析，提出一种改进型Sobel边缘检测算法和一种基于HSV颜色空间与SAD匹配跟踪算法，并采用硬件方式，将两种算法在FPGA上实现；然后，采用“自顶向下”的设计方法，分别对系统内部的各个模块进行硬件电路设计，并采用仿真工具对各个模块进行功能仿真；最后，以Altera公司CycloneII系列的EP2C20F484C7N为目标芯片搭建测试平台，通过了实时图像边缘检测与目标跟踪和设计技术指标的验证。 所提出的新的图像边缘检测算法，是在经典的Sobel算子模板的基础上，增加了2个方向模板，即右对角方向模板 和左对角方向模板 ，与经典的Sobel边缘检测算法相比，采用改进型Sobel边缘检测算法得到的检测结果，图像边缘比较平滑，而且边缘两侧元素得到了增强，即提高了图像边缘检测的精度。采用并行结构和多级流水线技术，以硬件方式实现了基于改进型Sobel边缘检测算法的实时图像边缘检测电路设计，与目前普遍采用的以软件方式实现相比，提高了图像边缘检测的速度。而在SAD匹配跟踪模块中，提出了一种结合HSV颜色空间的SAD匹配跟踪算法，克服了算法受光照的影响。具体地，经过多次测试和验证，结果表明，所研制的实时图像边缘检测系统处理速度达到了55帧/秒，系统最高工作频率达到了128.12MHz，即达到预期的设计技术指标要求。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 发明目的： 实时图像边缘检测系统可运用于车牌识别，视频运动目标跟踪和自动导航等领域。由于图像边缘检测需要处理的数据量较大，采用目前的软件方式难以满足实时性要求。因此，图像边缘检测可以并且应该采用硬件电路方式实现，从而可有效地提高检测效率，满足系统的实时性要求；同时，随着集成电路行业的发展，进一步将其设计成一个可复用的IP核，使其适用于其它数字图像处理和模式识别等片上系统（SOC），以有效降低系统成本和系统开发成本。 基本思路： 整个系统由CCD摄像头、视频解码芯片、数字信号处理单元（FPGA芯片）、SDRAM芯片、D/A转换电路和VGA显示器组成。其中，数字信号处理单元是整个系统的核心部分，采用Altera公司Cyclone II系列的EP2C20F484C7N实现，其内部包括：视频图像采集模块、图像格式转换模块、SDRAM控制器模块、中值滤波模块、图像边缘检测模块、SAD匹配跟踪模块和VGA控制器模块。 创新点： 1 提出了一种新的图像边缘检测算法，以提高系统的检测精度； 2 采用FPGA芯片，并采用并行结构和多级流水线技术，以硬件方式实现图像的边缘检测系统，以提高系统的检测速度。 技术关键： 1 确保在复杂环境下，所研制的系统具备较高的检测效率； 2 解决在FPGA平台开发系统的特殊设计方法，以使系统具有较高的实时性。 主要技术指标： 1 处理速度：>=50帧/秒 2 系统最高工作频率：>=100MHz
科学性、先进性
- 实时图像边缘检测系统是视频图像处理所需的的核心硬件模块，可精确和快速地实现图像的边缘检测和边缘提取。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。同时，本项目将所提出的这一实时图像边缘检测电路设计成可复用的IP核，以便可直接嵌入其他视频图像处理及模式识别系统，提高实际应用价值。 目前主流经典Sobel边缘检测算法是利用2个方向算子模板对图像进行邻域卷积，其中，垂直方向模板 检测水平边缘，水平方向模板 用于检测垂直边缘。但基于该算法对纹理较复杂的图像进行边缘检测，其检测效果不理想。本项目改进了Sobel边缘检测算法，在经典的Sobel算子模板的基础上，增加了2个方向模板，即右对角方向模板 和左对角方向模板 ；与经典的Sobel边缘检测算法相比，提高了图像边缘检测的精度。
获奖情况及鉴定结果
- 1 我校第四届“挑战杯”大学生课外学术科技作品竞赛一等奖 2 第十一届“挑战杯”大学生课外学术科技作品竞赛特等奖
作品所处阶段
- 中试阶段
技术转让方式
- 无
作品可展示的形式
- 实物、产品，图片，现场演示
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 随着集成电路工艺与SOC技术的快速发展，基于高性能处理芯片实现人类的视觉功能，已成为目前视频图像处理领域中最热门的课题之一。视频运动目标跟踪技术是视频图像处理领域中重要的研究方向，其中，包括本项目在内的实时图像边缘检测成果，对智能监控、雷达跟踪、工业机器人控制、医疗诊断系统等领域具有实际应用价值。目前，应用的主要领域有： （1）工业机器视觉领域。 （2）军事领域。 （3）医学领域。 适用于视频运动目标跟踪的图像边缘检测方法依托图像处理技术，包括图像采集、图像预处理、图像分割、图像目标特征提取等手段，将机器视觉与多维信号处理和运动目标图像分析紧密联系起来。随着集成电路工艺以及图像处理技术的快速发展，图像边缘检测方法将得到越来越广泛的应用。 综上所述，正是集成电路工艺和图像处理技术的快速发展，为适用于视频运动目标跟踪的图像边缘检测方法的研究和应用带来了契机，同时也为本发明提供了良好的产业化环境与广阔的市场前景。
同类课题研究水平概述
- 实时图像边缘检测电路是视频图像处理所需的的核心硬件模块，可精确和快速地实现图像的边缘检测和边缘提取。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。 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。若将图像定义为一个二维函数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来映。其中，梯度指向为f(x,y)增加率最大的方向。在目前一般地设计中，通常运用小区域模板卷积法来近似计算梯度值，并且使用不同的模板构成了不同的边缘检测算子，常用的有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边缘检测算法是利用2个方向算子模板分别和3×3区域图像进行卷积，并将卷积结果之和输出，即所需的边缘检测值。垂直方向模板检测水平边缘，水平方向模板用于检测垂直边缘即Sx =(Z3+2 Z6+ Z9)-( Z1+2 Z4+ Z7)，Sy =(Z7+2 Z8+ Z9)-( Z1+2 Z2+ Z3)。目前，一般采用软件方式来实现经典的Sobel边缘检测算法，但基于该算法对纹理较复杂的图像进行边缘检测，其检测效果不理想。
