3動(dòng)態(tài)圖像邊緣檢測(cè)SoC的實(shí)現(xiàn)

　　本設(shè)計(jì)提出了一種集圖像采集、存儲(chǔ)、處理和顯示于一個(gè)IP核的設(shè)計(jì)方法，也是動(dòng)態(tài)圖像邊緣檢測(cè)SoC設(shè)計(jì)的核心部分。

　　3.1局部熵算法的硬件實(shí)現(xiàn)

　　局部熵邊緣檢測(cè)算法的基本思想是：選擇待處理像素點(diǎn)的8鄰域，即以待處理像素點(diǎn)為中心的3×3窗口;再由局部熵的定義式(公式1)計(jì)算出圖像3×3窗口的局部熵;

　　然后通過與給定的閾值進(jìn)行比較，得到二值化圖像，即可得出圖像的邊緣。硬件實(shí)現(xiàn)的處理過程為流水線方式，處理的對(duì)象為3×3大小的圖像窗口。具體步驟如下：

　?、?×3窗口的產(chǎn)生。3×3窗口主要通過片上緩存和延時(shí)單元實(shí)現(xiàn)。圖2是以經(jīng)過3個(gè)時(shí)鐘為例說明了同步產(chǎn)生3×3窗口中一行數(shù)據(jù)的過程。

　　圖2同步數(shù)據(jù)的產(chǎn)生

　?、陟刂档挠?jì)算。將步驟1中得到的3×3窗口的9個(gè)并行數(shù)據(jù)途經(jīng)兩路進(jìn)行處理。對(duì)于3×3窗口，式(1)化簡(jiǎn)為式(2)：

　　3×3窗口的9路并行數(shù)據(jù)，一邊送去做并行相加求和，再求平方，作為除法運(yùn)算的分母;同時(shí)把9個(gè)數(shù)據(jù)分別求平方，再求合，作為除法運(yùn)算的分子。在做除法運(yùn)算前，為確保其計(jì)算精度，要先將分子與分母轉(zhuǎn)換成IEEE-745浮點(diǎn)數(shù)后再進(jìn)行浮點(diǎn)除法運(yùn)算。最后還要把除法運(yùn)算的結(jié)算轉(zhuǎn)換成整數(shù)，考慮到除法運(yùn)算的結(jié)果可能小于1，于是在轉(zhuǎn)換整數(shù)前放大1000倍，即保留3位有小數(shù)有效位，最后將轉(zhuǎn)換后的整數(shù)輸出，至此實(shí)現(xiàn)了局部熵值的計(jì)算過程。局部熵值計(jì)算的硬件處理流程如圖3所示：

　　圖3局部熵值計(jì)算流程示意圖

　?、坶撝当容^及二值化處理。②中已經(jīng)得到了放大1000倍后的熵值，在這里只需通過一個(gè)比較電路，當(dāng)熵值大于閾值時(shí)，輸出0;當(dāng)熵值小于閾值時(shí)，輸出1.這樣就得到一幅二值化后的邊緣圖像。至此，完成了整個(gè)局部熵邊緣檢測(cè)算法的硬件實(shí)現(xiàn)。

　　3.2自定義IP接口設(shè)計(jì)

　　自定義IP核包含以下幾個(gè)主要部分：圖像采集(D5M攝像頭接口);圖像制式轉(zhuǎn)換;圖像存儲(chǔ);圖像顯示(LTM顯示接口);圖像邊緣檢測(cè)模塊;自定義寄存器。

　　圖4給出了基于APB外圍低速總線所設(shè)計(jì)的圖像邊緣檢測(cè)IP核的外部接口信號(hào)圖。由圖中可知，此IP核的接口信號(hào)可分為：

　　圖4用戶定義圖像邊緣檢測(cè)IP核接口