科技创新研究国际杂志
菜单类ISSN ONLINE(2319-8753)PRINT(2347-6710)
ISSN ONLINE(2319-8753)PRINT(2347-6710)
T.鲁帕拉塔一号C.Leeramohan先生2斯雷拉希米夫人3
|
| 相关文章at普梅德,学者谷歌 |
访问更多相关文章科技创新研究国际杂志
边缘检测是图像处理和对象识别基本操作之一 。在本论文中,我们展示分布式Canny边缘检测算法,与原Canny算法相比,该算法导致内存需求大幅减少、延时率下降和吞吐量增加,边缘检测性能无损新的算法使用低复杂性8-bin非一致性梯度直方图计算Canny边缘检测器使用块基歇斯底里阈值并综合Xilinx Spartan-3E FPGA模拟结果显示分布式Canny检测器的性能FPGA模拟结果显示,我们可以处理0.287ms512512图像,时速为100MHz
关键字 |
| Canny边缘检测器、分布处理器、非单量化法FPGA |
导 言 |
| 边缘检测器[1]提供精度、成本和速度之间的权衡,其检测边缘能力不如Canny算法好德里希过滤器方面还有一组工作使用Canny标准推导出举例说,[2]中表示,由四位转接器组成的网络用256x256图像用Canny-Deriche算法探测边缘部分,远非实时应用需求.[3]方法一次运行两行像素减少内存需求 以牺牲吞吐量的下降已知原Canny边缘检测算法需要两个自适应高低阈值消除假边缘算法中[3]只修高低阈值以克服区块间依赖性,结果边缘检测性能下降4中,我们建议一个新的阈值选择算法 基础是像素梯度分布像素块以克服区块间的依存然而,在[4]中,歇斯底里阈值计算基础是精微统一量化64-bin梯度直方图,计算成本昂贵,因而阻碍实时实施本文建议使用梯度大小直方图非单值和粗度量化法 |
二.Canny编辑算法 |
| Canny开发出一种方法,以检测性能三大标准为基础获取最优边缘检测器 |
 |
| Canny边缘检测算法块图用Fig显示开工Canny原型算法[5]由下列步骤组成:1平滑输入图像高斯蒙版输出平滑图像表示I(x,y)二叉横向渐变Gx(x,y)和垂直渐变Gy(x,y)3级计算梯度G(x,y)和方向+G(x,y)4级非最大抑制对薄边缘应用5级计算歇斯底里高低阈值6级执行歇斯底里阈值判定边缘映射 |
三.推荐分布式康氏EDETALGITH |
| Canny边缘检测算法运行全图像并有与图像大小成比例的延时Canny分布式算法与Canny原型算法相同,目前块级应用该算法第五步即歇斯底里高低阈值计算修改以允许并行处理4中建议并行歇斯底里阈值算法 |
 |
 |
| 样本梯度直方图显示于Fig2(b)512x5122(a))基于上述观察,我们建议非单式量化器分解梯度直方图具体地说,量化器需要在该区域最大峰值A和B与其他部分少量化值之间实现更多量化水平微博3显示重构级别可计算 |
四.提议分布式康宁ALGORITHMFGA实现 |
| 本节描述硬件实现情况 拟分布式Canny边缘检测算法 Xilinx Spartan-3E FPGAA.架构概述 |
 |
| 视可用FPGA资源而定,图像需要分割成q子图像,而每一子图像进一步划分成pmxm块块fig4中显示的拟议架构由q处理单元组成FPGA和一些静态内存库组成以存储图像数据。Thus,pxq块可同时处理,NxN图像处理时间最优减因子pxq |
 |
| p和q的具体值取决于每个PE处理时间、从SRM到局部存储的数据加载时间以及FPGA和SRM之间的接口,例如FPGA总插针、数据总线宽度、地址总线宽度和SRM最大系统时钟.b.图像平滑 输入图像使用3x3高斯掩码平滑6(a).高斯滤波6a可分解性,并用行和列1分解实现二维卷积3x3高斯掩码Fig显示拟平滑单元架构6(b). |
 |
| 微博6(a) 屏蔽低传高斯滤波器结构主组件由一维有限脉冲滤波组成,处理数据,并用芯块块LARM存储数据使用系数集结构特征,如对称和相容性提供高度可参数化、区高效性高性能FIR滤波C.梯度和梯度计算本级使用卷积内核计算垂直和横向梯度内核大小从3x3到9x9不等,视图像锐度而定XilinxFR核心可支持256组系数2至1024集执行内核Fig7显示该单元架构梯度计算架构由2个1-DFR模型和相应的局部存储器组成滤波计算水平和垂直梯度元素可并行处理数据 |
 |
| 公元前方向非最大抑制图8显示方向NMS单元架构需要同时访问3x3窗口中所有像素梯度值,使用两个FIFO缓冲区 |
 |
| 水平渐变Gx和垂直渐变Gy控制显示渐变数值的选择器8)沿梯度方向邻接算术单元E.歇斯底里阈值计算:由于低高阈值基于渐变直方图计算,我们需要计算图图图后,图像已经历方向非最大抑制.Ass 3节讨论使用8步非单数量化器为每个处理块获取离散直方图 |
 |
| F.非最大抑制单元输出含有一些假边缘,使用歇斯底里阈值法使用从阈值计算单元获取的两个阈值,高阈值TH和低阈值TLLetf(x,y)图像取自非最大抑制级,f1(x,y)为强边缘图像,f2(x,y)为弱边缘图像 |
 |
V级模组结晶 |
| 算法性能使用各种512x512自然图像测试A.mat实验模拟结果 |
 |
| 图11浮点Mat实验模拟结果512x512House图像a.b.固定点mat实验室和FPGA模拟结果图12显示固定点mat实验软件结果和FPGA应用结果512x512FPGA结果使用模型Sim获取512x512图像使用FPGA实现总处理时间为0.287ms |
 |
六.结论 |
| 推算算法比原Canny边缘算法低算法映射到XilinxSpartan-3EFPGA平台上并使用模型Sim测试 |
引用 |
|