本文主要內容是實現影象的邊緣檢測功能

目錄
mif檔案的製作
呼叫 ip 核生成rom以及在 questasim 模擬注意問題
灰度處理
均值濾波：重點是3*3 畫素陣列的生成
sobel邊緣檢測
圖片的顯示
結果展示
mif檔案的製作
受資源限制，將圖片畫素定為 160 * 120，將圖片資料製成 mif 檔案，對 rom ip 核進行初始化。mif檔案的製作方法網上有好多辦法，因此就不再敘述了，重點說mif檔案的格式。

1、mif檔案的格式為：

複製程式碼
1 WIDTH=16 ; //資料位寬
2 DEPTH=19200 ; // rom 深度即圖片畫素點的個數
3 ADDRESS_RADIX=UNS ; //地址資料格式
4 DATA_RADIX=BIN ; //資料格式
5 CONTENT
6 BEGIN
7 0:1010110011010000 ; // 地址 ：資料 ；注意格式要和上面定義的保持統一
8 1:1010110011010000 ;
9 2:1010010010110000 ;
10 ……
11 19198:1110011011111001 ;
12 19199:1110011011011000 ;
13 END;
複製程式碼

灰度處理
任何顏色都由紅、綠、藍三原色組成，假如原來某點的顏色為( R,G,B )那麼，我們可以通過下面幾種方法，將其轉換為灰度：
浮點演算法：Gray=0.299R+0.587G+0.114B
平均值法：Gray=(R+G+B)/3;
僅取單色（如綠色）：Gray=G；
將計算出來的Gray值同時賦值給 RGB 三個通道即RGB為(Gray,Gray,Gray)，此時顯示的就是灰度圖。通過觀察調色盤就能看明瞭。 通過觀察可知，當RGB三個通道的值相同時即為灰色，Gray的值越大，顏色越接近白色，反之越接近黑色（這是我自己的理解，不嚴謹錯誤之處請大神指正）。
這是線上調色盤網址，可以進去自己研究一下。

此次我採用是浮點演算法來實現灰度圖的，我的圖片資料是RGB565 格式 ，

難點: 如何進行浮點運算。

思路：先將資料放大，然後再縮小。

例如：
Gray=0.299R+0.587G+0.114B轉化為 Gray=(77R+150G+29B)>>8 即可，這裡有一個技巧，若 a 為 16 位即 a [15:0],那麼 a>>8 與 a [15：8]是一樣的。
核心程式碼如下：
複製程式碼
always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
red_r1 <= 0 ;
green_r1 <= 0 ;
blue_r1 <= 0 ;
end
else begin
red_r1 <= red * 77 ; //放大後的值
green_r1 <= green * 150;
blue_r1 <= blue * 29 ;
end
end

always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
Gray <= 0; // 三個數之和
end
else begin
Gray <= red_r1 + green_r1 + blue_r1;
end
end

always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
post_data_in <= 0; //輸出的灰度資料
end
else begin
post_data_in <= { Gray[13:9], Gray[13:8], Gray[13:9] };//將Gray值賦值給RGB三個通道
end
end
複製程式碼

均值濾波
均值濾波的原理

難點：如何生成 3*3 的畫素陣列。

我們可以利用 ip 核生成移位暫存器 ，方法與 ip 核 生成 rom 一樣，詳情見目錄 2 因此不再贅述 。

模擬波形如下 row_1 , row_2 , row_3 是指影象的第一、二、三行的資料，Per_href 是行有效訊號（受VGA時序的啟發，從 rom 中讀取資料時設計了行有效和場有效的控制訊號，事半功倍，有了利於模擬查錯和資料的控制）。從 3 開始就出現了3*3 的畫素陣列，這時候就可以求取周圍 8 個畫素點的平均值，進行均值濾波。

下面這個圖是我自己畫的 FPGA 如何將矩陣資料處理成並行的畫素點，可以結合下面的程式碼好好理解，這也是精華所在。

正方形紅框框起來的是第一個完整的 3*3 矩陣，長方形紅框框起來的是並行的畫素點，在此基礎上就可以求得平均值，進行均值濾波。

從下圖也能看到 3*3 矩陣從左往右滑動。

第一個3*3 陣列。

0 1 2 – > p11 p12 p13

3 4 5 – > p21 p22 p23

6 7 8 – > p31 p32 p33

核心程式碼如下：

複製程式碼
reg [5:0]p_11,p_12,p_13; // 3 * 3 卷積核中的畫素點
reg [5:0]p_21,p_22,p_23;
reg [5:0]p_31,p_32,p_33;
reg [8:0]mean_value_add1,mean_value_add2,mean_value_add3;//每一行之和

always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
{p_11,p_12,p_13} <= {5’b0,5’b0,5’b0} ;
{p_21,p_22,p_23} <= {15’b0,15’b0,15’b0};
{p_31,p_32,p_33} <= {15’b0,15’b0,15’b0};
end
else begin
if(per_href_ff0==1&&flag_do==1)begin
{p_11,p_12,p_13}<={p_12,p_13,row_1};
{p_21,p_22,p_23}<={p_22,p_23,row_2};
{p_31,p_32,p_33}<={p_32,p_33,row_3};
end
else begin
{p_11,p_12,p_13}<={5’b0,5’b0,5’b0};
{p_21,p_22,p_23}<={5’b0,5’b0,5’b0}
{p_31,p_32,p_33}<={5’b0,5’b0,5’b0}
end
end
end

always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
mean_value_add1<=0;
mean_value_add2<=0;
mean_value_add3<=0;
end
else if(per_href_ff1)begin
mean_value_add1<=p_11+p_12+p_13;
mean_value_add2<=p_21+ 0 +p_23;
mean_value_add3<=p_31+p_32+p_33;
end
end

wire [8:0]mean_value;//8位數之和
wire [5:0]fin_y_data; //平均數，除以8，相當於左移三位。

assign mean_value=mean_value_add1+mean_value_add2+mean_value_add3;
assign fin_y_data=mean_value[8:3];

複製程式碼

sobel 邊緣檢測
邊緣檢測的原理

該運算元包含兩組 3x3 的矩陣，分別為橫向及縱向，將之與影象作平面卷積，即可分別得出橫向及縱向的亮度差分近似值。A代表原始影象的 3*3 畫素陣列，Gx及Gy分別代表經橫向及縱向邊緣檢測的影象，其公式如下:

影象的每一個畫素的橫向及縱向梯度近似值可用以下的公式結合，來計算梯度的大小。

如果梯度G大於某一閥值則認為該點(x,y)為邊緣點。

用的是 邊緣檢測演算法。

難點：(1)掌握了 3*3 畫素陣列，Gx 與 Gy 就很好計算了 (注意問題：為了避免計算過程中出現負值，所以將正負值分開單獨計算，具體見程式碼)

    (2)G的計算需要開平方，如何進行開平方運算

Quartus 提供了開平方 ip 核，因此我們直接呼叫就好了 。

程式碼：

複製程式碼
reg [8:0] p_x_data ,p_y_data ; // x 和 y 的正值之和
reg [8:0] n_x_data ,n_y_data ; // x 和 y 的負值之和
reg [8:0] gx_data ,gy_data ; //最終結果

always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
p_x_data <=0;
n_x_data <=0;
gx_data <=0;
end
else if(per_href_ff1==1) begin
p_x_data <= p_13 + (p_23<<1) + p_33 ;
n_x_data <= p_11 + (p_12<<1 )+ p_13 ;
gx_data <= (p_x_data >=n_x_data)? p_x_data - n_x_data : n_x_data - p_x_data ;
end
else begin
p_x_data<=0;
n_x_data<=0;
gx_data <=0;
end
end

always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
p_y_data <=0;
n_y_data <=0;
gy_data <=0;
end
else if(per_href_ff1==1) begin
p_y_data <= p_11 + (p_12<<1) + p_13 ;
n_y_data <= p_31 + (p_32<<1) + p_33 ;
gy_data <= (p_y_data >=n_y_data)? p_y_data - n_y_data : n_y_data - p_y_data ;
end
else begin
p_y_data <=0;
n_y_data <=0;
gy_data <=0;
end
end

//求平方和,呼叫ip核開平方
reg [16:0] gxy; // Gx 與 Gy 的平方和
always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
gxy<=0;
end
else begin
gxy<= gy_data* gy_data + gx_data* gx_data ;
end
end

wire [8:0] squart_out ;
altsquart u1_altsquart ( //例化開平方的ip核
.radical (gxy),
.q (squart_out), //輸出的結果
.remainder()
);

//與閾值進行比較
reg [15:0] post_y_data_r;
always @(posedge clk or negedge rst_n)begin
if(rst_n==1’b0)begin
post_y_data_r<=16’h00;
end
else if(squart_out>=threshold)
post_y_data_r<=16’h00 ;
else
post_y_data_r<=16’hffff ;

end
複製程式碼

圖片的顯示
本來是想用 VGA 來顯示圖片的，由於條件的限制沒能實現，最終只能將處理完的資料輸出儲存在 .txt 檔案中，然後藉助好友寫的網頁進行顯示。

難點：(1) 如何將資料流輸出儲存到 .txt 檔案中。

    (2) 網頁的使用及注意事項

在testbench里加入下面所示程式碼即可將圖片資料儲存到 .txt 文字

程式碼如下：

複製程式碼
integer w_file;
initial
w_file = $fopen(“data_out_3.txt”); //儲存資料的檔名

 always @(posedge clk or negedge rst_n)  
 begin  
  if(flag_write==1&&post_href==1)//根據自己的需求定義
    $fdisplay(w_file,"%b",post_y_data);   
  end      

複製程式碼

網頁的介面如下，將引數設定好以後就可以顯示圖片。

注意：由於此網站是量身定做的，所以只能顯示資料格式為RGB565的16位二進位制的數才能正確顯示，注意不能有分號，正確格式示例如下，必須嚴格遵守

結果展示

1 原圖

2 灰度圖

3 均值濾波

4 邊緣檢測 閾值為5

5 閾值為 10

6 閾值為 16

小結：均值濾波處理後的圖片有明顯的黑邊，產生這一現象的原因就是生成 3*3 畫素矩陣和取畫素值時資料有損失造成的，但是這也是可以優化的，後續我會繼續努力不斷完善。本次只是簡單對一幅影象進行邊緣檢測，我的後續目標是實現圖片的實時處理，這又需要學習很多東西了，SDRAM、攝像頭驅動等等等，越學習越發現自己知道的實在是太少了，永遠在路上，學無止境。希望我的分享能夠幫助一些和我一樣熱愛 FPGA 影象處理的朋友。

                                                                                                                                                                              每天進步一點點，開心就好

                                                                                                                                                                                   aslmer