基于ARM和FPGA的Sobel边缘检测异构系统.docVIP

基于ARM和FPGA的Sobel边缘检测异构系统 　　摘要：为了实现直接对网络摄像监控系统进行视频画面抓取并进行高效率、高精度的图像处理，设计了一个支持RTSP协议、可进行Sobel边缘检测的数据驱动型异构系统。基于海思公司的hi3536芯片，该系统可同时获取16路1080P、H.264编码的网络摄像头的视频图像，并使用Xilinx公司的ZC702型号FPGA为载体实现的Sobel边缘检测加速器对视频图像进行实时处理。实验结果发现该系统获取视频图像的延迟很低，并且拥有对大量高清图像同时进行实时边缘提取的能力。 　　关键词：FPGA；网络摄像头；RTSP；Sobel；异构 　　中图分类号：TN911 文献标识码：A 文章编号：1009-3044（2016）34-0219-03 　　Abstract：In order to achieve high-efficiency， high-precision image processing for capturing the video stream of IP camera， a data-driven heterogeneous system with Sobel edge detection is designed to support RTSP protocol.The system can get 1080P， H.264 encoded video streams from sixteen IP cameras at the same time and also can process real-time Sobel edge detection of video streams base on arm from Hisilicon and ZC702 FPGA form Xilinx. Experimental results show that the system has low delay of capturing video streams and can real-time edge detection for a large number of high-definition images at the same time. 　　Key words：FPGA； IPC； RTSP； Sobel； heterogeneous 　　1 概述 　　实时图像处理是实现实时物体检测中的重要一环，其广泛应用于诸多领域，比如先进驾驶辅助系统（Advanced Driver Assistance System， ADAS）、工?I机器人、智能安防等。图像处理技术的主要关键点是超高的实时性和结果的准确性。而边缘提取是图像处理中最基础的一步，由Irwin Sobel提出的Sobel算法又是众多边缘检测算法中较简单高效的一种，对噪声具有平滑作用[1]，较为适合在嵌入式系统中应用。 　　异构处理系统是随着计算机技术的飞速发展出现的一种能够突破单一平台发展瓶颈，有效解决能耗高、扩展性低等问题的一种技术。近年来，基于CPU和GPU的异构图像处理系统应用正蓬勃发展。本文实现的Sobel边缘检测的异构系统是一种数据驱动（Data-Drivern）型图像处理应用系统。主要使用现场可编程门阵列（Field Programmable Gate Array， FPGA）对Sobel算法进行硬件实现，并对海思解码芯片hi3536为载体的开发板进行编程，使其能获取到网络摄像头（Internet Protocol Camra，IPC）的实时视频流，为硬件加速器提供数据。该系统的最高性能可达同时对16路1080P、60帧的视频进行边缘提取。 　　2 Sobel算法 　　在图像中边缘的像素值会发生显著的变化，表示这一变化的方法就是导数，所以一般我们用来寻找图像边缘的方法是对图像进行求导，即使用一个卷积核对图像进行平面卷积处理，这样可实现图像求导的近似计算。 　　Sobel边缘检测算法在实现过程中，通过把检测水平边缘和竖直边缘的2个Sobel算子作为卷积核分别与图像中的每个像素点做卷积运算，分别得到该图像在水平方向上的梯度Gx和竖直方向上的梯度Gy。Sobel算子如图1所示。 　　对于图像上的每一个像素点，结合以上两个卷积处理后的结果可求出该点上的近似梯度： 　　 　　我们也可以对其做出一个近似的转换：G = |Gx| + |Gy|。 　　梯度值的大变化预示着图像中内容的显著变化。可设定一个合适的阈值T，如果G≥T 就可以认为该点为边缘点。判别出图像中所有边缘点后，我们可以把输入的灰度图像转换为只包含边缘信息的二值化图像，即图上一点A（x，y），它的梯度值G（x，y）若大于等于阈值