Vivado HLS在Zedboard中的Sobel滤波算法实现步骤教程.doc
《Vivado HLS在Zedboard中的Sobel滤波算法实现步骤教程.doc》由会员分享,可在线阅读,更多相关《Vivado HLS在Zedboard中的Sobel滤波算法实现步骤教程.doc(3页珍藏版)》请在三一文库上搜索。
1、Vivado HLS在Zedboard中的Sobel滤波算法实现步骤教程总体设计思路sobel 算法理论基础索贝尔算子(Sobel operator)主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子,将会产生对应的灰度矢量或是其法矢量。该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值,其公式如下:Gx = (-1)*f(x-1, y-1) + 0*f(x,y-1) + 1*f(x+1,y-1)+(-2
2、)*f(x-1,y) + 0*f(x,y)+2*f(x+1,y)+(-1)*f(x-1,y+1) + 0*f(x,y+1) + 1*f(x+1,y+1)= f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)-f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)Gy =1* f(x-1, y-1) + 2*f(x,y-1)+ 1*f(x+1,y-1)+0*f(x-1,y) 0*f(x,y) + 0*f(x+1,y)+(-1)*f(x-1,y+1) + (-2)*f(x,y+1) + (-1)*f(x+1, y+1)= f(x-1,y-1) + 2f(x,y-1) + f
3、(x+1,y-1)-f(x-1, y+1) + 2*f(x,y+1)+f(x+1,y+1)其中f(a,b),表示图像(a,b)点的灰度值;图像的每一个像素的横向及纵向灰度值通过以下公式结合,来计算该点灰度的大小:通常,为了提高效率 使用不开平方的近似值:如果梯度G大于某一阀值则认为该点(x,y)为边缘点。然后可用以下公式计算梯度方向:Sobel算子根据像素点上下、左右邻点灰度加权差,在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用,提供较为精确的边缘方向信息,边缘定位精度不够高。当对精度要求不是很高时,是一种较为常用的边缘检测方法。流程HLS算法验证与实现算法验证包括算法C+/C+实现,综
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Vivado HLS在Zedboard中的Sobel滤波算法实现步骤教程 HLS Zedboard 中的 Sobel 滤波 算法 实现 步骤 教程
链接地址:https://www.31doc.com/p-3274852.html