基于arm和fpga的sobel边缘检测异构系统

《基于arm和fpga的sobel边缘检测异构系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、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。中国8/vie　　关键词：FPGA；网络摄像头；RTSP；Sobel；异构　

2、　中图分类号：TN911文献标识码：A：1009-3044（2016）34-0219-03　　Abstract：Inordertoachievehigh-efficiency，high-precisionimageprocessingforcapturingthevideostreamofIPcamera，adata-drivenheterogeneoussystemcanget1080P，H.264encodedvideostreamsfromsixteenIPcamerasatthesametimeandalsocanprocessreal-timeSobeledgedet

3、ectionofvideostreamsbaseonarmfromHisiliconandZC702FPGAformXilinx.Experimentalresultsshohaslosandcanreal-timeedgedetectionforalargenumberofhigh-definitionimagesatthesametime.　　Key，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IrmableGateArray，FPGA）对Sobel算法进行硬件实现，并对海思解码芯片hi3

4、536为载体的开发板进行编程，使其能获取到网络摄像头（InterProtocolCamra，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。　　2Sobel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

5、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=

6、Gx

7、+

8、Gy

9、。　　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T，则将该点的值置为1；反之，则置为0。　　2图像边缘提取异构系统的实现　　本异构系统由深圳海思公司的hi3536芯片和Xilinx公

10、司的ZC702型号的FPGA组合搭建而成。hi3536芯片主要负责获取IPC的视频流数据并实时解码，FPGA主要负责对输入的图像进行Sobel算法的加速运算。通过使用本文编写的能够兼容大部分主流IPC的RTSP协议接口，再利用海思hi3536芯片的解码能力，完成最高可同时接收并解码16路H264或H265编码、分辨率为1080P60帧的实时视频流，再把解码后得到的YUV格式图像通过AXI-Stream总线直接传递到FPGA上的Sobel加速处理模块，实现从前端IPC进行数据采集后实时传递给硬件加速模块的完整链路。这样，使得整套系统更方便地接入到监控系统中，大幅提升系统的实用性。

11、该模块整体的架构如图2所示。　　2.1基于ARM的前端数据采集模块