目录
1 边缘检测原理
边缘检测是一种数字图像处理技术，用于在图像中识别和提取物体边缘的信息，广泛应用于计算机视觉和图像分析领域。
边缘检测的基本原理是利用图像中的亮度、颜色、纹理等差异，以及对象形状的不连续性，来检测图像中的边缘。常见的边缘检测算法包括 Prewitt、Sobel、Laplacian 等，这些算法可以生成一个边缘响应，图中每个像素点的值表示该位置周围边缘的强度。
在边缘检测算法中，使用被称为算子的矩阵，例如 Prewitt 算子、Sobel 算子、Laplacian 算子等。算子在输入图像上移动时，重叠的区域进行卷积运算，得到输出图像上某个位置的响应。
Prewitt 算子
Sobel 算子
Prewitt 边缘检测算法的优势在于它对噪声有一定的抑制作用，同时能够检测到图像中的水平和垂直边缘。然而，它对于其他方向的边缘检测效果较差。Sobel 检测算法对灰度渐变和噪声较多的边缘处理效果较好，但是对边缘的定位不够准确。
2 FPGA 布署与实现
2.1 功能与指标定义
使用紫光同创 FPGA 平台实现边缘检测功能，FPGA 需要实现的功能与指标如下：
（1）与电脑的串口通信，用于接收上位机下发的图像数据，波特率为 256000 Bd/s；
（2）RGB 转灰度图处理，使用 3 个乘法器对接收到的图像进行灰度转换，用于后续的边缘检测；
（3）Prewitt 边缘检测，使用 FPGA 内部的 RAM 资源缓存 3 行图像数据，对 3 × 3 邻域内的数据进行 Prewitt 边缘检测；
（4）DDR3 读写控制，将处理前后的图像数据分别写入 DDR3 的不同区域，实现图像的拼接；
（5）HDMI 输出，输出一路 HDMI 信号源，用于将拼接后的图像显示在外接显示器上，分辨率为 1024×768。
2.2 模块设计
边缘检测工程主要的设计模块层次与功能说明如下：
其中，conv_rgb2gray 模块实现灰度变换，conv_prewitt 模块实现边缘检测功能，conv_prewitt 实现水平边缘检测的思路为：
（1）对输入行数据进行打拍，得到 3 × 3 区域的数据；
（2）使用加法器电路，分别计算 3 × 3 区域内第 1 列、第 3 列的数据之和；
（3）使用比较器和减法器电路，计算第 1 列与第 3 列数据和的差。
对于垂直边缘检测，需要将列方向的数据求和，修改为行方向的数据求和。
conv_prewitt 模块代码如下：
`timescale 1 ns/ 1 ps
module conv_prewitt (
input reset,
input clock,
input load,
input [7:0] ina,
input [7:0] inb,
input [7:0] inc,
output [7:0] edge_x,
output [7:0] edge_y
);
// internal signal declarations
reg load_r1;
reg load_r2;
reg [23:0] pipeline_data1;
reg [23:0] pipeline_data2;
reg [23:0] pipeline_data3;
reg [15:0] sum_of_col0;
reg [15:0] sum_of_col1;
reg [15:0] sum_of_col2;
reg [15:0] sum_of_row0;
reg [15:0] sum_of_row1;
reg [15:0] sum_of_row2;
reg [15:0] buf_edge_x;
reg [15:0] buf_edge_y;
// load 信号打两拍，用于边沿检测
always @(posedge reset or posedge clock) begin
if (reset) begin
load_r1 <= 1'b0;
load_r2 <= 1'b0;
end
else begin
load_r1 <= load;
load_r2 <= load_r1;
end
end
// 异步复位，同步复位
always @(posedge reset or posedge clock) begin
if (reset) begin
pipeline_data1 <= {3{8'h00}};
pipeline_data2 <= {3{8'h00}};
pipeline_data3 <= {3{8'h00}};
end
else if (~load) begin
pipeline_data1 <= {3{8'h00}};
pipeline_data2 <= {3{8'h00}};
pipeline_data3 <= {3{8'h00}};
end
else begin
pipeline_data1 <= {inc, inb, ina};
pipeline_data2 <= pipeline_data1;
pipeline_data3 <= pipeline_data2;
end
end
// 行、列求和
always @(posedge reset or posedge clock) begin
if (reset) begin
sum_of_col0 <= 16'd0;
sum_of_col1 <= 16'd0;
sum_of_col2 <= 16'd0;
sum_of_row0 <= 16'd0;
sum_of_row1 <= 16'd0;
sum_of_row2 <= 16'd0;
end
else begin
sum_of_col0 <= pipeline_data1[0*8+:8] + pipeline_data1[1*8+:8] + pipeline_data1[2*8+:8];
sum_of_col1 <= pipeline_data2[0*8+:8] + pipeline_data2[1*8+:8] + pipeline_data2[2*8+:8];
sum_of_col2 <= pipeline_data3[0*8+:8] + pipeline_data3[1*8+:8] + pipeline_data3[2*8+:8];
sum_of_row0 <= pipeline_data3[0*8+:8] + pipeline_data2[0*8+:8] + pipeline_data1[0*8+:8];
sum_of_row1 <= pipeline_data3[1*8+:8] + pipeline_data2[1*8+:8] + pipeline_data1[1*8+:8];
sum_of_row2 <= pipeline_data3[2*8+:8] + pipeline_data2[2*8+:8] + pipeline_data1[2*8+:8];
end
end
always @(posedge reset or posedge clock) begin
if (reset) begin
buf_edge_x <= 16'd0;
buf_edge_y <= 16'd0;
end
else begin
if (sum_of_col2 >= sum_of_col0)
buf_edge_x <= sum_of_col2 - sum_of_col0;
else
buf_edge_x <= sum_of_col0 - sum_of_col2;
if (sum_of_row2 >= sum_of_row0)
buf_edge_y <= sum_of_row2 - sum_of_row0;
else
buf_edge_y <= sum_of_row0 - sum_of_row2;
end
end
assign edge_x = buf_edge_x[0+:8];
assign edge_y = buf_edge_y[0+:8];
endmodule
2.3 上板调试
使用 PyQt5 和 OpenCV 库编写上位机程序，通过串口发送原始图像数据。连接 HDMI 线和串口线，选择与发送图像，就可以看到 FPGA 的处理效果了 ~