圖像邊緣通常指圖像灰度變化率最大的像素點(diǎn)的總和，邊緣廣泛地分布于物體之間、物體與背景之間[1]。圖像邊緣也是人眼和計(jì)算機(jī)識(shí)別圖像、獲取信息的重要特征來(lái)源，因此圖像的邊緣檢測(cè)在在航空、軍事、人工智能等需要圖像處理的領(lǐng)域都有著廣泛應(yīng)用研究[2]。

    數(shù)學(xué)形態(tài)學(xué)是以集合論為基礎(chǔ)的學(xué)科，是幾何形態(tài)學(xué)分析與描述的工具。數(shù)學(xué)形態(tài)學(xué)在計(jì)算機(jī)視覺(jué)、圖像分析、模式識(shí)別等方面得到了廣泛的應(yīng)用。
    傳統(tǒng)的實(shí)時(shí)圖像邊緣檢測(cè)大多只使用Sobel算子進(jìn)行處理得出邊緣[2]，基本能滿(mǎn)足實(shí)時(shí)圖像邊緣的要求，但是仍存在很強(qiáng)的背景噪聲[3]。本文利用FPGA對(duì)實(shí)時(shí)圖像進(jìn)行邊緣檢測(cè)并進(jìn)行形態(tài)學(xué)的優(yōu)化，得到的邊緣清晰，同時(shí)很好地抑制了背景噪聲。
1 系統(tǒng)總體框架設(shè)計(jì)
    Sobel邊緣檢測(cè)算子是實(shí)時(shí)圖像邊緣檢測(cè)比較常用的算子，在FPGA上實(shí)現(xiàn)簡(jiǎn)單，對(duì)于噪聲有一定的抑制能力，同時(shí)又能取得比較好的邊緣檢測(cè)效果。
    為了獲得更加精細(xì)的邊緣以及更好地抑制背景噪聲，本文利用形態(tài)學(xué)的閉運(yùn)算優(yōu)化邊緣。基于FPGA的實(shí)時(shí)圖像邊緣檢測(cè)形態(tài)學(xué)優(yōu)化系統(tǒng)如圖1所示。

    本系統(tǒng)主要設(shè)計(jì)思想是在實(shí)時(shí)圖像Sobel邊緣檢測(cè)之后，增加邊緣形態(tài)學(xué)的處理，采用先進(jìn)行膨脹運(yùn)算，再進(jìn)行腐蝕運(yùn)算實(shí)現(xiàn)對(duì)邊緣的形態(tài)學(xué)優(yōu)化。
2 數(shù)學(xué)形態(tài)學(xué)及基本運(yùn)算
     數(shù)學(xué)形態(tài)學(xué)是分析幾何形狀和結(jié)構(gòu)的一種數(shù)學(xué)方法[4],是以集合代數(shù)為基礎(chǔ),并用集合論的方法來(lái)研究幾何結(jié)構(gòu)的學(xué)科。數(shù)學(xué)形態(tài)學(xué)的思想是利用具有一定形態(tài)的結(jié)構(gòu)元素度量和提取圖像的對(duì)應(yīng)特征，達(dá)到對(duì)圖像分析以及識(shí)別的目的。結(jié)構(gòu)元素是數(shù)學(xué)形態(tài)學(xué)中最重要、最基本的概念,是在分析圖像時(shí)收集圖像信息的探針，在圖像中不斷移動(dòng)探針就可確定圖像中各部分間的關(guān)系，從而提取有用的特征[5]。
   

4 形態(tài)學(xué)優(yōu)化檢測(cè)結(jié)果與分析
    圖5為采用Sobel算法進(jìn)行實(shí)時(shí)邊緣檢測(cè)后的圖像，圖6為采用Sobel算法進(jìn)行邊緣檢測(cè)之后,又經(jīng)形態(tài)學(xué)閉運(yùn)算優(yōu)化的圖像，即改進(jìn)算法的結(jié)果。對(duì)比運(yùn)行結(jié)果可以得出,本系統(tǒng)對(duì)于實(shí)時(shí)圖像進(jìn)行邊緣檢測(cè)之后，進(jìn)行了形態(tài)學(xué)閉運(yùn)算的優(yōu)化，檢測(cè)的精度顯著提高，特別是背景噪聲得到很好的抑制。

    本文采用Sobel算子實(shí)現(xiàn)實(shí)時(shí)圖像的邊緣檢測(cè)，再進(jìn)行數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算的優(yōu)化，最后在友晶公司的DE2-70的FPGA平臺(tái)上實(shí)現(xiàn)。與傳統(tǒng)邊緣檢測(cè)相比，本文方法進(jìn)一步提高了圖像邊緣檢測(cè)的精度，同時(shí)很好地抑制了背景噪聲。可應(yīng)用在監(jiān)控、航空等實(shí)時(shí)性高、計(jì)算量大的領(lǐng)域。
參考文獻(xiàn)
[1] 高德威,陳天煌,劉朋.蟻群算法在圖像邊緣檢測(cè)上的應(yīng)用研究[J].計(jì)算機(jī)與數(shù)字工程,2009,37(1)：131-134.
[2] 劉紫燕.實(shí)時(shí)圖像邊緣檢測(cè)的設(shè)計(jì)及FPGA實(shí)現(xiàn)[J].電子科技, 2011,24(12):1-3,6.
[3] 李杰,彭月英,元昌安,等.基于數(shù)學(xué)形態(tài)學(xué)細(xì)化算法的圖像邊緣細(xì)化[J].計(jì)算機(jī)應(yīng)用，2012,32(2):514-516,520.
[4] 何希平,基于鄰域Mean-Shift 的彩色圖像濾波算法[J].計(jì)算機(jī)應(yīng)用，2011,31(2):386-389.
[5] 趙德春,彭承琳,陳園園,等.用形態(tài)學(xué)改進(jìn)醫(yī)學(xué)圖像邊緣檢測(cè)算法[J].重慶大學(xué)學(xué)報(bào)， 2010,33(2):123-126.
[6] 張廣軍.視覺(jué)測(cè)量[M].北京:科學(xué)出版社,2008.
[7] 谷陸生.基于SOPC的實(shí)時(shí)邊緣檢測(cè)系統(tǒng)的研究[J].電子技術(shù)應(yīng)用,2009，35(8):47-48,75.
[8] 李明,趙勛杰,毛偉民.Sobel邊緣檢測(cè)的FPGA實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù),2009,33(16):44-46.