【技术实现步骤摘要】
本专利技术涉及深度图像边缘检测电路，特别是涉及一种应用于深度图像的sobel边缘检测电路。
技术介绍
1、图像边缘反映了图像中强度的明显变化。边缘检测有助于识别图像中特定实体的边界。此外，有效的边缘提取结果还有助于特征提取和模式识别。因此，边缘检测在计算机视觉中非常重要。目前为止，普遍用软件实现基本边缘检测算法及其衍生变体。但应用于计算机的边缘检测算法具有移植性差，非实时处理等缺点，无法应用于可移动设备中。与软件实现相比，硬件实现提供了更快的替代方案，硬件方案中，一般使用图像传感器，如三维图像传感器。
2、三维图像传感器输出要使用两帧或者多帧图像进行深度计算，因此首先需要经过pc端的处理才能实现数据采集，且处理后的数据按照行或列的方式存储在pc端。此条件下，现有数据发送方法大多采用将整张图像数据存储于sdram，然后按照滤波窗口的移动方式进行数据传递；使用固化rom的方法存储图像；或采用fifo的存储方式进行滤波窗口的构建。但使用sdram的方法要额外占用存储时间，使用固化rom的方法局限于硬件的存储资源，使用fifo的方式...
【技术保护点】
1.应用于深度图像的sobel边缘检测电路，其特征在于，包括滤波窗口产生模块、阈值产生模块、梯度产生模块、比较输出模块；所述滤波窗口产生模块的输出端与所述阈值产生模块、梯度产生模块的输入端相连接，所述阈值产生模块与梯度产生模块的输出端连接所述比较输出模块的输入端；所述滤波窗口产生模块对串行输入的数据使用移位寄存器串行级联和D触发器同步延迟产生3×3的滤波窗口；所述阈值产生模块对所述滤波窗口产生模块产生的滤波窗口内容，并行计算每个像素4个方向梯度的绝对值求和并除以2，输出最终梯度至比较输出模块；所述梯度产生模块对所述滤波窗口产生模块产生的滤波窗口内容，计算每个滤波窗口内...
【技术特征摘要】
1.应用于深度图像的sobel边缘检测电路，其特征在于，包括滤波窗口产生模块、阈值产生模块、梯度产生模块、比较输出模块；所述滤波窗口产生模块的输出端与所述阈值产生模块、梯度产生模块的输入端相连接，所述阈值产生模块与梯度产生模块的输出端连接所述比较输出模块的输入端；所述滤波窗口产生模块对串行输入的数据使用移位寄存器串行级联和d触发器同步延迟产生3×3的滤波窗口；所述阈值产生模块对所述滤波窗口产生模块产生的滤波窗口内容，并行计算每个像素4个方向梯度的绝对值求和并除以2，输出最终梯度至比较输出模块；所述梯度产生模块对所述滤波窗口产生模块产生的滤波窗口内容，计算每个滤波窗口内的自适应阈值输入到比较输出模块；所述比较输出模块对最终梯度和自适应阈值进行边缘比较，输出最终的判断结果。
2.根据权利要求1所述应用于深度图像的sobel边缘检测电路，其特征在于，所述滤波窗口产生模块包括由多个d触发器并行级联单元，每个d触发器并行级联单元由三个d触发器级联，且第一级d触发器并行级联单元及第二级d触发器并行级联单元的输入端各自级联一个shift_ram模块，且两个shift_ram级联。
3.根据权利要求2所述应用于深度图像的sobel边缘检测电路，其特征在于，所述阈值产生模块的输入端与多个d触发器并行级联单元的每个d触发器的输出端相连接，梯度产生模块的输入端与多个d触发器并行级联单元的每个d触发器的输出端相连接。
4.根据权利要求1所述应用于深度图像的sobel边缘检测电路，其特征在于，所述阈值产生模块具有0°，45°，90°，135°4个方向的sobel掩膜，用于分别与3×3像素邻域p进行卷积，分别得到像素在四个方向上的梯度g0，g45，g90，g135，然后计算出最终梯度输出。
5.根据权利要求4所述应用于深度图像的sobel边缘检测电路，其特征在于，所述最终梯度的表达式如下：
6.根据权利要求1所述应用于深度图像的sobel边缘检测电路，其特征在于，所述阈值产生模块包括多个右移两位的移位寄存器、多个加法器以及进位控制的交换减法器；多个右移两位的移位寄存器与多个加法器相连接形成两个处理单元，每个处理单元的输出端连接进位控制的交换减法器的一个输入端，每个处理单元包括...
【专利技术属性】
技术研发人员：徐江涛，刘子健，聂凯明，史再峰，高静，
申请(专利权)人：天津大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。