1 背景知識

圖1 二值圖像邊界提取演示

如圖1 所示，圖1 a為一幅簡單的二值圖像，經過邊界提取后形成如圖1 b 所示的圖像，顯示出了白色區域的輪廓。

2 邊界提取算法

使用黑色提取，背景為白色，‘1’表示白色，‘0’表示黑色。
?

圖2 二值圖像邊界提取演示

我們使用3x3模板進行邊界提取，所以當3x3九個點都是‘1’的時候，輸出為‘1’，當九個點都是‘0’的時候，輸出為‘1’，其他情況輸出均為‘0’。

3 FPGA二值圖像邊界提取算法實現

圖2 二值圖像膨脹FPGA模塊架構

圖2中我們使用串口傳圖傳入的是二值圖像。

FPGA源碼：
/*
Module name:? boundary_extraction.v
Description:? binary image boundary extraction
*/
`timescale 1ns/1ps


module boundary_extraction(
? ? ? ?input? ? ? ? ? ? ?clk,? //pixel clk
input? ? ? ? ? ? ?rst_n,
input? ? ? ? ? ? ?hs_in,
input? ? ? ? ? ? ?vs_in,
input [15:0]? ? ? data_in,
input? ? ? ? ? ? ?data_in_en,
?
output? ? ? ? ? ? hs_out,
output? ? ? ? ? ? vs_out,
output? reg [15:0]? ? data_out,
output? ? ? ? ? ? data_out_en
);
?
wire [15:0] line0;
wire [15:0] line1;
wire [15:0] line2;


reg [15:0] line0_data0;
reg [15:0] line0_data1;
reg [15:0] line0_data2;


reg [15:0] line1_data0;
reg [15:0] line1_data1;
reg [15:0] line1_data2;


reg [15:0] line2_data0;
reg [15:0] line2_data1;
reg [15:0] line2_data2;


reg? ? ? ? data_out_en0;
reg? ? ? ? data_out_en1;
reg? ? ? ? data_out_en2;
reg? ? ? ? hs_r0;
reg? ? ? ? hs_r1;
reg? ? ? ? hs_r2;


reg? ? ? ? vs_r0;
reg? ? ? ? vs_r1;
reg? ? ? ? vs_r2;
wire[18:0]? result_data;


line3x3 line3x3_inst(
? ? ? ? .clken(data_in_en),
? ? ?.clock(clk),
? ? ?.shiftin(data_in),
? ? ?.shiftout(),
? ? ?.taps0x(line0),
? ? ?.taps1x(line1),
? ? ?.taps2x(line2)
? );
//------------------------------------------------------------------------------
// Form an image matrix of three multiplied by three
//------------------------------------------------------------------------------
always @(posedge clk or negedge rst_n) begin
? if(!rst_n) begin
? ? line0_data0 <= 16'b0;
line0_data1 <= 16'b0;
line0_data2 <= 16'b0;
?
line1_data0 <= 16'b0;
line1_data1 <= 16'b0;
line1_data2 <= 16'b0;
?
line2_data0 <= 16'b0;
line2_data1 <= 16'b0;
line2_data2 <= 16'b0;
?
data_out_en0 <= 1'b0;
data_out_en1 <= 1'b0;
data_out_en2 <= 1'b0;
?
hs_r0 <= 1'b0;
hs_r1 <= 1'b0;
hs_r2 <= 1'b0;
?
vs_r0 <= 1'b0;
vs_r1 <= 1'b0;
vs_r2 <= 1'b0;
? end
? else if(data_in_en) begin
? ? line0_data0 <= line0;
line0_data1 <= line0_data0;
line0_data2 <= line0_data1;
?
line1_data0 <= line1;
line1_data1 <= line1_data0;
line1_data2 <= line1_data1;
?
line2_data0 <= line2;
line2_data1 <= line2_data0;
line2_data2 <= line2_data1;


data_out_en0 <= data_in_en;
data_out_en1 <= data_out_en0;
data_out_en2 <= data_out_en1;
? ?
? ? hs_r0 <= hs_in;
hs_r1 <= hs_r0;
hs_r2 <= hs_r1;
?
vs_r0 <= vs_in;
vs_r1 <= vs_r0;
vs_r2 <= vs_r1;?
? end
end




//-------------------------------------------------------------------
// line0_data0? ?line0_data1? ?line0_data2
// line1_data0? ?line1_data1? ?line1_data2
// line2_data0? ?line2_data1? ?line2_data2
//--------------------------------------------------------------------
always @(posedge clk or negedge rst_n) begin
? if(!rst_n)
? ? data_out <= 16'h0000;
? else if(data_out_en1)
? ? if((line0_data0 == 16'h0000) && (line0_data1 == 16'h0000) && (line0_data2 == 16'h0000) && (line1_data0 == 16'h0000) && (line1_data1 == 16'h0000) && (line1_data2 == 16'h0000) && (line2_data0 == 16'h0000) && (line2_data1 == 16'h0000) && (line2_data2 == 16'h0000))
? ? ? data_out <= 16'hffff;
? ? else if((line0_data0 == 16'hffff) && (line0_data1 == 16'hffff) && (line0_data2 == 16'hffff) && (line1_data0 == 16'hffff) && (line1_data1 == 16'hffff) && (line1_data2 == 16'hffff) && (line2_data0 == 16'hffff) && (line2_data1 == 16'hffff) && (line2_data2 == 16'hffff))
? ? ? data_out <= 16'hffff;
? ? else?
? ? ? data_out <= 16'h0000;?
end

endmodule??

4實驗結果

圖5 實驗原圖1

圖6實驗原圖2

圖7 實驗結果圖1

圖8 實驗結果圖2

結果分析：圖5和圖7對比，比較粗的線都被查找出了邊緣，只有最細的那條沒有被提取出來，并且被加粗，原因是最細的線條只有三個像素當查找出邊緣后顯示為黑色，兩邊黑色連在一起所以線條就變粗了。圖6和圖8邊緣查找沒有問題。