刘紫燕，祁　佳，冯　亮

(贵州大学计算机科学与信息学院，贵州贵阳　550025)

0　引言

图像的边缘包含了丰富的信息，是图像识别中获取图像特征的重要属性。对实时图像进行边缘检测能够提取出目标物体的轮廓，从而达到目标识别或场景分析的目的。传统的边缘检测方法有Robert算子、Sobel算子、Laplacian算子、Canny算子等，这些边缘检测方法实时性好、实现简单，但是检测慢、抗干扰性差[1]。

数据融合技术是在采集多源信息的基础上，通过协调利用原始的多源信息，获得同一事物或目标的更客观、更本质认识的综合处理技术[2]。与单一或孤立的原始多源信息相比，融合技术处理后的信息简洁，冗余少。

文中采用了一种数据融合的边缘检测方法，首先将实时图像分别经过Sobel和Laplacian算子运算得出实时边缘图像，再将这两种算子得出的实时边缘图像叠加，进行融合得到新的边缘图像，最后在FPGA平台上实现。

1　实时图像的边缘检测

实时图像的边缘检测算子有很多种，文中用Sobel算子和Laplacian算子对实时图像进行边缘检测。

1．1Sobel和Laplacian算子

Sobel边缘检测算子是一阶微分的边缘检测算子，其将待检测图像当作一曲面，将Sobel边缘检测算子作为梯度算子，作用于图像f(x，y)，可得到向量场：

(1)

可得到局部梯度强度：

(2)

以及局部梯度方向：

(3)

在对图像进行边缘检测的实际应用与研究中，通常只需要计算出‖▽f(x，y)‖，便可以得到图像边缘信息[3]。

Laplacian算子是二阶微分算子[4]，其定义为：

▽2f(x，y)：

(4)

式(4)通用数字近似为：

(5)

(6)

因此可以得出：

▽2f=[f(x+1，y)+f(x-1，y)+

f(x，y+1)+f(x，y-1)]-4f(x，y)

(7)

1．2Sobel和Laplacian算子边缘检测FPGA实现

Sobel算子进行实时图像的边缘检测时，用Sobel算子对灰度值做卷积运算，再用梯度公式计算图像的梯度。……