FPGA圖像處理在水果品級篩選技術中的應用

摘 要： 基于圖像處理的水果品級的篩選技術研究，前端利用光學傳感器采集水果信息，利用數字圖像處理技術對采集的信息進行處理，從而對水果進行大小和顏色的判別，驅動電機對被測物體進行篩選。圖像處理算法主要包括圖像的濾波、二值化和邊緣檢測，分析了幾種濾波算法的優缺點，用FPGA實現算法的處理，最終采用中值濾波和Sobel邊緣檢測算法，并用Verilog語言編寫程序實現相關算法的仿真驗證。為了測試程序的正確與否，對一幅480×640分辨率的8 b的灰度圖像進行了中值濾波算法和Sobel算法的仿真測試，測試結果滿足系統要求。

關鍵詞： FPGA技術； 水果篩選； Verilog語言； 中值濾波； Sobel邊緣檢測算法； 圖像處理

中圖分類號： TN911.73?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2016）02?0089?03

Application of FPGA image processing in fruit grade screening technique

CHENG Guangwei， LIU Dongming

（Xi’an Technological University， Xi’an 710032， China）

Abstract： In the research of screening technology of fruit grade based on image processing， the optical sensor is adopted to collect the fruit information， and the digital image processing technology is used to process the captured information， so as to discriminate the size and color of the fruit and drive the motor to screen the fruits. The image processing algorithms includs image filtering， binarization and edge detection. The advantages and disadvantages of several filtering algorithms are analyzed. FPGA is used to implement image processing. The median filtering， Sobel edge detection algorithm and Verilog language program are taken to implement simulation verification of the related algorithm. In order to test the correctness of the testing program， the simulation testing of median filtering algorithm and Sobel algorithm for a 8bit grayscale image with the resolution of 480×640 was performed. The testing results met the system requirements.

Keywords： FPGA technology； fruit screening； Verilog； median filter； Sobel edge detection algorithm； image processing

0 引 言

隨著農業技術的不斷發展和人民生活水平質量的提高，人們越來越講究生活品質，對水果的質量要求也不斷提高。大多數企業依靠人工感官進行識別判斷，勞動量大、成本高、生產效率低，而且分選的精度不高，本文提出了一種水果品級自動篩選技術，利用數字圖像處理技術對采集的圖像進行處理[1]。FPGA已經應用在圖像處理算法中，在提高圖像處理速度和效率等方面具有廣泛的應用，怎樣把FPGA更好地應用在圖像處理方面，成為業內重點研究的方向。FPGA還可以根據客戶要求，通過設計完成各種用途的電路，在開發中可利用流水線作業和并行處理的技術，使其在處理算法上具有高效性，并且其開發周期相對于ASIC短、易于維護和拓展，在實時數據處理方面具有突出的優點。目前多種圖像處理算法如圖像縮放、圖像旋轉、圖像壓縮、邊緣檢測、直方圖均衡化、中值濾波等，都適合用FPGA處理，并且相關算法也在不斷完善。在此研究采用FPGA開發圖像處理系統，并提出快速中值濾波和邊緣檢測算法的實現。

1 FPGA概念

FPGA具有運行速度快、可重復編程、集成度高等優點，是進行原始設計最理想的載體。FPGA研發周期短，成本少，規模不斷擴大，且不容易泄密，不僅能夠有效消除設計電路的不足之處，而且打破了原有的設計器件的限制，市場的需求好。此外，FPGA在圖像算法當中的應用，能夠快速提高算法的處理速度，在開發實時圖像處理方面具有重要的作用[2]。

2 系統總體設計方案

采用FPGA進行圖像處理，主要是通過光學傳感器、A/D芯片等部分一起發揮作用，信息存儲、處理及控制設計應該在系統中完成。系統實現整體框圖如圖1所示。

圖1 系統總體框圖

本文主要研究整個系統的圖像處理模塊，方案是把FPGA作為圖像算法模塊的重要部分，利用該模塊實現圖像算法處理。中值濾波和邊緣檢測都是基于方形窗口操作的，因此主要由邊緣檢測功能模塊、中值濾波功能模塊2個模塊組成。

3 圖像濾波處理的基本算法

3.1 均值濾波

當前，圖像處理濾波的方法主要有均值濾波、中值濾波等方式。均值濾波稱線性濾波，它主要采用鄰域平均法。均值濾波通常設置一個固定形狀數字模板，對于源圖像中的每一個像素點（x，y），取其周圍鄰域中與模板對應的像素點的灰度值，將所有點的灰度值或加權值求和取平均值，并將該值作為處理后圖像中像素點（x， y）的灰度值。這種方法主要是針對一般噪聲點的灰度值與其周圍像素點的灰度值差異較大的特點來消除噪聲。

3.2 中值濾波

中值濾波是一種非線性的信號處理方法，該算法在一定的條件下可以消除線性濾波器如均方濾波、均值濾波等帶來的圖像不清晰，而且對消除椒鹽噪聲最為有效。但對于細節多的，尤其點、線、尖頂細節多的圖像不適合用中值濾波。設計一個含有奇數個點的滑動窗口，一般以窗口的幾何中心的像素為當前活動點，在圖像上依某種方式移動該窗口，將窗口對應下的像素點按其數據的大小進行排序，取其中間值作為當前活動點在處理后圖像中的有效信息。本系統采用中值濾波作為圖像濾波處理的算法。

3.3 邊緣檢測算法

圖像邊緣檢測大量地減少了信息量，而且去除了可以認為不相關的數據，保留了圖像有效的數據。采用Sobel邊緣檢測的算法進行邊緣檢測，獲得目標圖像與背景的交界線和目標圖像的邊界。由于Sobel算法是濾波算子的形式，作用是獲得邊緣信息，可以采用快速卷積方法，簡潔高效，所以大量應用。本系統采用Sobel算法作為邊緣檢測算法。表1和表2為Sobel算法的卷積因子。

表1 Sobel算法的卷積因子（一）

表2 Sobel算法的卷積因子（二）

該算子擁有2組3[×]3的矩陣，分別為水平和垂直，把它和圖像信息做卷積運算，即可分別得出水平和垂直的亮度差分近似值。圖像的每一個像素的水平和垂直數值采用以下公式，計算該點有效數值的大?。篏=[Gx2+Gy2]。

4 中值濾波算法的FPGA實現

通過對中值濾波和均值濾波的算法的分析，中值濾波更加適合應用于實踐中?？紤]中值濾波在實踐中的優勢，本文將用FPGA實現中值濾波的算法。中值濾波在實踐應用中，通過設置一個3×3的窗口對窗口內的9個像素點進行大小值的計算，最后獲得中間值，作為最后9個像素點的有效值。在串行語言中，將9個像素逐個進行比較，要經過30次比較，耗費時間，浪費大量的資源，減低了算法的效率。因此，提高處理速度是本文要研究的[3]。

由于FPGA是并行處理的方式，可以提高整體算法的處理效率。如圖2所示，首先，對窗口中的每行數據，分別計算最大值、中間值、最小值。然后，把3行中最大數據進行大小排序：取3個最大值中的最小值；把3行中中間值進行大小比對：取3個中間數據的中間值；把3行中最小值進行大小比對：取3個最小值中最大的值。最后，把Min、Med、Max中的值進行比較，獲得中間值。圖2為中值濾波算法流程圖[4]。

在Alter公司的Quartusrua軟件下進行程序編寫，并且采用Modelsim工具進行仿真驗證。圖3是對中值濾波算法的仿真結果，通過圖3中的數據的比較，可以看出最后的有效數據在tartger_data上輸出結果。通過仿真圖，可以得出結論[5]，采用FPGA實現中值濾波算法，只要4個時鐘就可以獲得。Modelsim仿真圖如圖3所示。

圖2 中值濾波算法流程圖

圖3 基于FPGA的中值濾波算法的仿真圖

5 Sobel算法的FPGA實現

Sobel采用并行流水線的模式，這樣可以加快算法的效率[6]。主要分為4個部分：

（1） 計算 [Gx]與[Gy]與模板每行的乘積；

（2） 求得 3×3 模板運算后的[Gx，Gy；]

（3） 計算[G2x]和[G2y]以及它們的平方和；

（4） 計算G=[Gx2+Gy2]。

采用并行的處理方式，每次從3×3窗口中每行取一個數據送入算法模塊，只要3個時鐘就能將數據送入算法模塊開始計算出有效結果[7]。采用流水線的工作方式，加快處理速度，發揮了FPGA并行處理的優勢。然后，采用Modelsim工具對Sobel算法進行仿真驗證，如圖4所示就是仿真的結果。從圖4中可以看出，都是一個時鐘，則會進入3個數據進行計算，提高了運算效率。

為了測試程序的正確與否，對一幅480×640分辨率的8 b的灰度圖像進行中值濾波算法和Sobel算法的仿真測試。仿真效果圖如圖5所示。

圖4 基于FPGA的Sobel仿真結果

圖5 仿真前后對比

6 結 語

在基于圖像處理的水果品級的篩選技術研究中，利用數字圖像處理技術對采集的圖像進行處理，從而對水果進行大小和顏色的判別，驅動電機對水果進行篩選[8]。用FPGA實現對圖像數據的處理，最終實現中值濾波和Sobel邊緣檢測算法，采用Modelsim工具對程序進行了仿真測試。

參考文獻

[1] 楊帆，張皓，馬新文，等.基于FPGA的圖像處理系統[J].華中科技大學學報（自然科學版），2015，42（2）：119?123.

[2] 夏宇聞.Verilog數字系統設計教程[M].北京：北京航空航天大學出版社，2008.

[3] 吳厚航.深入淺出玩轉FPGA[M].北京：北京航空航天大學出版社，2010.

[4] 游福成.數字圖像處理[M].北京：電子工業出版社，2011.

[5] 陳天華.數字圖像處理[M].北京：清華大學出版社，2007.

[6] 潘磊.FPGA在數字圖像處理中的應用與研究[M].南京：南京郵電大學出版社，2012.

[7] 吳振華.基于模糊數學理論的數字圖像處理[D].長沙：長沙理工大學，2010.

[8] 龔聲蓉，劉純平，王強.數字圖像處理與分析[M].北京：清華大學出版社，2007.