机器视觉中边缘检测算法的SDSoC加速实现

doi:10.3778/j.issn.1002-8331.1804-0003

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (12): 208-214.DOI: 10.3778/j.issn.1002-8331.1804-0003

机器视觉中边缘检测算法的SDSoC加速实现

吴进，赵隽，李聪，吴汉宁

西安邮电大学电子工程学院，西安 710121

出版日期:2019-06-15 发布日期:2019-06-13

Implementation of SDSoC Acceleration Algorithm for Edge Detection Algorithm in Machine Vision

WU Jin, ZHAO Jun, LI Cong, WU Hanning

School of Electronic Engineering, Xi’an University of Posts and Telecommunications, Xi’an 710121, China

Online:2019-06-15 Published:2019-06-13

摘要/Abstract

摘要： 针对机器视觉图像处理中边缘检测算法要求越来越高的实时性，提出使用SDSoC加速实现机器视觉中的边缘检测算法。基于SDSoC开发环境，选用ZC706作为开发平台对Canny边缘检测和Sobel边缘检测进行加速。SDSoC环境支持处理器系统（Processing System，PS）和可编程逻辑（Programmable Logic，PL），根据PS和PL的特性，将两种边缘检测算法中的模块分配在各自适用的硬件架构上运行，即在PS端使用优化的数据分配方法，在PL端使用缓冲区结构及优化指令。实验结果表明，对于512×512的图像，Canny算法用时4.61 ms，Sobel算法用时3.20 ms，满足了机器视觉算法实时性的要求。

关键词: Sobel边缘检测, Canny边缘检测, SDSoC

Abstract: In order to improve the real-time performance of edge detection algorithms in machine vision image processing, SDSoC is proposed to speed up the implementation of edge detection algorithms in machine vision. Based on the SDSoC development environment, the paper uses ZC706 as a development platform to speed up Canny edge detection and Sobel edge detection. The SDSoC environment supports Processing System（PS） and Programmable Logic（PL）. Based on the characteristics of the PS and the PL, the two edge detection algorithm modules are allocated to run on their respective hardware architectures. Use the optimized data distribution method on the PS side and use the buffer structure and optimization instructions at the PL side. The experimental results show that for 512×512 images, Canny algorithm takes 4.61 ms and Sobel algorithm takes 3.20 ms, which satisfies the real-time requirements of machine vision algorithms.

Key words: Sobel edge detection, Canny edge detection, SDSoC

吴进，赵隽，李聪，吴汉宁. 机器视觉中边缘检测算法的SDSoC加速实现[J]. 计算机工程与应用, 2019, 55(12): 208-214.

WU Jin, ZHAO Jun, LI Cong, WU Hanning. Implementation of SDSoC Acceleration Algorithm for Edge Detection Algorithm in Machine Vision[J]. Computer Engineering and Applications, 2019, 55(12): 208-214.

[1]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[2]	涂兵1，2，3，张晓飞1，3，潘建武1，3，张国云1，2，3，周紫璇1，3. 多特征与边缘校正融合的天际线检测算法研究[J]. 计算机工程与应用, 2019, 55(6): 178-185.
[3]	韩彬，杨大利. 基于透射变换的印刷品图像归一化研究[J]. 计算机工程与应用, 2019, 55(23): 188-193.
[4]	赵方1，石晟1，闫民2. 普通光照下叶片图像特征信息抽取[J]. 计算机工程与应用, 2015, 51(5): 156-166.
[5]	陈飞1，朱海斌2，贾康成2，肖昌炎2. 基于相机阵列的叠层纸张数量检测[J]. 计算机工程与应用, 2015, 51(13): 168-171.
[6]	邢堃，韩汉光，吴怡之. 基于机器视觉的印刷标签检测系统的改进[J]. 计算机工程与应用, 2014, 50(11): 197-201.
[7]	陆丽华1，王小涛1，王邢波2. 边缘增强图像互相关模板匹配的并行架构[J]. 计算机工程与应用, 2012, 48(6): 214-220.
[8]	戚晓伟，陈秀宏. 改进的Otsu方法的双边滤波边缘检测算法[J]. 计算机工程与应用, 2012, 48(31): 150-155.
[9]	李慧平，李映，张秀伟. 结合Canny和距离变换的矩形模式特征提取方法[J]. 计算机工程与应用, 2011, 47(18): 166-169.
[10]	禹素萍^1,3,曾培峰²,陈建平¹. 基于棉纤维截面图像的改进型Canny边缘检测[J]. 计算机工程与应用, 2008, 44(10): 176-178.

机器视觉中边缘检测算法的SDSoC加速实现

Implementation of SDSoC Acceleration Algorithm for Edge Detection Algorithm in Machine Vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics