本原创教程由芯驿电子科技（上海）有限公司（ALINX）创作，版权归本公司所有，如需转载，需授权并注明出处（http://www.alinx.com）。
适用于板卡型号：
PGL22G/PGL12G
1. 实验简介
本实验将在例程“OV5640摄像头HDMI显示例程”的基础上实现视频图像边缘检测的实验。在很多应用场合，我们只需要采集到图像的棱廓特征的信息，而不需要全部的视频图像，这样就需要用到SOBEL边缘检测的算法。
2. 实验原理
2.1边缘检测原理和算法
边缘是图像最基本的特征，其在计算机视觉、图像分析等应用中起着重要的作用，这是因为图像的边缘包含了用于识别的有用信息，是图像分析和模式识别的主要特征提取手段。
在图像中，“边缘”指的是临界的意思。一幅图像的“临界”表示为图像上亮度显著变化的地方，边缘指的是一个区域的结束，也是另一个区域的开始。“边缘点”指的是图像中具有坐标[x,y]，且处在强度显著变化的位置上的点。
常用的边缘检测算法大多是以原始图像灰度值为基础,通过考察图像的每个像素的某个邻域内灰度的变化,利用边缘一阶或二阶导数的规律来检测边缘。下图左边为原始的黑白灰度的图像，通过边缘检测算法后变成了右边的图像。
实现边缘检测有很多不同的方法，也一直是图像处理中的研究热点，人们期望找到一种抗噪强、定位准、不漏检、不误检的检测算法。其中Sobel算子效果较好，边缘检测算法比较简单，实际应用中效率比canny边缘检测效率要高，但是边缘不如Canny检测的准确，但是很多实际应用的场合，sobel边缘却是首选，尤其是对效率要求较高，而对细纹理不太关心的时候。本实验就采用Sobel的算法来实现视频图像的边缘检测。
2.2 sobel简介
sobel是一个梯度的计算，如下图所示，是x和y方向的3x3窗口的卷积。
梯度计算公式
，简化的近似计算
对于图像，如下图：P1到P9为3x3的9个像素点，简化公式计算：
3x3图像窗口
为了进一步简化计算，我们把算子进行简化，调整为如下所示
3. 程序设计
本实验的重点是sobel算法的实现，首先需要一个3x3的像素窗口，本实验利用xilinx提供的VHDL程序，做了一个3行的图像缓存，这样就可以轻松实现3x3的窗口。
然后按照简化公式，采用绝对值的方式计算sobel。
-
always@(posedge pclk)
-
begin
-
x1 <={
2'b
00,p
11}+{
2'b
00,p
31}+{
1'b
0,p
21,
1'b
0};
-
x3 <={
2'b
00,p
13}+{
2'b
00,p
33}+{
1'b
0,p
23,
1'b
0};
-
-
y1 <={
2'b
00,p
11}+{
2'b
00,p
13}+{
1'b
0,p
12,
1'b
0};
-
y3 <={
2'b
00,p
31}+{
2'b
00,p
33}+{
1'b
0,p
32,
1'b
0};
-
end
-
-
always@(posedge pclk)
-
begin
-
abs_x <=(x
1 > x
3)? x
1 - x
3 : x
3 - x
1;
-
abs_y <=(y
1 > y
3)? y
1 - y
3 : y
3 - y
1;
-
abs_g <= abs_x + abs_y;
-
end
计算完成以后，要进行简单的二值化处理，将sobel值和阈值对比，产生黑白的二值化图像。
-
always@(posedge pclk)
-
begin
-
data_out <=(abs_g > threshold)?
8
'h00:8'hff;
-
end
4. 实验现象
1）将摄像头模块插入开发板，保证1脚对齐，1脚在焊盘形状和其他引脚是有明显区别的，是方形的。
OV5640摄像头模块连接开发板连接图
2）连接好HDMI显示器。
3）下载实验程序，可以看到只有边沿信息的黑白视频输出。注意：ov5640模块焦距是可调的，如果焦距不合适，图像会模糊，旋转镜头，可以调节焦距。摄像头模块要轻拿轻放，不要用手触摸元器件。
转载：https://blog.csdn.net/m0_53439615/article/details/114022527