本文首先阐述了课题的研究背景，意义以及该领域的发展现状，然后对数字图像的边缘检测做介绍，其中就包括一些比较经典的检测方法，并对canny算子进行详细的描述，并且对这些经典方法的检测结果进行了相关的分析比较。本文接着对FPGA，SOPC进行介绍，特别是在硬件下对边缘检测算法的实现。然后是相关软件的介绍。实验表明，在FPGA下硬件实现图像边缘检测要比软件实现图像的边缘检测要快的多。

整篇文章的具体结构安排如下：

第一章阐述了课题背景及一些基础性的知识。

第二章介绍了FPGA和SOPC相关知识。

第三章介绍了几种经典的图像边缘检测方法。

第四章介绍了图像边缘检测中相关模块的FPGA实现。

第五章介绍了图像边缘检测的SOPC实现。

第六章对全文进行总结。

线性滤波边缘检测方法及其仿真结果

前面讨论了一些比较经典的算子，它们都是计算一阶导数的边缘检测器。其基本思想都是：如果所求的一阶导数高于某一阈值，则确定该点为边缘点。但是这样做会导致检测的边缘点太多。一种更好的方法就是求梯度局部最大值对应的点，并认定它们是边缘点，如图3-12所示。在图3-12中，若用阈值来进行边缘检测，则在a和b之间的所有点都被记为边缘点。

方案选择及介绍

在前一章，介绍了各种不同的算子，它们都是基于图1-1为原理进行的延伸。在此基础上，产生了许多算子，现在公认比较好的是Canny算子，它在实现上有四个步骤，较为复杂。在经典边缘检测算子中，Robert算子是2×2的，2×2大小的模板由于没有清楚的中心点所以很难使用，而我们感兴趣的是3×3的模板。所以选择Sobel或Prewitt算子。它们的差别在于有没有某种程度上的平滑效果。Prewitt模板实现起来比Sobel模板更为简单，但后者在噪声抑制特性方面略胜一筹。考虑到它们两个算子的模板很相似，所以我用两个方法。它们的切换只需一个自己编的程序即可实现。下面以Prewitt算子为例讲解。通过Prewitt算子计算图像边缘的流程图见图4-1。

本篇论文首先是对FPGA和SOPC技术进行了介绍，以及相关开发所涉及到的知识，软件工具等。然后就现在比较成熟经典的边缘检测算法进行了回顾，并对它们进行了比较和在VC++下仿真。根据它们不同的特点，接下来在整个框架下，对算法进行选择，即图像边缘检测方案的确定。下面就是对任务的分工，硬件部分是对系统的搭建，该系统是由外部模块和NIOS系统共同组成。考虑到处理速度的因素，用硬件实现数据输入模块和计算模块，前者通过对FIFO的设计，加入一定的寄存器，设计出3×3方行窗的数据产生结构；后者的设计思想则贯穿于运算方框图，另外就是要加入多组的锁存器以提高数据的精确度。NIOS系统在SOPC Builder下完成设计，接着在NIOS II IDE下写对组件和外部模块的控制程序，这属于软件部分。最后，将软硬件设计联合起来即可实现本设计。