跨境电商 网站开发济南百度提升优化

1、边缘检测

        针对的时灰度图像，顾名思义，检测图像的边缘，是针对图像像素点的一种计算，目的时标识数字图像中灰度变化明显的点，图像的边缘检测，在保留了图像的重要结构信息的同时，剔除了可以认为不相关的信息，大幅度减少了数据量，便于图像的传输和处理；

        边缘检查的方法大致可以分为两类：基于查找的一类，通过寻找图像一阶导数中最大值和最小值来检测边界，包括Sobel算法、Roberts Cross算法等；基于零穿越的一类，通过寻找图像二阶导数零穿越来寻找边界，包括Canny算法，Laplacian算法等。

        Sobel算法：准确率比较低，但是效率比较高；

        详细见下面网址：

https://blog.csdn.net/great_yzl/article/details/119709699 

        Soble算法的核心就是Sobel算子，该算子包含两组3x3的矩阵；

        对于图像而言，取3行3列的图像数据，将图像数据与对应位置的算子的值相乘再相加，得到x方向的Gx，和y方向的Gy，将得到的Gx和Gy，平方后相加，再取算术平方根，得到Gxy，近似值为Gx和Gy绝对值之和，将计算得到的Gxy与我们设定的阈值相比较，Gxy如果大于阈值，表示该点为边界点，此点显示黑点，否则显示白点。 

 2、实验设计

        我们将Sobel算法在图像边缘检查中的实现分为4步，第1步，通过Gx、Gy的计算公式结合FIFO求和算法求取Gx、Gy的值；第2步，求得Gx、Gy的绝对值；第3步，将Gx、Gy带入Gxy计算公式，求得Gxy的值；第4步，将求得的Gxy与设定的阈值相比较，当Gxy大于等于阈值，赋值rgb为黑色，否则， rgb赋值为白色。

        图片正在经过Sobel算法之后，输出的图片相比于输入时的图片会少2行2列数据，这是因为在求取Gx、Gy时，要使用FIFO求和算法，该算法只有在第2行或第2列数据输入时才开始执行，第0、1行或第0、1列不会进行求和运算，更无数据输出，所以会缺失的2行2列。

2.1 实验目标

        实验目标：使用Matlab软件将图片转换为灰度图像，并且将灰度图像的高 3 位取出存放为txt 文本 ，PC机通过串口RS232传输图片数据给FPGA，FPGA通过Sobel算法检测出图片的边缘轮廓，将处理后的图片在VGA显示器上显示出来。

        实验要求：VGA显示模式：640x480@60；传入图片分辨率大小100x100。

2.2 图片预处理

        在进行Sobel算法之前，先要将图片进行一下预处理，将彩色图片转换成灰度图像，并且将灰度图像的高 3 位取出存放为txt 文本，图解和代码；

matlab代码：

clc; %清理命令行窗口clear all; %清理工作区image = imread('D:\FPGA\FPGA_Basic_Pro\sobel\matalb\curry_logo.bmp'); %使用imread函数读取图片数据figure;imshow(image); %窗口显示图片
R = image(:,:,1); %提取图片中的红色层生成灰度图像figure;imshow(R); %窗口显示灰色图像[ROW,COL] = size(R); %灰色图像大小参数data = zeros(1,ROW*COL); %定义一个初值为0的数组,存储转换后的图片数据for r = 1:ROWfor c = 1 : COLdata((r-1)*COL+c) = bitshift(R(r,c),-5); %红色层数据右移5位end
endfid = fopen('D:\FPGA\FPGA_Basic_Pro\sobel\matalb\logo.txt','w+'); %打开或新建一个txt文件for i = 1:ROW*COLfprintf(fid,'%02x' ,data(i)); %写入图片数据
end
fclose(fid);