0 引 言
    隨著設計復雜度的增加，使用IP核已經成為一種常用的設計方法。QuartusⅡ軟件提供的Megafunt-tions是基于Altera底層硬件結構最合理的成熟應用模塊，在代碼中使用Megafunctions這類IP資源，不但能將設計者從繁瑣的代碼編寫中解脫出來，更重要的是，在大多數(shù)情況下Megafunctions的綜合和實現(xiàn)結果比用戶編寫的代碼更優(yōu)。而且只需要簡單地設置選取宏功能模塊的相關參數(shù)就可以在程序中調用它們，因此宏功能模塊的使用也十分方便。QuartusⅡ的Mega-functins中包含有算術運算(Arithmetic)、邏輯門(Gates)、I／O、存貯器(Storage)等四個系列，可以根據系統(tǒng)設計需求靈活選用。
    在實時圖像處理中，用Sobel算子進行物體的邊緣檢測是經常用到的算法，由于對處理速度要求較高，因此用純軟件的方法很難達到要求。而FPGA對同時可完成的處理任務幾乎沒有限制，適合高速、并行信號處理，并且FPGA密度高、容量大，有內置存儲器、容易實現(xiàn)，所以FPGA廣泛用于實時圖像處理系統(tǒng)中。
    在此通過調用基于RAM的移位寄存器altshifttaps、可編程乘加器altmult add、可編程多路并行加法器parallel_add和參數(shù)化絕對值運算模塊lpm_abs，實現(xiàn)了基于FPGA的Sobel邊緣檢測。最后給出設計系統(tǒng)的仿真結果，通過與Matlab仿真結果相比較，可以看出該設計獲得了很好的邊緣檢測效果。

1 Sobel邊緣檢測算法
    圖1給出了Sobel邊緣檢測算法框圖。從圖中可以看出對一副圖像進行Sobel邊緣檢測時首先要利用Sobel算子計算出水平梯度和垂直梯度，然后再把兩個方向的梯度結合起來，最后應用門限處理模塊判斷圖像邊緣并輸出邊緣檢測結果。

    圖2(a)為一副圖像的3×3區(qū)域，圖2(b)和圖2(c)分別為Sobel算子的x方向(垂直方向)梯度算子和y方向(水平方向)梯度算子。當采用Sobel算子對圖2(a)所示的3×3區(qū)域做梯度計算時，可得標記為z5的像素點x方向梯度和y方向的梯度分量分別為：

   

    梯度的計算需要Gx，Gy這兩個分量按公式聯(lián)合使用。然而實際執(zhí)行時，為了運算方便可以采用公式f△|Gx|+|Gy|對梯度進行近似。

    該設計在門限處理時，采用基本全局門限：當某像素點(x，y)的梯度值XXXXf(x，y)大于或等于設定的門限T時，規(guī)定該點的灰度值為255，反之則為0。即：

   

2 Sobel邊緣檢測的硬件實現(xiàn)
    根據圖1所示的Sobel邊緣檢測算法框圖，可得FPGA硬件實現(xiàn)Sobel邊緣檢測時應該包含梯度計算模塊和門限處理模塊。此外在硬件實現(xiàn)時還要采用圖像數(shù)據緩沖模塊對圖像做緩沖處理，以便進一步對圖像數(shù)據做模板處理。門限處理模塊可以通過編寫VerilogHDL代碼實現(xiàn)。以下主要介紹圖像數(shù)據緩沖模塊和梯度計算模塊。
2．1 圖像數(shù)據緩沖模塊器
    在圖像的空域濾波中，為了得到3×3的方形模板窗，常使用FIFO(First In First Out)模塊作為圖像數(shù)據的緩沖器。這里通過應用基于RAM的移位寄存器宏模塊altshift taps實現(xiàn)了同樣的功能，而且還省去了一些控制信號，使用十分方便。
    altshift_taps宏功能模塊是一個可配置的、具有抽頭(Taps)輸出的移位寄存器，每個抽頭在移位寄存器鏈的指定位置輸出數(shù)據。圖3(a)和圖3(b)分別為定制的8位輸入／8位輸出、3抽頭，且相鄰兩個抽頭相距256個寄存器的altshift_taps0功能模塊及其內部寄存器鏈結構圖，圖3(b)中的Buffer0，Buffer1，Buffer2分別為由256個8位移位寄存器構成的寄存器鏈。當圖像的第N行數(shù)據在像素時鐘同步下從shiftin[7：0]端輸入到altshift_taps0的Buffer0后，隨著第N+1行圖像數(shù)據輸入到Buffer0中，第N行的圖像數(shù)據依次存入Buffer1中，而當?shù)贜十2行圖像數(shù)據存入Buffer0后，Buffer1和Buffer2中分別存放的是第N+1行和第N行的圖像數(shù)據，從而實現(xiàn)緩沖圖像數(shù)據的功能。這樣在像素時鐘的同步下，第N+2，N+1，N行的同一列數(shù)據分別從tap0x[7：0]，taplx[7：0]，tap2x[7：0]端輸出給梯度計算模塊，進行梯度計算。

2．2 梯度計算模塊
    Sobel邊緣檢測中，圖像像素點梯度的計算可由So-bel算子與圖像像素卷積運算的輸出經梯度計算公式計算獲得。圖5是圖4所示的3×3空間濾波模板與圖2(a)所示的3×3圖像區(qū)域卷積運算的原理圖。從中可以看出，為了實現(xiàn)卷積運算需要做乘法和加法運算，之前的文獻中大都采用分立的D觸發(fā)器和加法器以及乘法器來完成卷積運算，它的結構復雜。在此采用可編程乘加器altmult_add模塊和可編程多路并行加法器par-allel_add模塊實現(xiàn)卷積運算，大大簡化了設計。

    可編程乘加器altmult_and可以接收多組數(shù)據輸入，各組數(shù)據相乘后相加或相減作為結果輸出。而且altmult_add在使用時可以根據需要設置乘法器個數(shù)、輸入／輸出數(shù)據格式、流水線控制時鐘等參數(shù)，同時它還支持輸入數(shù)據內部移位功能。
    使用可編程多路并行加法器parallel_add模塊時，用戶可以自由設計輸入數(shù)據位寬，累加數(shù)據個數(shù)，定義累加輸入數(shù)據類型，模塊最終自動生成適當位寬的數(shù)據輸出。而且使用parallel_add模塊做加法運算時，可以通過指定時鐘延時以實現(xiàn)流水線設計，從而改善電路的性能，提高整個系統(tǒng)的工作頻率。
    圖6為實現(xiàn)梯度計算而定制的altmult_add0模塊，該乘加器包含3個乘法器，1個加法器而且為了改善電路的性能和提高系統(tǒng)的工作頻率，在該模塊中使用了寄存器。同時由于該模塊使用了數(shù)據的內部移位功能，當某行的圖像數(shù)據從dataa_0[7：0]依次輸入時，經過3個時鐘周期后，相鄰的3個數(shù)據分別與固定的模板系數(shù)datab_0，datab_1，datab_2相乘，并將結果送給加法器完成加法運算。當采用三個這樣類似的altmult_add模塊并聯(lián)時，便可實現(xiàn)卷積運算，而當卷積模板采用Sobel算子時，就可以獲得像素點的水平梯度和垂直梯度。

    在獲得Gx和Gy后，還要通過公式才可以計算出對應像素點的梯度值。設計中可以使用QuartusⅡ提供的lpm_abs宏功能模塊完成絕對值的計算。

    圖7為3×3圖像區(qū)域，圖8是基于altmult_add模塊、parallel_add模塊和lpm_abs模塊構建的梯度計算模塊對進行Sobel算子處理的QuartusⅡ仿真結果。由于采用了流水線設計，在第7個時鐘的上升沿從Gx端，Gy端分別輸出有效的x方向和y方向梯度值，并在第9個時鐘的上升沿從Gf端輸出圖7的中心像素點的梯度，這個仿真結果與利用公式計算出的梯度值完全相同。

3 仿真結果
    為了更加直觀地驗證該系統(tǒng)的邊緣檢測效果，在系統(tǒng)功能驗證時采用Matlab和Modelsim進行混合仿真，仿真結果如圖9所示。圖9(a)為一幅256×256的原始圖像，圖9(b)為設定門限T為125的Matlab程序對原始圖像的Sobel邊緣檢測結果。圖9(c)為該設計的Sobel邊緣檢測結果。比較圖9(b)和圖9(c)，可以看出該設計得到的結果幾乎與Matlab的仿真結果完全一樣，即該設計取得了很好的邊緣檢測效果。

4 結 語
    該設計利用QuartusⅡ軟件提供的可編程乘加器altmult_add模塊、可編程多路并行加法器parallel_add模塊和絕對值計算模塊lpm_abs，及使用VerilogHDL設計的門限處理模塊和其他相應的控制模塊，完成基于FPGA的Sobel邊緣檢測的硬件設計。該方法既避免了自己編寫大量程序代碼的繁瑣，又獲得很好的綜合和實現(xiàn)結果。最后通過與Matlab的仿真結果相比較證明了本設計可以有效地實現(xiàn)Sobel邊緣檢測。