目录

一、简要说明

1.1 算法流程

第一步，图像降噪。

第二步，计算图像梯度，得到可能边缘。

第三步，非极大值抑制。

第四步，双阈值筛选。

1.2 验证流程：

二、操作步骤

第一步：获取图像

第二步：Matlab产成图像

第三步：Modelsim仿真路径设置

第四步：开始仿真

第五步：matlab 查看图像

---

        先读为快，以结果为导向，本期介绍Canny图像算法仿真验证，后续将介绍canny算法原理与实现，欢迎持续关注，FPGA自习室 公众号设置星标，不错过每一次推送~

一、简要说明

1.1 算法流程

Canny边缘检测是一种非常流行的边缘检测算法，是John Canny在1986年提出的。它是一个多阶段的算法，即由多个步骤构成：图像降噪、计算图像梯度、非极大值抑制。

第一步，图像降噪。

        我们知道梯度算子可以用于增强图像，本质上是通过增强边缘轮廓来实现的，也就是说是可以检测到边缘的。但是，它们受噪声的影响都很大。那么，我们第一步就是想到要先去除噪声，因为噪声就是灰度变化很大的地方，所以容易被识别为伪边缘。

第二步，计算图像梯度，得到可能边缘。

        我们在前面的关于《图像梯度》文章中有所介绍，计算图像梯度能够得到图像的边缘，因为梯度是灰度变化明显的地方，而边缘也是灰度变化明显的地方。当然这一步只能得到可能的边缘。因为灰度变化的地方可能是边缘，也可能不是边缘。这一步就有了所有可能是边缘的集合。

第三步，非极大值抑制。

        通常灰度变化的地方都比较集中，将局部范围内的梯度方向上，灰度变化最大的保留下来，其它的不保留，这样可以剔除掉一大部分的点。将有多个像素宽的边缘变成一个单像素宽的边缘。即“胖边缘”变成“瘦边缘”。

第四步，双阈值筛选。

        通过非极大值抑制后，仍然有很多的可能边缘点，进一步的设置一个双阈值，即低阈值（low），高阈值（high）。灰度变化大于high的，设置为强边缘像素，低于low的，剔除。在low和high之间的设置为弱边缘。进一步判断，如果其领域内有强边缘像素，保留，如果没有，剔除。

这样做的目的是只保留强边缘轮廓的话，有些边缘可能不闭合，需要从满足low和high之间的点进行补充，使得边缘尽可能的闭合。

参考文章：https://blog.csdn.net/likezhaobin/article/details/6892176

1.2 验证流程：

搭建一个视频流Modelsim仿真，在基于FPGA视频图像算法开发过程中，最终目的是为了把摄像头实时视频数据经过一系列的图像算法，通过显示设备显示出来；在开发过程中，我们不能总是在FPGA板子上在线调试，一个是耗时时间长；另一个是不容易找出错误，因此，有必要模拟一个视频时序，用来验证算法，并有效的利用Matlab工具把静态图片“打散”保存到txt文本里，供Modesim读取，然后通过Matalb“复现”处理后的文本。

二、操作步骤

第一步：获取图像

截取len图片，格式为bmp

这里使用上张len图设置了一种分辨率 640X480，如果不是，这里可用画图软件打开图片可以修改分辨率

第二步：Matlab产成图像

my_image_gen.m 读取的len.bmp的彩色图像，matlab运行后，将使用matlab函数灰度化的灰度图像数据写进，image_data.txt。

第三步：Modelsim仿真路径设置

仿真工程打开的正确方式:

方法1：保证仿真工程正常打开，解压后文件需要 放在新建和原路径一样的路径。

方法2：不需要新建相同路径，需要文本打开并修改仿真工程里的 *.mpf 绝对路径。

方法3：使用自动仿真脚本。

第四步：开始仿真

1) 打开modelsim 仿真工程，找到work

2)然后找到tb_image_canny功程名，右键 simmulate 到仿真页面

3)最后点击黄色按键，全速仿真，结束会自动停止。

第五步：matlab 查看图像

上一步仿真结果会出现三个txt文件：canny_data.txt 、Gs_data_out.txt、sobel_data_out.txt

直接运行my_image_show.m 即可

测试结果：