先讀為快，以結果為導向，本期介紹Canny圖像算法仿真驗證，后續將介紹canny算法原理與實現，歡迎持續關注，公眾號設置星標，不錯過每一次推送~

一、簡要說明

1.1 算法流程

Canny邊緣檢測是一種非常流行的邊緣檢測算法，是John Canny在1986年提出的。它是一個多階段的算法，即由多個步驟構成：圖像降噪、計算圖像梯度、非極大值抑制。

第一步，圖像降噪。我們知道梯度算子可以用于增強圖像，本質上是通過增強邊緣輪廓來實現的，也就是說是可以檢測到邊緣的。但是，它們受噪聲的影響都很大。那么，我們第一步就是想到要先去除噪聲，因為噪聲就是灰度變化很大的地方，所以容易被識別為偽邊緣。

第二步，計算圖像梯度，得到可能邊緣。我們在前面的關于《圖像梯度》文章中有所介紹，計算圖像梯度能夠得到圖像的邊緣，因為梯度是灰度變化明顯的地方，而邊緣也是灰度變化明顯的地方。當然這一步只能得到可能的邊緣。因為灰度變化的地方可能是邊緣，也可能不是邊緣。這一步就有了所有可能是邊緣的集合。

第三步，非極大值抑制。通常灰度變化的地方都比較集中，將局部范圍內的梯度方向上，灰度變化最大的保留下來，其它的不保留，這樣可以剔除掉一大部分的點。將有多個像素寬的邊緣變成一個單像素寬的邊緣。即“胖邊緣”變成“瘦邊緣”。

第四步，雙閾值篩選。通過非極大值抑制后，仍然有很多的可能邊緣點，進一步的設置一個雙閾值，即低閾值（low），高閾值（high）。灰度變化大于high的，設置為強邊緣像素，低于low的，剔除。在low和high之間的設置為弱邊緣。進一步判斷，如果其領域內有強邊緣像素，保留，如果沒有，剔除。

這樣做的目的是只保留強邊緣輪廓的話，有些邊緣可能不閉合，需要從滿足low和high之間的點進行補充，使得邊緣盡可能的閉合。

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

1.2 驗證流程：

搭建一個視頻流Modelsim仿真，在基于FPGA視頻圖像算法開發過程中，最終目的是為了把攝像頭實時視頻數據經過一系列的圖像算法，通過顯示設備顯示出來；在開發過程中，我們不能總是在FPGA板子上在線調試，一個是耗時時間長；另一個是不容易找出錯誤，因此，有必要模擬一個視頻時序，用來驗證算法，并有效的利用Matlab工具把靜態圖片“打散”保存到txt文本里，供Modesim讀取，然后通過Matalb“復現”處理后的文本。

二、操作步驟

第一步：獲取圖像

截取len圖片，格式為bmp

這里使用上張len圖設置了一種分辨率 640X480，如果不是，這里可用畫圖軟件打開圖片可以修改分辨率。

第二步：Matlab產成圖像

my_image_gen.m 讀取的len.bmp的彩色圖像，matlab運行后，將使用matlab函數灰度化的灰度圖像數據寫進，image_data.txt。

第三步：Modelsim仿真路徑設置

仿真工程打開的正確方式：

方法1：保證仿真工程正常打開，解壓后文件需要 放在新建和原路徑一樣的路徑。

方法2：不需要新建相同路徑，需要文本打開并修改仿真工程里的 *.mpf 絕對路徑。

方法3：使用自動仿真腳本。

第四步：開始仿真

1） 打開modelsim 仿真工程，找到work

2）然后找到tb_image_canny功程名，右鍵 simmulate 到仿真頁面

3）最后點擊黃色按鍵，全速仿真，結束會自動停止。

第五步：matlab 查看圖像

上一步仿真結果會出現三個txt文件：canny_data.txt 、Gs_data_out.txt、sobel_data_out.txt

直接運行my_image_show.m 即可

責任編輯：haq