Xem mẫu
- 20 Trần Nhật Tin, Lê Thanh Lâm, Huỳnh Việt Thắng
THỰC HIỆN KHỐI TÁCH BIÊN ẢNH TRÊN FPGA
IMPLEMENTATION OF AN EDGE DETECTION MODULE ON FPGA
Trần Nhật Tin, Lê Thanh Lâm, Huỳnh Việt Thắng
Trường Đại học Bách khoa, Đại học Đà Nẵng; Email: thanghv@dut.udn.vn
Tóm tắt - Bài báo này trình bày một ứng dụng của công nghệ Abstract - This paper presents an application of the FPGA and the
FPGA và công cụ hỗ trợ phát triển Xilinx System Generator trong Xilinx System Generator tool in designing and developing the edge
thiết kế và phát triển thuật toán tách biên ảnh trên phần cứng cấu detection algorithm on the FPGA hardware platform. The paper
hình lại FPGA. Bài báo trình bày quy trình thiết kế và đánh giá hai shows the process of designing and evaluating the two edge
bộ tách biên ảnh thông dụng sử dụng mặt nạ Sobel và Prewitt trên detectors using Sobel and Prewitt masks on both Matlab Simulink
phần mềm Matlab Simulink và trên board mạch Virtex-5 FPGA của and Virtex-5 FPGA boards. This example illustrates the process of
Xilinx. Thông qua ví dụ thiết kế này, một quy trình đồng thiết kế và co-designing and monitoring software and hardware for the FPGA
kiểm tra trên phần mềm và phần cứng cho các ứng dụng xử lý tín digital signal processing applications, helping to accelerate the
hiệu trên FPGA được trình bày, giúp ích cho việc phát triển nhanh signal processing algorithms and the FPGA-related applications.
các thuật toán xử lý tín hiệu và các ứng dụng liên quan trên FPGA.
Từ khóa - edge detection; FPGA; system generator; DSP; Xilinx; Key words - edge detection; FPGA; system generator; DSP;
hardware implementation. Xilinx; hardware implementation.
1. Đặt vấn đề ứng dụng điển hình của FPGA là sử dụng FPGA như một
Ngày nay, công nghệ xử lý hình ảnh đang được ứng bộ tăng tốc phần cứng (hardware-accelerator) trong các hệ
dụng rộng rãi trong nhiều lĩnh vực như y học, an ninh, giao thống tính toán hiệu năng cao, hoặc sử dụng FPGA để thiết
thông, bảo mật, cũng như trong lĩnh vực tự động hóa. Các kế và phát triển hệ thống nhúng.
ứng dụng của xử lý ảnh trong chẩn đoán y học dựa vào các Cùng với sự ra đời của các dòng sản phẩm chip FPGA
thiết bị phần cứng đa dạng như máy chụp cắt lớp, máy chụp mới có mật độ tích hợp ngày càng cao và công suất tiêu thụ
cộng hưởng từ, máy siêu âm, máy điện tim. Trong an ninh, cực thấp, các công cụ phần mềm hỗ trợ thiết kế đi kèm cho
xử lý ảnh hỗ trợ phát hiện chuyển động, giúp cảnh báo xâm FPGA cũng được các hãng sản xuất FPGA chú trọng phát
phạm, phát hiện các tình huống bất thường dựa trên nhận triển với mục tiêu giúp người dùng giảm thiểu thời gian
dạng cử động của cơ thể người. Trong giao thông, việc thu thiết kế và phát triển sản phẩm. Hai công cụ tiêu biểu của
thập và xử lý tín hiệu hình ảnh từ camera giúp theo dõi hãng Xilinx [2] – một trong những hãng sản xuất FPGA
lượng xe lưu thông trên đường nhằm cảnh báo sớm tình hàng đầu thế giới – là Embedded Development Kit (EDK)
trạng ùn tắc, ghi nhận các trường hợp vi phạm giao thông, cho phép phát triển hệ thống nhúng và Xilinx System
chụp và truy xuất số xe vi phạm để xử lí. Có thể nói, kỹ Generator (XSG) [3] cho phép phát triển nhanh các ứng
thuật xử lý ảnh đã và đang đóng vai trò cực kỳ quan trọng dụng xử lý tín hiệu (bao gồm cả xử lý ảnh) trên các board
và đang hiện hữu rộng khắp trong các hệ thống điện tử phát triển FPGA của Xilinx [4, 5].
thông minh có trên thị trường. Ngày nay, yêu cầu sử dụng Bài báo này sẽ trình bày việc thực thi và đánh giá bộ
các thiết bị nhúng thông minh tích hợp kỹ thuật xử lý ảnh tách biên ảnh sử dụng hai mặt nạ thông dụng là mặt nạ
nâng cao đang gia tăng nhanh chóng. Điều này đòi hỏi sự Sobel và mặt nạ Prewitt trên FPGA của hãng Xilinx sử
tích hợp của các kỹ thuật xử lý ảnh trên các hệ thống nhúng dụng công cụ XSG. Khác với nghiên cứu được công bố
để đạt được những yêu cầu khắt khe về công suất tiêu thụ, trong [5], nghiên cứu của chúng tôi thực hiện so sánh hiệu
tốc độ xử lý, tài nguyên phần cứng và thời gian phát triển năng của hai loại mặt nạ thông dụng được sử dụng trong
sản phẩm. bài toán tách biên ảnh, cũng như nghiên cứu của chúng tôi
Có nhiều bước xử lý khác nhau được thực hiện trong một trình bày chi tiết quy trình đồng thiết kế trên phần mềm và
hệ thống xử lý ảnh, trong đó tách biên ảnh (Edge Detection) phần cứng (software-hardware co-design) sử dụng XSG
[1] là một trong những bước xử lý đầu tiên nhằm trích rút cùng các kết quả phân tích và đánh giá chi tiết.
các đặc trưng mong muốn của đối tượng từ dữ liệu ảnh số Nội dung bài báo được sắp xếp theo trình tự sau đây.
hóa. Kỹ thuật tách biên ảnh được thực hiện bằng phép nhân Phần 2 trình bày cơ sở lý thuyết của kỹ thuật tách biên ảnh
chập hai chiều giữa một mặt nạ được định nghĩa trước với và các công cụ phần mềm sử dụng trong thiết kế bao gồm
bức ảnh muốn tách biên. Tùy thuộc vào loại mặt nạ được sử XSG và Matlab Simulink. Phần 3 trình bày chi tiết kiến
dụng, các bộ tách biên ảnh được phân chia thành tách biên trúc của bộ tách biên ảnh được thực hiện trong XSG. Phần
ảnh sử dụng toán tử Sobel, Prewitt, hay Roberts [1]. Thách 4 trình bày các kết quả mô phỏng trên phần mềm và thực
thức đặt ra là làm thế nào để có thể thực thi các kỹ thuật tách thi trên phần cứng cùng các đánh giá về tài nguyên và công
biên ảnh này cũng như các kỹ thuật xử lý ảnh khác một cách suất tiêu thụ. Cuối cùng, một số kết luận và hướng nghiên
hiệu quả trên các phần cứng và hệ thống nhúng. cứu tiếp theo được đưa ra ở Phần 5.
Trong bối cảnh đó, công nghệ FPGA (Field
Programmable Gate Array) cho phép thiết kế và thực thi 2. Cơ sở lý thuyết
các hệ thống số với tốc độ cao, công suất tiêu thụ thấp, đồng Phần này sẽ giới thiệu khái quát các cơ sở lý thuyết liên
thời cho phép tái cấu hình và cấu hình động từng phần. Các quan, làm tiền đề cho việc thiết kế và thực thi bộ tách biên
- TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG - SỐ 9(82).2014 (ISSN 1859-1531) 21
ảnh trên FPGA sử dụng công cụ Xilinx System Generator các loại bộ nhớ được hỗ trợ cho FPGA như SinglePort
được trình bày ở các phần sau. RAM, DualPort RAM, FIFOs [3].
2.1. Kỹ thuật tách biên ảnh dựa trên gradient Bên cạnh đó, thư viện Simulink của XSG chứa 2 thư
Như đã đề cập ở Phần I, tách biên ảnh được thực hiện viện: Xilinx Blocksets và Xilinx Reference Blocksets.
bằng phép nhân chập hai chiều giữa một mặt nạ được với Trong đó thư viện “Xilinx Blocksets” chứa các khối chức
kích thước và các hệ số được định nghĩa trước với bức ảnh năng đơn giản như: thanh ghi, bộ cộng, delay, các hàm toán
đầu vào muốn tách biên. Một điểm được coi là điểm biên học đơn giản, ROM, các bộ lọc FIR, bộ nhớ đệm FIFO.
nếu có sự thay đổi nhanh hoặc đột ngột về mức xám. Thư viện “Xilinx Reference Blocksets” chứa các khối
Đường biên là tập hợp các điểm biên liên tiếp và là một chuẩn. Các khối này tương đối phức tạp và có thể sử dụng
loại đặc trưng cục bộ tiêu biểu trong phân tích và nhận dạng với các mục đích xác định khác nhau như: các bộ tính FFT,
ảnh, có ý nghĩa quan trọng trong phân vùng ảnh. Nhận dạng DFT… rất phù hợp cho thực hiện các hệ thống xử lý tín
biên dựa trên gradient là một kỹ thuật thường được sử hiệu số trên FPGA [3, 4].
dụng. Phương pháp gradient [1] là phương pháp dò biên
cục bộ (phương pháp tìm biên trực tiếp) dựa theo đạo hàm 3. Thực hiện khối tách biên ảnh trên FPGA sử dụng
cực đại bậc nhất. Gradient được hiểu là một vectơ có các Xilinx System Generator
thành phần biểu thị tốc độ thay đổi giá trị cường độ 3.1. Sơ đồ khối tổng quát hệ thống
sáng của điểm ảnh theo hai hướng x (hướng ngang) và y Hình 1 trình bày sơ đồ khối tổng quát của hệ thống thực
(hướng dọc). thi thuật toán tách biên ảnh dựa trên mặt nạ 3x3 được thực
Trong phương pháp gradient, hai toán tử Sobel và hiện trong MATLAB kết hợp XSG. Trong sơ đồ khối này,
Prewitt (còn được gọi là mặt nạ Sobel và Prewitt) được sử Image Source khối nhận bức ảnh đầu vào bất kì có thể là
dụng phổ biến. Trong nghiên cứu này, chúng tôi lựa chọn ảnh màu hay ảnh đa cấp xám (gray scale), Image Pre-
sử dụng mặt nạ có kích thước 3x3. Với kích thước mặt nạ processing Unit là khối tiền xử lý ảnh được thực hiện trong
đã lựa chọn, các hệ số của bộ lọc Sobel được cho theo biểu môi trường MATLAB, tương tự khối Image Post-
thức (1) và các hệ số của bộ lọc Prewitt được cho trong biểu processing Unit thực thi các thao tác hậu xử lý ảnh sau khi
thức (2). nhận được dữ liệu đầu ra từ khối tách biên ảnh để
1 0 1 1 2 1 hiển thị ảnh đã được tách biên lên của sổ của MATLAB sử
Gx 2 0 2 ; Gy 0 0 0 (1) dụng Image Vỉewer. Tất cả các khối Image Source, Image
1 0 1 1 2 1 Pre-processing Unit và Image Post-processing Unit đều
được thực hiện bên trong môi trường MATLAB Simulink.
1 0 1 1 1 1
Gx 1 0 1 ; Gy 0 0 0 (2) Using MATLAB Using XSG Using MATLAB
1 0 1 1 1 1
Image post-
Image pre- Edge detection
Trong các biểu thức (1) và (2), Gx và Gy lần lượt là các Image source
proscessing unit module
processing Image viewer
thành phần mặt nạ nhạy với những thay đổi theo phương x unit
và y tương ứng. Hai mặt nạ này sẽ lần lượt được dịch
Hình 1. Sơ đồ khối tổng quát hệ thống tách biên ảnh sử dụng
chuyển trên toàn bộ bức ảnh cần tách biên để thực hiện
Xilinx System Generator và MATLAB Simulink
phép nhân chập 2 chiều cho toàn bộ các điểm ảnh. Kết quả
tách biên theo cả hai phương x và y sẽ là kết hợp kết quả Khối quan trọng nhất của hệ thống được thiết kế là Edge
từ cả hai thành phần, được cho theo công thức (3). Trong Detection Module thực hiện chức năng tách biên ảnh sử
thực tế, để đơn giản hóa việc tính toán, công thức (4) dụng mặt nạ đã được xác định trước, đây là khối được thiết
thường được sử dụng để xấp xỉ giá trị điểm biên thay cho kế, tổng hợp, mô phỏng và thực thi trên phần cứng FPGA
công thức (3). sử dụng công cụ XSG.
G = (Gx2 + Gy2) 1/2 (3) Trong phạm vi của nghiên cứu này, chúng tôi sử dụng
phần mềm MATLAB R2010b, đi kèm với Simulink và
G = |Gx| + |Gy| (4)
Fixed-Point Toolbox, môi trường thiết kế Xilinx ISE
2.2. Công cụ Xilinx System Generator (XSG) Design 13.2 có tích hợp bộ công cụ Xilinx System
Xilinx System Generator (XSG) là công cụ phát triển Generator. Tất cả các phần mềm này chạy trên nền hệ điều
hệ thống cho FPGA, cho phép thiết kế hệ thống số trên hành Windows 7 phiên bản 32-bit.
FPGA ở dạng các khối, và hỗ trợ mô phỏng, debug, tạo 3.2. Thiết kế các khối tiền xử lý và hậu xử lý
code để nạp vào FPGA hoặc kết hợp vào những ứng dụng
lớn hơn. XSG được xây dựng như một Blockset của Nhiệm vụ của hai khối tiền xử lý và hậu xử lý là đảm
Simulink trong môi trường MATLAB. Do đó, XSG thừa bảo sự tương thích về định dạng dữ liệu giữa bức ảnh đầu
hưởng tất cả các ưu điểm của Simulink trong việc xây dựng vào và bức ảnh sau khi xử lý với khối tách biên trong XSG.
hệ thống và mô phỏng. XSG còn sử dụng thư viện của Sơ đồ của hai khối tiền xử lý ảnh (Image Pre-processing
LogicCore để xây dựng các block của mình. Trong thư viện Unit) và hậu xử lý ảnh (Image Post-processing Unit) lần
của XSG có tất cả các khối thực hiện các chức năng từ cơ lượt được trình bày trên Hình 2 và Hình 3.
bản như cộng, trừ, nhân, các khối logic..v..v, cho đến Trong khối tiền xử lý ảnh (Hình 2), ảnh đầu vào có thể
những thiết kế phức tạp hơn hướng đến xử lý tín hiệu số là ảnh màu RGB hay ảnh đa cấp xám sẽ được đọc vào từ
như bộ lọc số, phép nhân chập, cũng như khả năng tích hợp file ảnh với kích thước được lựa chọn là 256x256 điểm ảnh.
- 22 Trần Nhật Tin, Lê Thanh Lâm, Huỳnh Việt Thắng
Ảnh này sau đó sẽ được cho đi qua khối chuyển đổi không sở lý thuyết đã được trình bày ở các biểu thức (1)-(4) trong
gian màu để đảm bảo bức ảnh đưa vào xử lý trong khối tách Phần 2.
biên luôn là ảnh đa cấp xám. Các khối tiếp theo thực hiện
chuyển đổi bức ảnh ở dạng hai chiều thành dạng biểu diễn
một chiều để tuần tự đưa các điểm ảnh vào xử lý trong khối
tách biên. Trong khối hậu xử lý ảnh (Hình 3), quá trình
ngược lại được thực hiện để chuyển dữ liệu ảnh nối tiếp tại
đầu ra của khối tách biên thành biểu diễn bức ảnh hai chiều
và đưa ra hiển thị kết quả tách biên trong cửa sổ đồ họa của
MATLAB.
Hình 5. Chi tiết Edge Detection Module thực hiện trong XSG
Hình 2. Khối tiền xử lý ảnh (Image Pre-processing Unit)
Hình 6. Sơ đồ chi tiết thực hiện các mặt nạ theo phương ngang
(Horizontal) và phương dọc (Vertical) trong XSG
4. Kết quả tổng hợp trên phần cứng và đánh giá
4.1. Kết quả tổng hợp thiết kế trên phần cứng
Hình 3. Khối hậu xử lý ảnh (Image Post-processing Unit)
3.3. Thiết kế khối tách biên ảnh
INPUT IMAGE
FPGA Virtex5
xc5vlx110t-1ff1136
HORIZONTAL GRADIENT VERTICAL GRADIENT
GRADIENT COMBINING
THRESHOLD
OUTPUT IMAGE
Hình 7. Sơ đồ kết nối giữa board FPGA Virtex-5 với máy tính
Hình 4. Sơ đồ khối tổng quát của Edge Detection Module thực hiện đồng mô phỏng phần mềm và phần cứng
Các Hình 4, 5 và 6 trình bày chi tiết quá trình thiết kế Chúng tôi thực hiện tổng hợp thiết kế hai bộ tách biên
và thực hiện bộ tách biên ảnh trong môi trường MATLAB ảnh đã trình bày trong phần trước cho FPGA của Xilinx để
Simulink sử dụng Xilinx System Generator. Hai bộ lọc tách đánh giá tài nguyên phần cứng, công suất tiêu thụ cũng như
biên ảnh thông dụng sẽ được thử nghiệm và đánh giá là bộ để thực hiện việc đồng mô phỏng trên phần mềm và phần
lọc Sobel và bộ lọc Prewitt có kích thước 3x3. Về cơ bản cứng. Để thực hiện việc đánh giá này, chúng tôi lựa chọn
hai bộ lọc này chỉ khác nhau ở hệ số cụ thể của mỗi bộ lọc, loại FPGA có sẵn trên thị trường của hãng Xilinx: Virtex-
nên cấu trúc phần cứng thực thi cả hai bộ lọc về nguyên tắc 5 XC5VLX110T-1FF1136. Kết quả tổng hợp trên phần
là giống nhau. Quá trình thực thi bộ tách biên ảnh trình bày cứng FPGA được trình bày trong các Bảng 1. Dựa vào số
trong các Hình 5 và 6 phản ảnh rõ ràng và phù hợp với cơ liệu từ Bảng 1 nhận thấy bộ lọc Sobel tiêu tốn ít tài nguyên
- TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, ĐẠI HỌC ĐÀ NẴNG - SỐ 9(82).2014 (ISSN 1859-1531) 23
hơn so với bộ lọc Prewitt. Dự đoán rằng có thể các phép
toán nhân với các hệ số “+2” và “-2” trong mặt nạ Sobel đã
được thực hiện bằng các phép dịch bit, vì vậy sẽ tiết kiệm
được tài nguyên hơn. Do các báo cáo tổng hợp phần cứng
của Xilinx bị giới hạn nên việc phân tích sâu hơn không dễ
dàng thực hiện, và vì vậy đây sẽ là một vấn đề cần được
tìm hiểu trong nghiên cứu tiếp theo.
Bảng 1. Ước lượng tài nguyên phần cứng của các bộ tách biên
Sobel và Prewitt trên board Virtex-5 XC5VLX110T.
Phần cứng sử dụng
Sobel Prewitt
Slices 252 301
FFs 458 782 Hình 9. Kết quả ảnh tách biên sử dụng bộ lọc Sobel,
LUTs 496 658 kết quả tách biên trên phần mềm
IOBs 16 16
DSP48s 18 18
Một thông số khác rất quan trọng để đánh giá thiết kế
trên FPGA là công suất tiêu thụ. Chúng tôi sử dụng công
cụ Xilinx XPower Analyzer để ước lượng công suất tiêu
thụ trên phần cứng của từng bộ lọc Sobel và Prewitt. Tổng
công suất tiêu thụ của các thiết kế lần lượt là 1.062W và
1.065W, tương ứng khi sử dụng các bộ lọc Sobel và
Prewitt. Điều này nói lên được bộ lọc Sobel tiêu tốn ít công
suất hơn so với Prewitt. Kết quả ước lượng công suất hoàn
toàn phù hợp với kết quả ước lượng tài nguyên phần cứng
đã trình bày ở trên, thiết kế càng tốn nhiều tài nguyên thì
công suất tiêu thụ sẽ lớn hơn. Hình 10. Kết quả ảnh tách biên sử dụng bộ lọc Sobel,
4.2. Kết quả tách biên bằng phần mềm và chạy kiểm tra kết quả tách biên trên phần cứng FPGA
thực tế trên phần cứng FPGA
Chúng tôi thực hiện đồng mô phỏng phần mềm và phần
cứng (hardware-software co-design) trong Simulink để
đánh giá kết quả tách biên ảnh. Board mạch FPGA được sử
dụng là Virtex-5 XUP xc5vlx110t-1ff1136, sơ đồ kết nối
giữa phần mềm MATLAB Simulink và phần cứng FPGA
được minh họa trên Hình 7.
Kết quả tách biên được trình bày trên các Hình 8, 9, 10,
11 và 12. Trong đó: Hình 8 hiển thị ảnh gốc ngõ vào (ảnh
Lena) sử dụng để tách biên cho cả hai mặt nạ Sobel và
Prewitt; Hình 9 và Hình 10 là kết quả tách biên sử dụng
mặt nạ Sobel trên phần mềm và phần cứng; Hình 11 và
Hình 12 là kết quả tách biên sử dụng mặt nạ Prewitt trên
Hình 11. Kết quả ảnh tách biên sử dụng bộ lọc Prewitt,
phần mềm và phần cứng. kết quả tách biên trên phần mềm
Hình 8. Ảnh gốc ngõ vào Hình 12. Kết quả ảnh tách biên sử dụng bộ lọc Prewitt,
- 24 Trần Nhật Tin, Lê Thanh Lâm, Huỳnh Việt Thắng
kết quả tách biên trên phần cứng FPGA phương pháp tách biên trực tiếp, nếu sự biến thiên độ sáng
không đột ngột thì biên khó tách ra hoàn toàn được. Đối
với từng bộ lọc Sobel hay Prewitt, kết quả tách biên khi
thực hiện bằng phần mềm và trên phần cứng FPGA là
giống nhau. Điều này cho thấy thuật toán xây dựng trên
FPGA sử dụng công cụ XSG đã đảm bảo tính đúng đắn của
thiết kế. Quan sát kỹ các ảnh tách biên ở các Hình 9-12
nhận thấy rằng, bộ lọc Sobel cho kết quả tách biên tốt hơn,
có khả năng tách được nhiều chi tiết (biên) hơn so với bộ
lọc Prewitt, ví dụ trên phần mũ và tóc của Lena.
Chúng tôi cũng đã thử nghiệm hai bộ lọc với ảnh nhiễu
tại đầu vào; trong đó, ảnh bị làm nhiễu với nhiễu “salt and
pepper” (Hình 13). Kết quả thử nghiệm được trình bày trên
Hình 14 (Sobel) và Hình 15 (Prewitt). Kết quả tách biên
Hình 13. Ảnh Lena bị làm nhiễu với nhiễu “salt and pepper” với ảnh bị nhiễu khi dùng bộ lọc Sobel có vẻ tốt hơn bộ lọc
Prewitt, với nhiều chi tiết biên được phát hiện hơn. Việc
thử nghiệm với các loại nhiễu khác sẽ được thực hiện trong
các nghiên cứu tiếp theo.
5. Kết luận
Bài báo đã trình bày một ứng dụng của FPGA và công
cụ hỗ trợ phát triển Xilinx System Generator trong thiết kế
và thực hiện thuật toán tách biên ảnh trên phần cứng cấu
hình lại FPGA. Trong bài báo này, một quy trình đồng thiết
kế và kiểm tra trên phần mềm, phần cứng (software-
hardware co-design) cho các ứng dụng xử lý tín hiệu trên
FPGA được trình bày tương đối hoàn chỉnh. Tuân theo quy
trình này, các ứng dụng xử lý tín hiệu khác (ngoài kỹ thuật
Hình 14. Ảnh nhiễu sau khi qua bộ lọc Sobel tách biên ảnh đã được khảo sát) có thể dễ dàng được thực
thi và đánh giá một cách tương tự.
Hướng nghiên cứu tiếp theo của chúng tôi bao gồm: i)
tăng tốc độ thực hiện mô phỏng trên phần mềm và tính toán
trên phần cứng khi sử dụng XSG và Simulink, và ii) thực
hiện các thuật toán xử lý tín hiệu khác trên FPGA sử dụng
công cụ XSG theo quy trình đã biết.
TÀI LIỆU THAM KHẢO
[1] Rafael C. Gonzalez, and Richard E. Woods, “Digital Image
Processing”, 2nd Edition, Prentice-Hall, Inc., 2002.
[2] Xilinx Inc., http://www.xilinx.com/
[3] Xilinx Inc., “Xilinx System Generator for DSP: User Guide”,
http://www.xilinx.com/support/documentation/sw_manuals/sysgen
_user.pdf
Hình 15. Ảnh nhiễu sau khi qua bộ lọc Prewitt
[4] A. Moreo, P. Lorente, F. Soto-Valles, J. Muro, C. Andres,
So sánh giữa ảnh gốc (Hình 8) với các ảnh kết quả khi "Experiences on developing computer vision hardware algorithms
thực hiện tách biên với bộ lọc Sobel (Hình 9 và 10) hay bộ using Xilinx system generator", Microprocessors and Microsystems
29, pp. 411–419, 2005.
lọc Prewitt (Hình 11 và 12) thấy rằng: Phương pháp tách
[5] Hong Nguyen, Cecile Belleudy, and Tuan Pham, "Performance and
biên trực tiếp dựa vào sự biến thiên mức xám của bức ảnh Evaluation Sobel Edge Detection on Various Methodologies,"
theo hướng cho kết quả khá tốt, ít chịu ảnh hưởng của International Journal of Electronics and Electrical Engineering,
nhiễu. Bên cạnh đó, ở một số chi tiết sự tách biên là chưa Vol. 2, No. 1, pp. 15-20, March 2014.
rõ ràng. Điều này được giải thích là do sự hạn chế của
BBT nhận bài: 01/07/2014, phản biện xong: 10/09/2014
nguon tai.lieu . vn