数字图像处理在通信、管理、遥感、医药工业自动化、地震学、机器人技术、航空航天和教育等领域越来越重要,而在处理图像数据时候,图像的关键在于边缘特征所包含的信息。边缘检测技术在一般情况下,可以显著减少处理过程的数据运算,同时图像的物理特性得以保存不改变。不管是图像分类、目标识别,还是语义分割、场景理解,检测出目标图像的边缘是处理的基础,以便用于进一步的图像处理。边缘检测技术可用于评估物体外观的质量,同时对改进技术路线也有指导意义。然而,边缘检测是一项困难的任务,尤其是边缘不完整或未闭合时。因此本系统将Sobel算法作为核心算法,分析经典一阶边缘检测算法的优劣,针对传统图像边缘检测结果存在多方向边缘提取弱、边缘定位较粗等问题,提出了一种基于八方向的Sobel边缘检测算法,对传统算法进行改进。该算法在原有采用0°和90°两个方向基础上增加了 22.5°、45°、67.5°、112.5°、135°、157.5°六个方向的卷积模板,可以更好地检测检测多方向边缘。模板权值的确定是根据中心像素点与邻域像素的欧几里得距离及方向角度的大小进行加权,中心像素的距离越近,权重越大,可以检测到图像不同边缘的信息越好。同时将Canny算法中的双阈值判断方式运用到本系统中来,结合改进的算法实现物体边缘特征提取。优化后的Sobel算法系统由于卷积核的数目和大小的变化,产生了更多的计算量,针对该算法并行度高的特点,采用FPGA作为主控芯片,利用空间和时间并行性完成流水线操作和并行处理技术设计运算电路,可以提高处理速度。系统整体处理流程为:选用OV7725模组作为图像采集模块,经过FPGA的摄像头控制模块进行初始化配备布置,存储YCbCr422格式的亮度图像数据输入到FPGA芯片,之后经过FPGA滤波处理模块和图形计算处理模块,将结果和阈值进行判断,最后将图像特征通过VGA控制模块显示。本系统设计基于FPGA的边缘检测处理平台具有较高的运行速率,图像边缘信息提取较为完整,轮廓清晰且具有较好的连续平滑性、边缘线条宽度基本接近单像素。提高系统资源利用率,减少数据操作的等待时间,能够快速获取目标物体特征,可适用于多种图像处理领域。