现的是水平方向的边缘检测。对于一般的灰度图像， 其像素的灰度值一般用8位表示，考虑到计算过程中可能出现负数和溢出问题。因此，数据在开始计算前先在最高位补零，使数据宽度变为10 位，计算完成后可再裁剪为8 位。 在dsp builder中设计的sobel边缘检测系统如图3所示。 4 仿真结果 建立了。mdl文件之后，在simulink中对其进行系统算法级仿真。设置matlab各项参数和simulink仿真参数，因为本设计采用图片的像素是640×480，所以设置仿真时间为307 201s（所有的像素数量加1）。 测试表明，仿真结果符合要求，整个系统算法级设计是正确的。图4为原始的彩色图像，图5为经过水平边缘检测和垂直边缘检测后没有经过阈值选取的图像，图6为经过阈值选取后的二值图像。sobel算子不像普通梯度算子那样用两个像素的差值，而是采用两列或两行像素灰度加权和的差值来表示，因此有以下两个优点[4]。 （1）由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用。 （2）由于它是相隔两行或两列之差分，故边缘两侧的元素得到了增强，边缘显得粗而亮。 使用mo
联系人：
联系方式：
