Improved Hardware Hough Transform implementation

• Autorzy: Kowalski Paweł , Smyk Robert

Identyfikatory

DOI

10.15199/48.2023.03.36

Warianty tytułu

PL

Ulepszona implementacja sprzętowej transformacji Hougha

• Języki publikacji: EN

Abstrakty

EN

The paper presents hardware FPGA implementation of the Hough Transform algorithm for digital real time image processing. In the developed hardware structure, the processing efficiency was increased through the use of controlled pipelining, trigonometric arithmetic by look-up, integer operands only and dispersing the voting memory. The presented structure was used experimentally in the real time image processing system implemented as single chip in Intel Cyclone V FPGA. We obtained a constant image processing speed 275 MHz not related to the angle resolution.

PL

W artykule zaprezentowano autorski system przetwarzania obrazu wykorzystujący algorytm transformacji Hough. Algorytm został zaimplementowany w pojedynczym układzie FPGA Intel Cyclone V wraz z pełnym torem akwizycji danych z kamery oraz strumieniowania przetworzonych danych do standardu HDMI. Przedstawiona implementacja została zoptymalizowana z uwzględnieniem specyfiki FPGA, poprzez m.in. wprowadzenie potokowości na poziomie pojedynczego piksela, tablicowanie funkcji trygonometrycznych oraz rozproszenie pamięci użytej do realizacji procesu głosowania. W całym torze przetwarzania użyto operandów całkowitych. Uzyskano stałą prędkość przetwarzania 275 MHz niezależnie od rozdzielczości kąta.

Słowa kluczowe

EN

image processing; FPGA; Hough transform; line detection

PL

przetwarzanie obrazu; FPGA; transformacja Hougha; wykrywanie linii

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 3
• Strony: 205--208
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Kowalski Paweł

• Department of Control Engineering, Faculty of Electrical and Control Engineering, Gdańsk University of Technology, Gabriela Narutowicza 11/12 80-233 Gdańsk, Poland

autor

Smyk Robert

• Department of Control Engineering, Faculty of Electrical and Control Engineering, Gdańsk University of Technology, Gabriela Narutowicza 11/12 80-233 Gdańsk, Poland

Bibliografia

• [1] P. Mukhopadhyay and B. B. Chaudhuri, “A survey of houghtransform,” Pattern Recognition, vol. 48, no. 3, pp. 993–1010,2015.
• [2] P. V. Hough, “U.s. patent no. 3,069,654,.”
• [3] P. Kowalski and R. Smyk, “Wykrywanie prostych w obrazie cyfrowym z wykorzystaniem transformacji hougha,” Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki PolitechnikiGdańskiej, 2018.
• [4] J. Illingworth and J. Kittler, “A survey of the hough transform,”Computer vision, graphics, and image processing, vol. 44,no. 1, pp. 87–116, 1988.
• [5] X. Lu, L. Song, S. Shen, K. He, S. Yu, and N. Ling, “Parallel hough transform-based straight line detection and its fpgaimplementation in embedded vision,” Sensors, vol. 13, no. 7,pp. 9223–9247, 2013.
• [6] P. K. Meher, J. Valls, T.-B. Juang, K. Sridharan, and K. Ma-haratna, “50 years of cordic: Algorithms, architectures, and applications,” IEEE Transactions on Circuits and Systems I: Regular Papers, vol. 56, no. 9, pp. 1893–1907, 2009.
• [7] M. Czyżak and R. Smyk, “Fpga computation of magnitude ofcomplex numbers using modified cordic algorithm,” Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki PolitechnikiGdańskiej, pp. 35–38, 2015.
• [8] A. Elhossini and M. Moussa, “Memory efficient fpga implementation of hough transform for line and circle detection,” in 201225th IEEE Canadian Conference on Electrical and ComputerEngineering (CCECE), pp. 1–5, IEEE, 2012.
• [9] S. Tagzout, K. Achour, and O. Djekoune, “Hough transform algorithm for fpga implementation,” Signal Processing, vol. 81,no. 6, pp. 1295–1301, 2001.
• [10] J. Guan, F. An, X. Zhang, L. Chen, and H. J. Mattausch,“Real-time straight-line detection for xga-size videos by hough transform with parallelized voting procedures,” Sensors, vol. 17,no. 2, p. 270, 2017.
• [11] S. Malmir and M. Shalchian, “Design and fpga implementation of dual-stage lane detection, based on hough transform andlocalized stripe features,” Microprocessors and Microsystems,vol. 64, pp. 12–22, 2019.
• [12] Z. Dong, T. Hu, R. Fuchikami, and T. Ikenaga, “Encoding-freeincrementing hough transform for high frame rate and ultra-lowdelay straight-line detection,” in 2021 17th International Conference on Machine Vision and Applications (MVA), pp. 1–4, IEEE,2021.
• [13] J. M. Prewitt et al., “Object enhancement and extraction,” Picture processing and Psychopictorics, vol. 10, no. 1, pp. 15–19,1970.
• [14] P. Kowalski and R. Smyk, “Sprzętowa implementacja transformacji hougha w czasie rzeczywistym,” Poznan University of Technology Academic Journals. Electrical Engineering, pp. 45–55, 2021.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).