邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣檢測的目的是標識數字圖像中亮度變化明顯的點。邊緣檢測是圖像處理和計算機視覺中，尤其是特征提取中的一個研究領域。

　　本文采用局部熵邊緣檢測算法，將圖像采集，邊緣檢測和圖像顯示三個部分封裝設計為IP(Intellectual Property)核，通過AMBA APB總線嵌入到LEON3的經典SoC架構中。實現了多路數據并行處理和DSP模塊加速處理，配合CPU軟核的協調參數配置功能，可以充分發揮硬件設計的高速性和靈活性。此外，由于動態圖像邊緣檢測是圖像處理應用中必不可少的一部分，因此文中設計的動態圖像邊緣檢測SoC可以方便的移植到其他圖像處理應用中，具有廣泛的應用前景。

　　1 SoC和LEON3開源軟核處理器

　　SoC是系統級芯片的簡稱，系統不僅包含了處理器內核、存儲器等硬件系統，同時還含有相應的嵌入式軟件，是一個真正的軟、硬件均具備的完整體系。利用SoC設計方法，可以將一個復雜的系統集成到單一芯片中，并具有低功耗，低成本及高速性的特點。與利用ASIC實現的SoC相比，利用FPGA實現的SoC具有可配置性的特點，因此具有更好的可擴展性和可移植性。

　　LEON3開源軟核處理器是Gaisler Research公司提出的一款32位、符合SPARC V8結構的開源軟核處理器。它具有高性能，低復雜性和低功耗的優點。另外，所有屬于GRLIB的IP核及LEON3處理器的源代碼在GNU GPL(GNU General Public License，GNU通用公共許可證)授權協議下，可以免費地應用于研究和教學目的，因此，LEON3開源軟核處理器特別適合于SoC的開發設計。

　　2 SoC系統架構設計

　　通過分析系統的功能與要求，結合LEON3自身架構的特點，設計基于APB總線的動態圖像邊緣檢測Soc系統架構如圖1所示。自定義IP核為本設計的重點。在LEON3的SoC架構中，APB外圍低速總線為一些低速模塊提供了接口。若想要在APB總線實現動態圖像的實時采集、處理和顯示，就要想辦法使采集到的數據不參與到總線傳輸中去。

　　圖1基于APB總線的SoC架構實現框圖

　　在本設計中，通過采用片上存儲資源做FIFO的辦法，使得攝像頭采集到的數據得以緩存，最終在顯示器上顯示。在數據輸出顯示之前，可以選擇是否經過圖像邊緣檢測算法模塊處理。若經過模塊，則顯示圖像經過邊緣檢測后的結果;若不經過，則顯示原始圖像。

　　通過這種方法，避免大量圖像數據參與AHB與APB總線之間的數據傳輸，以減少不必要的中間過程，提高數據的實時性。這樣就避免了APB總線低速、低帶寬與動態圖像邊緣檢測系統高速、高帶寬的矛盾。使得整個圖像的數據流都在白定義IP核內部得到處理，這樣既滿足了APB總線的約束也實現了系統的功能需求。