基于Simulink-Blocks的图像处理模型驱动开发

MATLAB中的计算机视觉系统工具箱（Computer Vision System）如图7-10所示，它提供了视频和图像处理的各种模型，共计11个大类库，每个模型库提供了数种模块。用户可以通过拖动、组合，构建视频和图像处理模型，进行视频和图像的仿真和分析。

图7-10 计算机视觉系统工具箱的路径

启动MATLAB，单击界面左下角的Start按钮，选择Toolboxes＞Computer Vision System-＞Block Library命令，系统就会载入视频和图像处理模块工具箱，如图7-11所示。视频和图像处理模块包含Sources（输入模块）、Sinks（输出模块）、Analysis&Enhancement（分析和增强）、Conversions（转换）、Filtering（滤波）、Geometric Transformations（几何变换）、Morphological Operations（形态学运算）、Statics（统计）、Text&Graphics（文本和图像）、Transforms（变换）和Utilies（自定义）等共11个大类库。这几乎包含了图像处理中的所有操作和算法，并附带了文字标注子模块，为图像处理的模型建立和仿真提供了充足的模块。

图7-11 视频和图像处理模块

下面通过一个例子来描述如何通过MATLAB Simulink-Blocks来实现基于模型驱动的数字图像处理。

（1）需求分析。对输入的图像进行Sobel边缘检测。

（2）实现步骤。RGB图像输入→转换成灰度图像→边缘提取。

（3）建立功能模块，并通过功能模块进行仿真。

其中，各功能模块及其路径如表7-2所示，连接方式如图7-12所示。

表7-2 各功能模块及其路径

图7-12 基于模型驱动的Sobel边缘检测

对各模块的属性进行如下设置。

1）双击Image From File模块，其参数设置如图7-13所示。

图7-13 Image From File模块参数设置

2）双击Color Space Conversion模块，其参数设置如图7-14所示。

(www.xing528.com)

图7-14 Color Space Conversion模块参数设置

3）双击Edge Detection模块，其参数设置如图7-15所示。

图7-15 Edge Detection模块参数设置

在完成各功能模块的设置之后，对整个模型进行仿真，证明该模型是正确的并且是可行的，其运行效果如图7-16所示。

图7-16 模型仿真结果

（4）代码自动生成

接下来，进行代码的自动生成。在Simulation下拉菜单下，选择Configuration Parameters命令，如图7-17所示。

图7-17 选择Configuration Parameters命令

将Solver options的属性设置为Fixed-step，如图7-18所示。

图7-18 将Solver options的属性设置为Fixed-step

单击Code Generation下的Build按钮，如图7-19所示，便可生成可执行的C代码，如图7-20所示。

图7-19 单击Code Generation下的Build按钮

图7-20 生成的可执行的C代码