先來說說soble算子，soble算子是一種離散性差分算子，用來運算圖像亮度函數的灰階的近似值，在圖像的任何一點使用這個算子，會得到對應的灰階矢量或法矢量。
SOBLE算子的卷積因子為：
soble算子包含兩組3*3的矩陣，分别為橫向和縱向，将 Gx 和 Gy 與圖像做 卷積，即可分别得出橫向和縱向的亮度差分近似值，如果用A表示原始圖像，Gx 和 Gy 分别代表經橫向和縱向邊緣檢測的圖像灰階值，公式如下：
圖像每一個像素的橫向和縱向灰階值通過一下公式結合，來計算該點灰階的大小：
通常，為了提高效率，使用不開平方的近似值，但是這樣做會損失精度，迫不得已的時候可以這樣做：
就是這個G就是判斷條件，如果梯度G大于某一門檻值（THRESHOLD），則認為該點（X,Y）為邊緣點。可以使用下面公式計算梯度方向（如果隻是邊緣檢測則不需要計算方向）
soble算子的verilog實作，可以劃分為4個步驟，解析和實作分别如下： （1）計算Gx, Gy與3*3像素陣列每行的乘積。
以上是例化生成3*3矩陣的子產品，下面的代碼是計算Gx, Gy。（2個clk）
這個了解起來不難，比較簡單，先用一個時鐘計算3*3矩陣每行的像素乘積，再求的卷積後的Gx，Gy，是以消耗了兩個時鐘。 （2）求Gx^2+Gy^2的結果，及Gx與Gy的平方和。（1個clk） 這一步直接通過veilog中的乘法器的描述來實作，綜合時會自動布線為片内乘法器，如下。
（3）求Gx^2+Gy^2的平方根。（1個clk） 強大的ALTERA在QII軟體中提供了平方根的IP核，如下所示。
下面給出SQRT的例化代碼：
（4）根據外部輸入門檻值，判斷并實作邊緣的檢測。（1個clk）
将post_bit_r擴充到8bit, ~{8{post_bit_r}}, 檢測到的邊緣為黑色。
soble_threshold 是外部輸入的一個人為設定的門檻值。 （5）前面幾步對圖像資料的處理總共消耗了5個時鐘，是以圖像陣列的同步信号需要延遲5個時鐘。
以上就完成了Soble 算子的HDL移植。是不是很簡單？真的不難。