基于Vivado_HLS雾天图像预处理IP核设计_王小丽.pdf
《基于Vivado_HLS雾天图像预处理IP核设计_王小丽.pdf》由会员分享,可在线阅读,更多相关《基于Vivado_HLS雾天图像预处理IP核设计_王小丽.pdf(4页珍藏版)》请在咨信网上搜索。
1、2023.4电脑编程技巧与维护1概述图像中的边缘信息是图像的基本信息,同时也是图像信息集中的地方。图像中细节信息的提取对图像后续的进一步处理起着至关重要的作用。大雾和雾霾天气出现时,受空气中雾霾小颗粒等的影响,成像设备采集到的图像含有白雾等,无法清晰地看见图像中目标物体因素。为了更好地提取出雾天图像中目标的边缘等信息,需要对图像进行去雾操作。随着物联网技术的迅速发展,图像采集终端设备日益增多,采集的图像数据成倍增长,给数据传输网络带宽和数据存储空间造成一定的负担。为了缓解这一问题,在终端设备附近加入可进行数据实时处理的“边缘计算终端设备”,并提取数据中的关键信息边缘。通过传输图像中的关键信息而
2、不是原图像,不仅能够减轻网络传输带宽压力,还能缓解数据存储压力。雾天图像的预处理需联合去雾处理和边缘检测两种不同的算法处理,针对此图像预处理操作,采用高层次综合工具Vivado HLS将图像预处理两种不同的方法封装在一个IP核中,具有功能继承性高、工程内部连线复杂度低等优点1。2VivadoHLS2.1VivadoHLS 开发流程Vivado HLS是Xilinx公司推出的高层次综合工具,采用C/C+/System语言对HLS进行编程,实现功能和硬件分离,通过不同优化方式找出满足约束和功能要求且花费最小的硬件结构2。Vivado HLS的设计流程如图1所示,Vivado HLS的设计流程主要分
3、为源文件的C代码设计、C源文件的验证、高层次综合并不断迭代优化、RTL输出并打包IP核。源文件的C代码设计指编写实现雾天图像边缘检测功能的C代码;C源文件的验证测试是否实现雾天图像边缘检测功能,是否满足设计的需求;高层次综合表示对C源文件实现的功能是否满足需求,进行相应的综合验证。根据综合报告和需求进行分析,对顶层函数各部分进行迭代优化,直至满足需求;输出是指能够正确实现雾天图像边缘检测功能及资源和时间消耗满足约束即可打包输出IP核。2.2VivadoHLS 优化方法Vivado HLS进行仿真综合时,当不满足时间消耗和资源利用要求时,或者对时间和资源有更高要求时,可以采用Vivado HLS
4、的优化方法对一些消耗时间和资源的代码部分进行优化处理。2.2.1 任意精度数据类型在C/C+中的数据类型一般是8的倍数bit,定义数据类型后,即使数据很小,也和大的数据占相同的内存,造成资源的浪费。针对这种情况,Vivado HLS允许任意精度数据类型,能够定义位数、小数位数等,减少不必要的资源浪费,节省硬件成本。2.2.2for 循环优化对for循环进行优化,主要针对单层循环和嵌套循环进行优化,采用的方法主要是并行、合并循环、展开作者简介:王小丽(1996),女,研究方向为计算机系统结构。基于 Vivado HLS 雾天图像预处理 IP 核设计王小丽(吉利学院,四川 简阳641400)摘要:
5、雾天的出现给图像预处理带来了挑战。同时,随着机器视觉技术的发展,人们对图像预处理的功能集成和时间消耗提出了更高的要求。Vivado HLS 高层次综合工具,采用 C 语言实现雾天图像的预处理 IP 设计,实现图像的去雾和边缘检测处理,将不同图像预处理算法打包在一起,形成 IP 核。关键词:图像预处理;边缘检测;流水线;Vivado HLS 工具图1Vivado HLS的设计流程源文件的C代码设计C源文件的验证高层次综合迭代优化C/RTL协同仿真和评估不满足要求满足要求RTL输出并打包IP核158DOI:10.16184/prg.2023.04.0202023.4电脑编程技巧与维护循环等的优化,
6、降低延迟,提升时间效率。并行优化是指将不同的循环或内层循环做pipeline优化处理;合并循环优化是指将两个满足条件的循环合并成一个循环,一般为循环结束条件一个大一个小;展开循环优化则是将嵌套的内层循环展开。2.2.3 函数优化函数的优化方法有Inline、Allocation、DataFlow等,其中,较为常用的函数优化方法是DataFlow,它可将顺序执行的任务变成并行执行,从而降低延迟,提高时间效率。该方法不仅限于应用函数,还可针对循环进行优化。DataFlow任务之间也可以重叠,即实现并行处理。2.2.4 数组优化在硬件中数组一般以内存的形式来实现,是设计过程中的一个瓶颈问题,为了解决
7、这个问题,对数据进行分割,将数组分割成不同的小块。Vivado HLS提供了Block、Cyclic和Complete 3种不同的对数据分割的方法。采用HLS优化方法多数是消耗资源来提高时间效率,从而达到约束要求。3雾天图像边缘检测方法3.1图像去雾算法图像去雾算法主要有基于非物理模型的去雾算法、基于物理模型的去雾算法和基于深度学习的3种图像去雾算法,如表1所示3。基于非物理模型的去雾算法根据图像本身的特征和统计特征进行图像还原;基于物理模型的去雾算法主要根据图像成像原理和雾霾颗粒散射造成光线衰减的原理,通过积累的含雾图像的先验知识进行图像还原;基于深度学习的去雾算法从还原大气散射模型某些参数
8、和利用数据集训练模型量方面来进行去雾处理3。针对不同去雾算法的特点并考虑在硬件平台上的资源等综合因素,采用的去雾算法是基于直方图均衡化的非物理模型的去雾算法,其基本原理是将图像中起主要作用的灰度值展宽,将对图像中不起作用的灰度值归并,以此增加图像对比度,从而达到图像增强的目的4。直方图均衡化去雾算法一般处理单色道图像,其处理步骤如下2。(1)列出归一化处理图像的灰度级sk。(2)计算各灰度级的像素个数nk,k=0,1,2,L-1,L为灰度级。(3)计算灰度级在图像中出现的频率ps(sk)=nk/N。(4)计算累计分布函数E(si)=ps(si)。(5)确定映射关系sktk=INT(L-1)E(
9、sk)+0.5)/255,INT表示取整数。(6)计算映射后各灰度级的像素数目nk。(7)可得到新的灰度归一化表达式pt(tk)=nk/N,N为输出图像的像素数目,也是原始图像的像素数目,映射前后像素个数不变。3.2边缘检测方法边缘检测方法主要有基于边缘检测的边缘检测算子、基于蚁群算法的边缘检测、基于形态学的边缘检测、基于深度学习的边缘检测等方法。基于边缘检测的边缘检测算子主要是寻找图像中急剧变化的点,即梯度;基于蚁群算法的边缘检测利用蚁群的共同行为让蚂蚁寻找最优路径;基于形态学的边缘检测一般通过膨胀或腐蚀运算作差得出边缘;基于深度学习的边缘检测分为有监督和无监督两类进行边缘计算的研究5,3种
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 Vivado_HLS 图像 预处理 IP 设计 王小丽
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。