论文部分内容阅读
动态图像的边缘检测是许多复杂的动态图像跟踪与识别系统中必不可少的内容。但在现有的跟踪与识别系统中,图像的处理速度一直是设计的瓶颈问题。为了提高系统的处理速度与性能,本设计将部分算法独立出来,以硬件形式实现,从而达到算法加速处理的目的。目前,已有的基于微控制器或DSP(Digital Signal Processor)的硬件实现图像边缘检测算法,在数据处理量大、实时性要求更为苛刻的场合,由于其本质仍然是依靠串行执行指令来完成数据处理,处理速度受流水线限制,并未充分发挥硬件加速的优势。考虑到处理速度、系统集成和产品升级等问题,在本文中,提出了一种基于LEON3开源软核处理器的动态图像边缘检测算法的SoC(System on Chip)设计,即一种带有CPU(Central Processing Unit)的针对动态图像边缘检测的专用芯片设计。设计中图像边缘检测算法以IP(Intellectual Property)核的方式,实现了多路数据并行处理和DSP模块加速处理,配合CPU软核的协调参数配置功能,充分发挥硬件设计的高速性和灵活性。本文提出了两种可行的SoC设计方案,即基于APB(Advanced Peripheral Bus)外围低速总线的SoC设计方案和基于AHB(Advanced High-performance Bus)高速总线的SoC设计方案。在系统方案实施前,首先对边缘检测算法在MATLAB上进行仿真验证；然后用硬件描述语言实现算法,并用Modelsim对其做时序的仿真。对于APB总线设计方案,将图像采集、边缘检测和图像显示三部分功能封装在一个带有APB总线接口的IP核中,实现整个动态图像边缘检测SoC设计方案。对于AHB总线设计方案,设计一摄像头接口IP核,并通过DMA(Direct Memory Access)模块将摄像头采集到的数据直接传送到SDRAM(Synchronous Dynamic Random Access Memory)中进行存储,实现图像采集、存储、显示和CPU四点间的数据传输模式。最后,将上述自定义IP核加入LEON3的经典架构中,在DE2-70平台上实现系统的移植,并进行仿真验证和实物测试。本系统实现每秒22～25帧,最佳分辨率为400×240和640×480的动态图像边缘检测功能,平均数据延时在70～80个系统时钟。并且系统具有很好的可移植性与可配置性,占用资源少,速度快,具有广泛地应用前景。