Vivado HLS的图像传感器FPN噪声去除算法设计

由于半导体工艺的限制,图像传感器列并行读出电路的系统结构很容易出现列与列之间的失配,从而导致输出图像在垂直方向亮度不均匀,表现为明暗变化的竖条纹,即FPN噪声,其严重影响了图像质量。本设计基于矩匹配法对其进行改进,提出了一种针对图像传感器的FPN噪声去除算法。首先在系统上电时,让图像传感器采集随机不同的300帧图像,然后算出所有图像的列像素均值和累计像素均值,当前列均值减累计像素均值即为该图像传感器当前列的校正值。本设计以Zynq系列ARM+FPGA异构SoC作为实现平台,OV6946作为图像传感器,使用Vivado HLS进行输入/输出接口都为AXI Stream的视频流处理算法IP的开发,并固化到Zynq的FPGA中。经过实验,本算法在Zynq7020平台、50 MHz的系统时钟下,处理OV6946摄像头输出的400×400@30 f/s视频流延时约为3.3 ms,保证了视频流输出的实时性,较好地实现了FPN噪声的去除效果,并且算法的应用具有普适性。

基于Vivado HLS雾天图像预处理IP核设计

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。

基于Vivado HLS的内窥镜实时暗部增强算法设计

医用内窥镜的探头体积有限,使用环境特殊,照明条件有限,故图像的暗部处理显得尤为重要。本设计提出一种快速的彩色图像暗部增强算法,首先对采集到的RGB888格式视频流图像进行通道分离,然后通过卷积的方式对每个通道进行特定窗口大小的均值滤波来进行区域特征提取。最后对滤波后三个通道的每个对应点取平均值,代入特定参数的Logistic函数,得到的结果为该帧图像该位置像素点的增益,并将其应用于原图。本设计以Xilnx公司推出的Zynq系列ARM+FPGA SoC平台为载体,使用Vivado HLS进行AXI-Stream接口视频流处理算法的开发,并生成IP在FPGA端运行。经过实验,本算法在Zynq7020平台处理400×400@30 fps的一帧图像仅需1.6 ms,保证了视频流输出的实时性。同时把内窥镜伸入口腔观察算法处理前后的视频流图像可知,本算法在保证区域对比度的同时增强了暗部亮度,较好的提升了医用内窥镜视频流的暗部质量。

基于Vivado HLS的硬件设计效能评估

本文为了研究面向FPGA芯片的高层次综合工具Vivado HLS在硬件设计中的性能,分别利用C++语言与Verilog语言设计移位寄存器,通过比较两种设计方法在不同输出位宽下,其时序、功耗、PDP以及资源使用量上的差别来评估HLS工具在硬件电路设计上的效率与功能性。实验结果表明,虽然HLS工具综合得到的Verilog代码表现不如手工直接编写的Verilog代码,但其以高级语言作为输入的特性还是能满足让设计师在不需要掌握硬件描述语言的情况下利用FPGA实现算法加速的目的。

基于AMP架构的青霉素结晶与发酵检测系统设计

目前,在青霉素工业生产中,人工检测是青霉素结晶状态以及发酵液高度检测的主要方式,这种方式成本高、自动化水平低且易造成误判,对青霉素产量和品质有很大影响。针对此种情况,文中设计了一种基于AMP架构的青霉素结晶状态与发酵液高度检测系统。该系统以ZYNQ-7000作为可重构嵌入式平台。在PL部分,利用Vivado HLS工具实现结晶状态、发酵液高度检测的图像预处理算法IP核设计,并搭建出视觉传感系统的硬件平台。在PS部分,系统采用双核AMP(非对称多处理)运行模式,完成结晶状态检测、发酵液高度检测算法处理与以太网视频传输、图像存储功能的并行处理。实验结果表明:该系统支持2种检测模式的切换,可实现对工业生产中青霉素结晶状态与发酵液高度的精确检测与视频数据的实时传输。

嵌入式边缘检测算法的HLS加速实现

针对嵌入式图像处理中边缘检测算法要求越来越高的实时性,通过Xilinx的Vivado HLS工具加速实现嵌入式图像处理中的边缘检测算法。基于Vivado HLS工具,选用ALINX-7020作为开发平台对Sobel边缘检测进行加速。根据Vivado HLS工具可以把C++代码转换成RTL级硬件电路的特性,结合C++使用缓冲结构及优化指令重构Sobel边缘检测算法。测试结果表明,对于1280*720的图像,Sobel算法用时8.08 ms,满足了嵌入式图像处理算法实时性的要求。

基于可编程逻辑门阵列软硬件协同设计的心律失常分类系统

近年来,心律失常分类成为生理信号分析中的研究热点。心律失常现象在临床上十分常见,其出现时伴随心电信号中的心拍呈现具有反常形态和节律的波形。正确及时地检测、发现心律失常,并准确地进行心血管疾病的预警,在临床诊断初期具有重要意义。但人工判断异常心电图的远程系统实时性较低,可能延误病人的最佳治疗时机。将心律失常分类算法应用在可穿戴设备等边缘侧智能终端,一方面能够对心电信号进行实时分析处理,另一方面也提高了设备的灵活性及安全性。可编程逻辑门阵列器件作为边缘计算的一种实现形式,在生理信号处理中已经得到了广泛的应用,虽然可编程逻辑门阵列可进行实时流水线操作,但其基于Verilog或VHDL硬件描述语言,具有开发周期长、成本高、难度大及调试困难等缺点。针对这一问题,该文采用Xilinx公司新推出的高层次综合工具Vivado HLS,以实现基于MIT-BIH数据集的心律失常五分类算法,并使用Xilinx Zynq FPGA作为硬件平台,在心电信号测试集上进行测试。测试结果显示,该系统的平均分类准确率可达99.12%,单个心拍分类平均耗时3.185 ms,与纯PS端的单ARM核相比,该系统实现了5.64倍以上的加速性能。

基于扩展卡尔曼滤波的单通道胎儿心电监护系统

设计基于扩展卡尔曼滤波(EKF)算法的便携式单通道胎儿心电监护系统。建立母体心电的动态模型,利用该模型通过扩展卡尔曼滤波或扩展卡尔曼平滑(EKS)从孕妇的单通道腹部信号中估计出母体心电成分,然后与单通道腹部信号相减得到胎儿心电信号的估计。另外,针对孕妇存在心律不齐的情况,需要分别计算出孕妇自身心电信号在每个R-R间期变化的角速度。采用Xilinx公司的Vivado高层次综合(HLS)工具进行设计开发,通过C/RTL协同仿真将C语言编写的基于EKF的胎儿心电实时提取算法转化为寄存器传输级(RTL)硬件电路,缩短硬件开发周期并提高设计的可靠性,再利用Xilinx的片上系统(SoC)芯片zynq-7020(XC7Z0201CLG484C)和高分辨率采样芯片ADS1298设计出一个便携式单通道胎儿心电监护系统。仿真和实验结果均表明,经过一个母体心动周期(约0.8 s)可从孕妇腹部信号中提取出胎儿心电信号,提取准确性达93.40%,当系统时钟频率为100 MHz时,处理一个母体心动周期的数据所花的时间约为283μs,适于临床对胎儿心电的实时监护。该胎心监护系统体积小、重量轻、连线简单、携带方便、容易操作,适合于社区医院和家庭使用,可以实现对胎心监护的可穿戴远程移动医疗。

基于ZYNQ的高清图像显示及检测系统设计

针对当前基于ARM和DSP的嵌入式图像处理系统前端采集速度慢和图像处理算法不易加速的缺点,设计了一种基于HDMI接口的全高清(分辨率1920×1080)实时视频采集与图像处理系统;采用500万像素级别CMOS摄像头作为前端数据源,主芯片内部采用ARM+FPGA的异构架构,兼备FPGA的并行处理能力与ARM处理器任务调度功能;基于AXI协议设计了自定义数据存储传输的IP核,实现了处理速度与带宽最大化;利用HLS工具将图像预处理算法快速打包生成IP核,在FPGA中实现图像算法的硬件加速,完成图像处理系统平台原型机的设计;与传统的PC机和相机的机器视觉平台相比,该系统运行平均耗时在10 ms以内,实时检测效果令人满意,有效解决了低功耗与高数据带宽和处理速度之间的矛盾,为后端结果分析和边缘加速提供了良好支持。

遥感云图纹理特征提取算法实时加速设计

为了解决灰度共生矩阵对遥感云图特征提取实时图像处理过程中算法复杂度高,运算时间长,数据运算量大等问题,提出了一种Vivado HLS实现卫星遥感云图特征提取算法的硬件加速方法。通过对灰度共生矩阵纹理特征提取算法以及Vivado HLS硬件加速设计进行研究,利用Vivado HLS对灰度共生矩阵纹理特诊提取进行硬件加速,并且封装为可调用的IP核,将PC端遥感云图处理结果与Zynq7020硬件加速后的处理结果进行比较,实验结果表明,该方法能够快速的解算遥感云图纹理特征,加快遥感云图处理速度,同时克服了FPGA设计图像算法难度大的缺点。

基于随机计算的大规模MIMO检测算法研究与硬件实现

为了减少大规模MIMO检测算法的复杂度以适应第五代移动通信系统的要求,本文提出了一种基于随机计算的低复杂度线性检测算法.随机计算把传统二进制数转化为一串01序列,使得复杂的计算电路能通过简单的门逻辑实现,从而大幅度的降低硬件资源消耗.通过采用基于二段分解的随机计算矩阵乘法器,检测算法的计算消耗大大降低.此外,我们通过Vivado HLS实现了基于随机计算的预处理共轭梯度算法.仿真结果表明,该算法在128×8规模的大规模MIMO系统,误比特率为10^-6时,和最优检测性能误差小于0.2 dB;而FPGA结果表示,基于随机计算的检测算法不需要采用任何DSP,同时能节省20.7%的寄存器消耗.

基于Zynq的空空导弹末端识别与定位系统研究

针对目前空空导弹末端识别与定位速度低下的问题,提出一种基于显著性分析的红外小目标检测算法,结合SVM分类器,实现飞机红外目标的快速检测与识别。硬件利用Zynq-7000处理器,并基于Vivado HLS对显著性分析中的频域残差计算模块进行高层次硬件综合,构建硬件IP核,实现FPGA端的专用算法硬件加速。在Zybo平台上搭建嵌入式图像处理系统,以某大型运输机和某型战斗机为目标,实验结果表明,运输机和战斗机的识别率达到99%以上,定位速度达到每帧0.25 s。

图像FAST角点检测算法的FPGA实现与系统集成

基于Vivado HLS工具封装了包括FAST算法和AXI接口的FPGA硬件IP,并将该IP集成到工业摄像机的嵌入式系统中,工作摄像机中FAST算法的最终处理结果传输给视觉检测设备主机。利用相同图像的FAST角点检测算法对FPGA算法电路和OpenCV算法程序进行对比实验,完成相同功能的情况下前者的处理速度比后者快约60倍,该功能在工业摄像机中使数据带宽最多减小9%,显示出本文的工作可提高工业视觉检测设备的检测效率和性能。相关技术可应用于其他图像处理算法,也可推广到二维传感器阵列数据的处理。

基于PYNQ平台的舰船辐射噪声模拟

水下目标辐射噪声的模拟是水声学领域中一个重要的课题,其中尤以舰船的辐射噪声最为典型。对舰船辐射噪声进行研究模拟,有利于被动式声呐的研发、测试。文章首先对舰船的辐射噪声进行了频域特性的分析,给出其线谱与连续谱叠加的模型。连续谱通过对高斯白噪声的自适应滤波得到,线谱根据设置的参数得到。随后在VIVADO HLS平台实现了模拟连续谱噪声的算法并做了一定的优化加速,同时生成一个IP核,该IP核在VIVADO软件中与其他器件连接搭建得到Overlay结构,最终在PYNQ平台上调用该Overlay,实现了在PYNQ平台上生成舰船辐射噪声数据。