闲庭信步使用图像验证平台加速FPGA的开发:第七课——获取RAW图像

(本系列只需要modelsim即可完成数字图像的处理,每个工程都搭建了全自动化的仿真环境,只需要双击 文件就可以完成整个的仿真,大大降低了初学者的门槛!!!! 如需要该系列的工程文件请关注知识星球: 成工fpga, 关注即送200GB学习资料,链接已置顶!)

如果我们有摄像头,那就可以通过配置摄像头相关的寄存器来直接获取RAW视频数据,但是我们现在是FPGA的功能仿真,我们可以根据测试的图片来提取出RAW图片。

前面的学习可以知道,RAW图像有RGGB,GRBG,GBRG,BGGR等四种格式,不管那种格式,在一幅RAW图像中,格式都是按照2x2的因子反复出现的,如下所示。

我们要从RGB三个通道中取数生成一幅RAW图像,因为是2x2的因子,也就是说第0,1行,第0,1列;第0,1行,第2,3列;第0,1行第4,5列格式都是一样的,这样我们只要能够区分出来每行的奇偶位置和没列的奇偶位置,就能够正确的对RGB通道分别进行取数。

在obtain_raw.sv文件中,使用vsync_flag和hsync_flag来 表示行列的奇偶位置

有了奇偶位置的标示,根据pattern_sel信号来选择每个位置的像素点数据。

由于取数据采用时序逻辑需要一个时钟周期,所以场同步,行同步和数据有效指示信号延时一个时钟周期即可。

在顶层top文件中例化obtain_raw模块。

在tb_image_sim文件中的第二个initial块中,将图像测试平台和FPGA硬件仿真的结果保存并比对。

我们双击sim文件夹下的top_tb.bat文件,完成系统的自动化仿真。

可以看到在modelsim的Transcript有如下的打印信息,图像测试平台和FPGA硬件仿真的结果一致。

打开img文件夹,也可以看到图像测试平台和FPGA硬件仿真的结果是一致的(no_seq*是图像测试平台处理后的图片,seq*是FPGA硬件仿真处理后的结果)。

相关推荐
CoovallyAIHub32 分钟前
应对不平衡数据集:MixUp、CutMix与Focal Loss实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 小时前
AI如何一眼看穿鱼群健康?看改进HRNet模型实现水下健康监测
深度学习·算法·计算机视觉
桃源学社(接毕设)3 小时前
基于MATLAB的运动模糊图像修复方法研究(LW+源码+讲解+部署)
图像处理·深度学习·计算机视觉·matlab·毕业设计·图像滤波去噪
2501_924534897 小时前
智慧零售商品识别误报率↓74%!陌讯多模态融合算法在自助结算场景的落地优化
大数据·人工智能·算法·计算机视觉·目标跟踪·视觉检测·零售
2501_9248792618 小时前
客流特征识别误报率↓76%!陌讯多模态时序融合算法在智慧零售的实战解析
大数据·人工智能·算法·目标检测·计算机视觉·视觉检测·零售
不枯石19 小时前
Python实现RANSAC进行点云直线、平面、曲面、圆、球体和圆柱拟合
python·计算机视觉
山烛20 小时前
深度学习:卷积神经网络(CNN)
图像处理·人工智能·python·深度学习·cnn·卷积神经网络
双翌视觉1 天前
机器视觉的3C玻璃盖板丝印应用
数码相机·计算机视觉·视觉检测
9527华安1 天前
FPGA实现Aurora 64B66B数据回环传输,基于GTY高速收发器,提供4套工程源码和技术支持
fpga开发·aurora·高速收发器·gty·64b66b
CoovallyAIHub1 天前
无需ReID网络!FastTracker凭借几何与场景认知实现多目标跟踪新SOTA,助力智慧交通更轻更快
深度学习·算法·计算机视觉