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
jndingxin1 小时前
OpenCV 人脸分析----人脸识别的一个经典类cv::face::EigenFaceRecognizer
人工智能·opencv·计算机视觉
霖001 小时前
C++学习笔记三
运维·开发语言·c++·笔记·学习·fpga开发
PyAIExplorer2 小时前
图像轮廓检测与绘制:OpenCV 实战指南
人工智能·opencv·计算机视觉
Dymc4 小时前
【目标检测之Ultralytics预测框颜色修改】
人工智能·yolo·目标检测·计算机视觉
m0_743106465 小时前
【论文笔记】BlockGaussian:巧妙解决大规模场景重建中的伪影问题
论文阅读·计算机视觉·3d·aigc·几何学
昵称是6硬币6 小时前
(DETR)End-to-End Object Detection with Transformers论文精读(逐段解析)
人工智能·深度学习·目标检测·计算机视觉·transformer
PyAIExplorer6 小时前
图像处理中的凸包检测:原理与实现
图像处理·人工智能
AndrewHZ7 小时前
【图像处理基石】如何检测到画面中的ppt并对其进行增强?
图像处理·人工智能·pytorch·opencv·目标检测·计算机视觉·图像增强
通街市密人有9 小时前
PanTS: The Pancreatic Tumor Segmentation Dataset
人工智能·深度学习·计算机视觉
心 爱心 爱9 小时前
DAS3D: Dual-modality Anomaly Synthesis for 3D Anomaly Detection 论文精读
计算机视觉·异常检测·重建·判别器·多模态目标异常检测·三维异常检测·异常合成