闲庭信步使用图像验证平台加速FPGA的开发:第十二课——图像增强的FPGA实现

(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,https://t.zsxq.com/DMeqH 关注即送200GB学习资料,链接已置顶!)

本文采用的图像增强的滤波因子如下所示,由于有了data_cache模块,图像增加的FPGA实现比图像的均值滤波更加简单,直接对缓存后的5个数据就像加减即可。

这个还真的不是成工的文章越来越水了,一是因为有图像测试平台,让开发的思路非常的明确;二是我们已经设计好了 data_cache模块,不用再去考虑图像的缓存;三是我们选用的这个图像增强的因子确实是简单。

在\src\sharpen文件夹下新建sharpen.sv文件,基本功能如下,首先就是例化data_cache模块获取3x3的区域像素,用加减就可以在一个时钟周期内完成因子的滤波计算。

在top文件中,例化了obtain_raw模块和sharpen模块,分别获取RAW图像并对RAW图像进行增强滤波。

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)。

图像增强还有别的滤波因子,比如如下的因子,效果应该更好。

在仿真测试平台,我们实现了这个因子。

重新进行仿真,仿真平台有新的因子,FPGA设计还是用旧的因子,我们比对一下效果,左边是使用新的滤波算子,右边是旧的滤波算子,很明显左边的增强效果要好一些。

相关推荐
想成为风筝19 分钟前
从零开始学习深度学习—水果分类之PyQt5App
人工智能·深度学习·计算机视觉·pyqt
千宇宙航2 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十课——图像gamma矫正的FPGA实现
图像处理·计算机视觉·缓存·fpga开发
fei_sun3 小时前
【FPGA】LUT如何实现组合逻辑、时序逻辑
fpga开发
小眼睛FPGA3 小时前
【RK3568+PG2L50H开发板实验例程】FPGA部分 | 以太网传输实验例程
科技·单片机·嵌入式硬件·ai·fpga开发·fpga
Coovally AI模型快速验证4 小时前
基于YOLOv11的CF-YOLO,如何突破无人机小目标检测?
人工智能·神经网络·yolo·目标检测·计算机视觉·cnn·无人机
莱茶荼菜4 小时前
虚拟项目[3D物体测量]
数码相机·计算机视觉·3d
元让_vincent10 小时前
论文Review 3DGSSLAM GauS-SLAM: Dense RGB-D SLAM with Gaussian Surfels
图像处理·人工智能·平面·3d·图形渲染
徒慕风流10 小时前
使用球体模型模拟相机成像:地面与天空的可见性判断与纹理映射
算法·计算机视觉
爱分享的飘哥12 小时前
《【第五篇】图片处理自动化:让你的视觉内容更专业!:图片处理基础与批量裁剪》
图像处理·python·办公自动化·python图片处理·python实战·批量裁剪·图片工具