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
阿图灵20 分钟前
OpenCV 绘图五件套:画圆、文本、线段、矩形与椭圆
图像处理·人工智能·python·opencv·计算机视觉·绘图
YOLO数据集集合2 小时前
蚊子目标检测数据集 | 蚊虫检测 病媒生物 智能硬件 轻量化模型 目标检测 YOLO格式 深度学习数据集9015期
深度学习·yolo·目标检测·计算机视觉·分类·智能硬件·蚊子识别
YOLO数据集集合3 小时前
煤炭质量目标检测数据集 、| 煤炭检测 工业视觉 质量分级 异物检测 煤炭异物8005期
人工智能·yolo·目标检测·计算机视觉·分类·煤炭检测数据集·异物数据集
Terasic友晶科技3 小时前
【教程】Agilex 5 SOC FPGA的HPS端如何响应FPGA端中断(二)——修改Quartus工程(GHRD工程)
fpga开发·terasic·agilex 5 soc·ghrd工程
sramdram3 小时前
FPGA系统SRAM外扩芯片选型与工程应用要点
fpga开发·sram·fpga系统·外扩芯片·sram外扩芯片
YOLO数据集集合4 小时前
尼帕果实目标检测数据集 | 尼帕果实检测 农业视觉 热带作物 目标检测 YOLO格式9013期
人工智能·yolo·目标检测·机器学习·计算机视觉·农业果实
qq_25294131684 小时前
航拍垃圾堆检测数据集 | 航拍垃圾检测 固废管理 无人机巡检 环保监测9025期
yolo·目标检测·计算机视觉·分类·无人机·垃圾检测·垃圾
成都佳洋光电科技有限公司4 小时前
一文了解机器视觉成像
图像处理·人工智能·工业相机·工业镜头·短波红外
星月夜语4 小时前
2026 TPAMI | StarIR:空间-频域融合的高效图像复原
图像处理·深度学习·计算机视觉
爱吃火鸡面呀5 小时前
图片拼接与答题卡判断对错:从图像处理到自动判卷的完整实践
图像处理·人工智能