基于FPGA 和模型化设计的图像处理实验平台

2013-07-19范哲意周治国刘志文

实验室研究与探索 2013年4期

范哲意，周治国，刘志文

(北京理工大学信息与电子学院，北京100081)

0 引言

高素质专门人才和拔尖创新人才培养是高等教育的重要发展任务之一［1］，实践教学在人才培养过程中发挥着举足轻重的作用。我校信息与电子学院在国家“985 工程”三期建设项目的支持下，建设了“电子信息类大学生实践创新平台”，为培养高素质创新人才提供了有利的条件，本文介绍的图像处理实验平台是其中面向“数字图像处理”方向实验教学和创新活动的平台。

“数字图像处理”是电子信息类专业的重要专业课程之一，主要学习通过计算机对数字图像进行分析和处理的基本理论和方法，课程的理论性、实践性强，要求学生在掌握图像处理和图像分析的基本概念、基础理论、典型方法的基础上，掌握一定的实践技能。在课程实验教学的基础上，将图像处理的理论知识和综合应用相结合，激发学生探索深层次的技术和应用，积极开展创新实验，将促进学生创新意识和创新思维的培养，提高实际动手能力和创新能力［2-4］。

本文采用的图像处理实验平台硬件架构以FPGA为核心，同时引入了模型化设计［5］的方法为学生参与实验提供切入口，实验过程直观简便，便于学生参与实验。基于硬件平台的实验系统往往因为学生对硬件架构了解不足和繁琐的开发流程使实验的效果大打折扣，模型化设计的方法为解决这个问题提供了途径，可以有效地降低硬件平台应用程序的开发难度，很好地屏蔽各种不同目标平台之间的差异性［6］，学生不用关心具体的硬件实现细节，而是将工作的重心集中在核心算法和技术的开发。

1 实验系统

实验系统选用XUPV5-LX110T［7］作为处理平台，该平台是是一款以XILINX 公司Virtex-5 系列芯片XC5VLX110T 为核心的FPGA 平台，外围接口丰富，同时还集成了视频输入和输出模块，可实时采集图像并进行分析和处理，非常适用于视频和图像处理的开发。其视频输入部分由AD9980 采样芯片和VGA 接口组成，视频输出部分则由CH7301C 芯片和DVI 接口组成。

为了使学生集中于图像处理算法和技术的研究和创新，提升实验教学和创新活动的效果，采用了基于System Generator 的模型化设计方法简化了FPGA 开发的流程，为学生方便快捷切入实验提供了有效的途径。

2 基于System Generator 的实验流程

System Generator 是由Xilinx 公司和Mathworks 公司联合开发的基于FPGA 的信号处理建模和设计工具［8］，是一种系统级(或算法级)的设计工具，充分利用了Matlab/Simulink 强大的图形化建模功能，使得用FPGA 设计DSP 系统完全通过Simulink 的图形化界面进行建模、系统级仿真，设计模型可直接向HDL 语言代码转换［9］。设计者在不懂硬件描述语言设计时，仍可以完成硬件设计，先将处理算法抽象成为功能模块，通过Simulink 建立系统的仿真模型，通过System Generator 模块生成HDL 语言和工程，在ISE 中进行仿真、综合，并下载到FPGA 目标平台上进行测试和实现。其工作原理如图1 所示。

图1 System Generator 工作原理

利用System Generator 模型化设计方法进行实验的流程［10］主要包括:

(1)根据算法原理，在在Simulink 环境中搭建系统模型。

(2)在Simulink 环境中对系统模型进行仿真分析，并进行相应的参数调整。

(3)启动System Generator，完成系统模型到HDL代码的转换，生成完整的ISE 工程。

(4)在ISE 中调用生成的工程文件，进行综合、布线、时序分析。

(5)配置下载到目标FPGA 平台上实现，进行调试运行。

下面以实时图像的边缘检测算法实现为例来说明利用System Generator 模型化设计方法进行实验的过程。

3 边缘检测算法设计实验

3.1 Sobel 边缘检测算法

边缘检测是数字图像处理的基础问题之一［11］，是图像分析与识别的重要环节，是目标检测和图像分割的重要基础，在实时图像处理中，利用Sobel 算子进行物体的边缘检测是经常用到的算法。

Sobel 算子是基于一阶微分的边缘检测方法，计算简单且能产生较好的检测效果，对噪声具有平滑作用，可以提供较为精确的边缘方向信息。Sobel 边缘检测算法使用两个方向算子(水平梯度算子和垂直梯度算子，见图2)与图像进行卷积运算得到水平梯度和垂直梯度，然后综合水平梯度和垂直梯度求得灰度图像中各个像素点的梯度值，设定检测阈值，梯度值大于等于阈值的点为边缘点，反之则不是边缘点，从而实现边缘检测［12-13］。

图2 Sobel 算子模块

3.2 实时图像边缘检测算法实现

基于图像处理平台的实时图像边缘检测流程主要包括以下几个步骤:视频图像采集、彩色图像转换为灰度图像、边缘检测和处理结果输出。

视频图像采集功能由BPS(BEEcube Platform Studio)提供的VGA 模块(见图3)可以直接实现，BPS工具是基于Simulink框架上的另一个系统级的、软硬件协同开发的环境，可以自动生成特定硬件接口和相应软件驱动［14］。

图3 VGA 接口模块

彩色图像转换为灰度图像［15］采用如下转换矩阵

其中:Y 为象素点的亮度;R、G、B 分别为三基色的相对强度。利用System Generator 创建上述转换模型如图4 所示。该模块实现彩色图像到灰度图像的转换，同时将视频的行、场同步信号传递到下级算法模块。

根据Sobel 边缘检测算法原理，利用System Generator 创建的边缘检测算法模型如图5 所示。

图4 彩色与灰度图像转换模型

图5 Sobel 边缘检测算法模型

上述彩色与灰度图像转换模型和Sobel 边缘检测算法模型可以分别封装为一个RGB2Y 子模块和一个EdgeDetection 子模块，以便顶层系统模型调用，封装好的子模块如图6 所示。

图6 (a)RGB2Y 子模块 (b)EdgeDetection 子模块

结果输出功能采用BPS 提供的DVI 模块(如图7所示)直接实现。将前端处理模块产生的R、G、B 像素分量信号、行同步、场同步以及像素使能信号依次接入DVI 模块，并实现视频流输出。由于前端边缘检测模块输出只包含一种颜色分量Y，这里DVI 模块的R、G、B 端子均采用分量Y 输入。

图7 DVI 模块

最后，由上述各子模块构建顶层系统模型如图8所示。

这里选用一段交通监控视频图像处理实验平台对上述边缘检测模型进行仿真测试，实验结果如图9 所示，实验结果表明了实验系统的有效性。

图8 顶层系统模型

图9 (a)输入视频图像(b)边缘检测结果

4 结语

给出了一种基于FPGA 和System Generator 模型化设计方法的图像处理实验平台，并在该平台上实现了基于Sobel 算子的实时图像边缘检测算法。该实验平台适用于图像处理方面的实验教学和创新活动。目前已经在我校电子信息技术实验中心投入使用，主要面向高年级本科生和研究生，为高素质专门人才和拔尖创新人才培养提供了有效途径。

［1］教育部. 国家中长期教育改革和发展规划纲要(2010-2020 年)［EB/OL］. 2010. http://www. moe. edu. cn/publicfiles/business/htmlfiles/moe/moe_177/201008/93785.html.

［2］姜珊，双凯.“数字图像处理”课程的实验教学改革［J］. 实验室研究与探索，2006，25(5):644-646.

［3］王汉萍，于海生，王英，等. “数字图像处理”实验体系模块化的研究［J］. 实验室研究与探索，2007，26(12):31-33.

［4］蒋伟，官礼和，刘亚威. 数字图像处理创新实验的研究与实践［J］. 实验室研究与探索，2011，30(7):236-238，251.

［5］刘杰. 基于模型的设计及其嵌入式实现［M］. 北京:北京航空航天大学出版社，2010.

［6］李颖. Simulink 动态系统建模与仿真［M］. 西安:西安电子科技大学出版社，2009.

［7］ Xilinx. XUPV5-LX110T Development System［EB/OL］. 2012.http://www.xilinx.com/univ/xupv5-lx110t.htm.

［8］刘开健，吴光敏，樊则宾，等. 基于SYSGEN 的信号滤波系统的设计与实现［J］. 微计算机信息，2009，25(4-2):219-220，196.

［9］牛斌凯，雍少为，张建，等. 基于System Generator 开发数字信号处理系统［J］. 舰船电子工程，2010，30(1):129-132.

［10］何锡君，陈华础. 基于System Generator 的DDS 设计与实现［J］.现代雷达，2008，30(2):88-90.

［11］赵芳，栾晓明，孙越. 数字图像几种边缘检测算子检测比较分析［J］. 自动化技术与应用，2009，28(3):68，72.

［12］张丽红，凌朝东. 基于FPGA 的Sobel 边缘检测应用［J］. 电子技术应用，2011，37(8):26-29.