- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于FPGA及MatlabIP核设计方法
基于FPGA及MatlabIP核设计方法摘要:为了简化IP核的设计过程, 本文介绍了一种基于FPGA的中值滤波算法的IP核实现方法。针对FPGA 的特点对实现方法进行了研究, 从而简化了复杂算法的IP核设计问题。实验结果表明,该IP核设计方法具有设计周期短,可靠性高等特点。
关键词:FPGA Matlab IP核
中图分类号:TP2 文献标识码:A 文章编号:1007-9416(2013)03-0192-02
IP核即知识产权核,本质上是用于设计ASIC或者可程序设计器件的逻辑块。将一些数字电路中比较复杂的模块设计成可以修改参数的模块,提供给设计者或用户直接调用,这样能大大减轻设计的负担并且能够避免重复的劳动,缩短开发周期。IP核分为软核、固核以及硬核。软核只完成RTL级的行为设计,具有很大的灵活性,不受很多现实条件的制约,它以某种HDL源文件形式交给用户,它经过了行为级的优化和验证,不含有任何具体的物理信息[1]。本文介绍的就是软核的新的设计方法。
1 传统的软IP核的设计方法
传统的IP核设计都是设计者通过直接编写硬件语言(VHDL)来实现的,对于一个复杂的系统(包含很多模块),纯粹用硬件语言来描述需要很大的工作量。每个模块内部的设计,模块之间的设计以及时序、接口、电路的速度和面积等实际问题对设计者提出了很高的要求[2]。总而言之,单纯用硬件语言去编写和实现复杂的IP核是相当困难的。
2 一种高效的基于FPGA的IP核的实现
本文通过实现一个相对复杂的算法(中值滤波算法)IP核来介绍这种高效的方法。
2.1 中值滤波原理
中值滤波法是一种典型的非线性平滑方法,使用该方法的目的是保护图像边缘的同时消去噪声的影响[3]。中值滤波的原理是把数字图像或数字序列中一点(x,y)的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近真实的数值,从而能有效的消除脉冲噪声、椒盐噪声等的影响,但同时又能保留图像的边缘信息,这是因为它不依赖于领域内那些与典型值差别很大的值[4]。
2.2 图像处理基本平台的搭建[5]
本文中使用的是Xilinx的SP601系列FPGA,开发环境是Xilinx ISE 13.1开发套件以及 Matlab 2010a。用FPGA来实现挑选9个像素值的中间值这个排序过程相当复杂,这里将使用一种近似的方法。首先将Matlab与Xilinx的开发工具包进行关联,Matlab的版本必须和System Generator所支持的版本相同,否则无法关联。关联成功之后即可构建系统模型,进行直观的系统调试。在Simulink中可以使用基于图像的处理方式和基于数据流的处理方式,但是作为硬件设计,System Generator只允许基于数据流的设计方式。
在System Generator下搭建的图像处理平台[6]。System Generator模块是必不可少的,它负责整个系统的时钟、HDL代码以及网表的生成。同时也可以通过修改它的设置来配置开发板的型号和存储路径等。对输入模块进行参数修改,图像在模块间是以一维数组形式传递的,采样时间为连续采样,间隔时间设置为0;不需要中断检测,使用过零检测。对输出模块进行参数修改,都在采用默认设置即可。接下来对需要编写程序使得图像能够在输入输出模块中传递。在空白处单击鼠标右键选择Model Properties选项,对PreLoadFcn和StopFcn两个回调函数进行编写,它们的用途分别是读取图像数据和显示图像[7]。
PreLoadFcn部分函数编写如下:
In2D=imread(图片路径名称.png);%读取图像数据
ImageWidth=size(In2D,2); ImageHeight=size(In2D,1); %读取图像长宽
In1D=reshape(In2D,1,ImageWidth*ImageHeight);%形成要求的数据格式
In1D=[double(0:ImageWidth* ImageHeight-1) double(In1D)];
StopFcn部分函数编写如下:
Out2D=reshape(Out1D(Latency:Latency+ImageWidth*ImageHeight-1),ImageHeight,ImageWidth);%将一维数组转成二维数组
h=figue;clf; Set(h,name’,result’);
都设置完之后运行模拟,从结果中可以看出输出的图像和输入的图像是完全一样的,说明二维图像以一维数组的形式在系统中传输,也证明了系统平台的正确性。
2.3 中值滤波模型平台的搭建
在上面所说的基本平台搭建的
文档评论(0)