在MATLAB环境下设计Hardware-Targeted图像过滤器

导入数据

一个图像文件读入工作区。这个示例图像包含256×256像素。每一个像素都是单身uint8代表强度值。减少仿真速度测试时,选择一个缩略图图像的一部分。

在MATLAB模拟串行视频解释语言可以耗时。一旦调试设计小图像大小,墨西哥人使用代码生成与较大的图像加速测试。看到加速Pixel-Streaming使用MATLAB编码器的设计。

origIm = imread (“rice.png”);origImSize =大小(origIm) imActivePixels = 64;imActiveLines = 48;inputIm = origIm (1: imActiveLines, 1: imActivePixels);图imshow (inputIm,“InitialMagnification”标题,300)输入图像的

origImSize = 256 256

序列化数据

的visionhdl.FrameToPixels系统对象转换视频像素流和控制结构。这个对象提供了一个函数输入针对HDL代码生成,但它本身不支持HDL代码生成。金宝app

与标准模拟视频格式,选择一个预定义的视频填充格式以匹配您的输入源。与自定义图像模拟,选择维度不活跃地区的形象。本教程使用一个自定义图像。的属性visionhdl.FrameToPixels对象对应的尺寸图。

创建一个visionhdl.FrameToPixels对象并设置图像属性。图像是一个标量值表示每个像素的强度图像,因此集NumComponents属性为1。本教程垫的缩略图5不活跃的上下线,和10不活跃的像素每一行的正面和背面。

使用getparamfromfrm2pix函数来得到有用的图像尺寸的序列化器对象。这个语法丢弃前两个返回值,仅保留填补帧的像素总数。调用对象将图像转换为矢量的像素和矢量控制信号。

注意:这个语法只运行在R2016b或更高版本。如果您使用的是较早的版本中,每个对象的调用替换为等价的一步语法。例如,替换myObject (x)与步骤(myObject x)。

frm2pix = visionhdl.FrameToPixels (…“NumComponents”,1…“VideoFormat”,“自定义”,…“ActivePixelsPerLine”imActivePixels,…“ActiveVideoLines”imActiveLines,…“TotalPixelsPerLine”imActivePixels + 20,…“TotalVideoLines”imActiveLines + 10,…“StartingActiveLine”6…“FrontPorch”10);[~,~,numPixelsPerFrame] = getparamfromfrm2pix (frm2pix);(像素,ctrl) = frm2pix (inputIm);

设计HDL-Compatible模型

选择一个图像处理的对象visionhdl图书馆。本教程使用visionhdl.ImageFilter。

构造一个函数包含该对象的持久实例。函数过程单一像素通过执行一个调用对象。

的ctrlIn和ctrlOut参数对象的结构,包含五个控制信号。信号表示每个像素的有效性和帧中的每个像素的位置。

设置的滤波器系数visionhdl.ImageFilter执行一个2×2模糊操作。

对于本教程,您不需要更改LineBufferSize过滤器对象的属性。这个参数不影响仿真速度,所以它不需要修改当模拟小测试图像。在选择LineBufferSize选择2的幂,提供活动所需的管道尺寸最大的帧格式。默认值2048,容纳1080 p的视频格式。

函数[pixOut, ctrlOut] = HDLTargetedDesign (pixIn ctrlIn)持续的filt2d如果isempty (filt2d) filt2d = visionhdl.ImageFilter (…“系数”,(2,2)/ 4,…“CoefficientsDataType”,“自定义”,…“CustomCoefficientsDataType”numerictype (0, 1, 2),…“PaddingMethod”,“对称”);结束[pixOut, ctrlOut] = filt2d (pixIn ctrlIn);结束

Preallocate更有效的仿真的输出向量。然后,调用的函数中每一个像素填充框架后,所代表的像素向量。

pixelOut = 0 (numPixelsPerFrame 1“uint8”);ctrlOut = repmat (pixelcontrolstruct numPixelsPerFrame 1);为p = 1: numPixelsPerFrame [pixelOut (p), ctrlOut (p)] = HDLTargetedDesign(像素(p), ctrl (p));结束

反序列化像素流过滤

的visionhdl.PixelsToFrame系统对象将一个像素流转换为框架的视频。使用这个对象序列化过滤数据visionhdl.ImageFilter。设置图像的维度属性匹配测试图像。调用对象HDL-targeted函数的输出转换为一个矩阵。

pix2frm = visionhdl.PixelsToFrame (…“NumComponents”,1…“VideoFormat”,“自定义”,…“ActivePixelsPerLine”imActivePixels,…“ActiveVideoLines”imActiveLines,…“TotalPixelsPerLine”,imActivePixels + 20);[outputIm, validIm] = pix2frm (pixelOut ctrlOut);

显示结果

使用imshow函数来显示操作的结果。

如果validIm图imshow (outputIm,“InitialMagnification”标题,300)输出图像的结束

与行为模型

如果你有一个行为模型的设计,您可以比较输出帧视觉或数学。对于过滤,可以比较visionhdl.ImageFilter与imfilter(图像处理工具箱)函数在图像处理工具箱™。的imfilter函数作用于框架作为一个矩阵,并返回一个修改的框架作为一个矩阵。你可以比较这个矩阵与矩阵的输出pix2frm对象。

为了避免依赖于图像处理工具箱的许可证,本教程不执行比较。

HDL代码生成

一旦你的设计是在仿真工作,使用HDL编码器™生成HDL代码HDLTargetedDesign函数。看到从MATLAB生成HDL代码。