工作流

图像处理工具箱™和计算机视觉工具箱™函数对框架、浮点和整数数据进行操作，并提供优秀的行为参考。硬件设计必须使用流布尔或定点数据。

这个例子展示了如何在MATLAB中执行一个帧图像处理操作，然后使用流数据在Simulink模型中实现相同的操作。金宝appSimu金宝applink模型将输入视频转换为像素流，以实现硬件友好设计。在Simulink中的硬件算法和MATLAB中的行为算法中都应用了相同的数据。金宝appSimu金宝applink模型将输出像素流转换为帧，并将这些帧输出到MATLAB，以与行为结果进行比较。

本例的MATLAB部分加载输入视频，运行行为代码，运行Simulink模型导入视频帧和导出修改后的视频帧，并将MATLAB行为结果与Simulink输出帧进行比较。金宝app

视频源

创建一个视频文件读取器对象，将视频文件导入到MATLAB工作区。视频源文件为240p格式。创建一个视频播放器对象来显示输入帧、Simulink过滤帧和MATLAB参考帧。金宝app

videoIn =愿景。VideoFileReader (.．.“文件名”，“rhinos.avi”，.．.“ImageColorSpace”，“强度”，.．.“VideoOutputDataType”，“uint8”);numFrm = 10;活动框架尺寸%actPixelsPerLine = 320;actLines = 240;%尺寸包括落料totalPixelsPerLine = 402;totalLines = 324;%查看结果观众=愿景。DeployableVideoPlayer (.．.“大小”，“自定义”，.．.“CustomSize”, (3 * actPixelsPerLine actLines]);

边缘检测与覆盖

检测视频帧中的边缘，然后将这些边缘覆盖到原始帧上。叠加计算使用α值以混合两个像素值。Simu金宝applink模型也使用了edgeThreshold和α这里指定的参数。

MATLAB边缘函数将阈值解释为从0到1的双精度值。因此，将阈值表示为范围的一个分数uint8数据类型，从0到255。属性返回的像素值边缘函数逻辑数据类型。将这些像素值转换为uint8类型为覆盖，乘以255。这个缩放操作将逻辑1转换为255，逻辑0保持为0。

edgeThreshold = 8;α= 0.75;frmFull = uint8 (0 (actLines, actPixelsPerLine numFrm));frmRef = frmFull;为f = 1:numFrm frmFull(:，:，f) = videoIn();=边缘(边缘frmFull (:: f),“索贝尔”edgeThreshold / 255,“称号”);edges8 = 255 * uint8(边缘)*(1α);frmRef(:，:，f) = alpha*frmFull(:，:，f) + edges8;查看器([边缘edges8 frmRef (:,:, f)));结束

建立Simulink仿金宝app真

Simu金宝applink模型使用video Source块将输入视频加载到模型中。属性配置模型的示例时间totPixPerFrame变量。这个值包括240 × 320帧周围的非活动像素区域。视频源采样时间为每帧1个时间步长，模型流像素段中的速率为1/totPixPerFrame。属性设置模拟的长度simTime变量。

totPixPerFrame = totalPixelsPerLine * totalLines;simTime = (numFrm + 1) * totPixPerFrame;modelname =“VerifySLDesignAgainstMLReference”；open_system (modelname);set_param (modelname“SampleTimeColors”，“上”);set_param (modelname“SimulationCommand”，“更新”);set_param (modelname“开放”，“上”);

Hardware-Targeted算法

HDL算法子系统支持HDL代码生成。金宝app

该子系统使用边缘检测器块来查找边缘。块的输出是一个流布尔值像素值。模型将这些值缩放到uint8覆盖的数据类型值。

由于内部行缓冲器和过滤逻辑，块在几行延迟后返回检测边缘的像素流。在执行叠加之前，模型必须延迟输入流以匹配边缘流。像素流对齐器块使用输出边缘流的控制信号作为参考来执行此对齐。该块将输入流存储在FIFO中，直到检测到的边缘可用。

图像覆盖子系统通过缩放两个流α把它们加在一起。考虑到硬件实现，图像叠加子系统包括每个乘法器周围和加法器之后的管道阶段。

有关此边缘检测器设计的更多细节，请参阅边缘检测和图像叠加的例子。

open_system ([modelname“/ HDL算法”]);

运行仿真金宝app软件模型

运行Simuli金宝appnk模型返回与检测到的边缘重叠的10帧。

sim卡(“VerifySLDesignAgainstMLReference”);

比较Simuli金宝appnk和MATLAB的结果

将Simulink返回的每个视频帧与MATLAB行为代码返回的结果进行比较。金宝app图像看起来非常相似，但由于叠加混合，像素值差异很小。MATLAB覆盖混合使用浮点值，而Simulink覆盖混合使用定点值。金宝app这种比较计数每帧中值相差超过2的像素，并计算帧之间的峰值信噪比(PSNR)。要查看每个帧的详细差异，取消对循环中的最后两行的注释。

为f = 1:numFrm frmResult = frmOut.signals.values(:，:，f);查看器([frmFull (:: f) frmResult frmRef (:,:, f)));diff = frmRef(:，:，f) - frmResult;Errcnt = sum(diff(:) > 2);noisecheck = psnr (frmRef (:: f), frmResult);流(['\nFrame #%d有%d个不同于行为结果的像素(超过2个)。PSNR = %2.2f\n'), f, errcnt noisecheck);% bar3 (diff);% viewer ([frmResult frmRef (:: f) diff]);结束

帧# 1有2个像素不同于行为结果(超过2)。PSNR值= 48.33帧# 2 1像素,不同于行为结果(超过2)。PSNR值= 48.72帧# 3 1像素,不同于行为结果(超过2)。PSNR值= 48.80帧# 4 2像素,不同于行为结果(2)以上PSNR =48.66帧# 5 2像素,不同于行为结果(超过2)。PSNR值= 48.70帧# 6 4像素,不同于行为结果(超过2)。PSNR值= 48.27帧# 7 2像素,不同于行为结果(超过2)。PSNR值= 48.88帧# 8 3像素不同于行为结果(2)以上PSNR第10帧有3个像素点，与行为结果不同(超过2)

生成HDL代码并验证其行为

一旦您的设计在模拟中工作，您就可以使用HDL Coder™生成HDL代码和HDL算法子系统的测试台。

makehdl ([modelname“/ HDL算法”]）生成HDL代码makehdltb ([modelname“/ HDL算法”]）生成HDL测试平台