工作流

图像处理工具箱™和计算机视觉工具箱™功能对框架，浮点和整数数据进行操作，并提供出色的行为参考。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中执行帧图像处理操作，然后在使用流数据的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，以实现硬件友好的设计。同样的数据应用于Simulink中的硬件算法和MATLAB中的行为算法。金宝appSimu金宝applink模型将输出的像素流转换为帧，并将这些帧导出到MATLAB中，以便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的行为结果与Simulink输出帧进行比较。金宝app

视频源

创建一个视频读取器对象，将视频文件导入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 =视频阅读器(“rhinos.avi”）;numFrm = 10;活动框架尺寸百分比actPixelsPerLine = 320;actLines = 240;%尺寸，包括落料totalPixelsPerLine = 402;totalLines = 324;%查看结果观察者=视觉。DeployableVideoPlayer (.．.“大小”，“自定义”，.．.“CustomSize”, (3 * actPixelsPerLine actLines]);

边缘检测与叠加

检测视频帧中的边缘，然后将这些边缘覆盖到原始帧上。覆盖计算使用α值来混合两个像素值。Simu金宝applink模型还使用edgeThreshold而且α此处指定的参数。

MATLAB边缘函数将阈值解释为从0到1的双精度值。的范围的一个分数表示阈值uint8数据类型，取值范围0 ~ 255。控件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键入叠加，乘以255。此缩放操作将逻辑1转换为255，逻辑0保持为0。

edgeThreshold = 8;Alpha = 0.75;frmFull = uint8(零(actLines,actPixelsPerLine,numFrm));frmRef = frmFull;为f = 1:numFrm frmFull(:，:，f) = rgb2gray(readFrame(videoIn));edges = edge(frmFull(:，:，f)，“索贝尔”edgeThreshold / 255,“称号”）;Edges8 = 255*uint8(边缘)*(1-alpha);frmRef(:，:，f) = alpha*frmFull(:，:，f) + edges8;查看器([edges edges8 frmRef(:，:，f)]);结束

设置为Simulink金宝app仿真

Simu金宝applink模型使用video Source块将输入视频加载到模型中。配置模型的采样时间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，模型的流像素部分的速率为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算法子系统被设计来支持HDL代码生成。金宝app

子系统使用Edge Detector块来查找边。该块的输出是一个流布尔像素值。模型将这些值缩放为uint8覆盖的数据类型值。

由于内部行缓冲区和过滤器逻辑，块在几行延迟后返回检测到的边缘的像素流。在进行叠加之前，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这种对齐。该块将输入流存储在FIFO中，直到检测到的边可用为止。

图像叠加子系统通过α把它们比例加起来。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详细信息，请参阅边缘检测与图像叠加的例子。

open_system ([modelname“/ HDL算法”]);

运行Si金宝appmulink模型

运行Simuli金宝appnk模型以返回与检测到的边缘叠加的10帧。

sim卡(“VerifySLDesignAgainstMLReference”）;

比较Simuli金宝appnk结果与MATLAB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这些图像看起来非常相似，但由于叠加混合，像素值有很小的差异。MATLAB的叠加混合使用浮点值，Simulink的叠加混合使用定点值。金宝app该比较计算每帧中值相差超过2的像素，并计算帧之间的峰值信噪比(PSNR)。要查看每一帧的详细差异，取消循环中的最后两行注释。

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个像素与行为结果不同(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(超过2)。PSNR值= 48.66帧# 5 2像素,不同于行为结果(超过2)。PSNR值= 48.70帧# 6有4个像素(不同于行为结果more than 2). PSNR = 48.27 Frame #7 has 2 pixels that differ from behavioral result (by more than 2). PSNR = 48.88 Frame #8 has 3 pixels that differ from behavioral result (by more than 2). PSNR = 48.58 Frame #9 has 3 pixels that differ from behavioral result (by more than 2). PSNR = 48.55 Frame #10 has 3 pixels that differ from behavioral result (by more than 2). PSNR = 48.53

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™为HDL算法子系统生成HDL代码和测试平台。

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