当前位置:首页 > 工业控制 > 电子设计自动化
[导读]由前面所述可知,Sobel的滤波函数为 H=(Q0+2Q3+Q6)-(Q2+2Q5+Q8);V=(Q0+2Q1+Q2)—(Q6+2Q7+Q8) DR=(Q1+2Q0+Q3)-(Q5+2QS+Q7);DL=(Q1+2Q2+Q5)—(Q3+2Q6+Q7) Magnitude=Max(H,V,

由前面所述可知,Sobel的滤波函数为

H=(Q0+2Q3+Q6)-(Q2+2Q5+Q8);V=(Q0+2Q1+Q2)—(Q6+2Q7+Q8)

DR=(Q1+2Q0+Q3)-(Q5+2QS+Q7);DL=(Q1+2Q2+Q5)—(Q3+2Q6+Q7)

Magnitude=Max(H,V, DR,DL)

为了减少设计的复杂度,上面式子中的乘法运算可以改写成加法运算:

H=(Q0+Q3+Q3+Q6)-(Q2+Q5十Q5+Q8);V=(Q0+Q1+Q1+Q2)_(Q6+Q7+Q7+Q8)

DR=(Q1+Q0+Q0+Q3)_(Q5+Q8+Q8+Q7);DL=(Q1+Q2+Q2+Q5)-(Q3+Q6+Q6+Q7)

对于以上数据的处理,我们先估算分别使用单片机、DSP、CPLD/FPGA所需的时间。

如果使用12 MB的单片机,加法运算需要执行2次,加法的中间结果寄存20次,大小比较三次,比较中间结果寄存2次,51单片机内的加法需要两个指令周期,比较需要两个指令周期。这样,完成一次Sobel滤波操作需要的时间至少为:(24×2+20+2×3+2)×1 us=72uS°对于一幅600×800像素的图像,总共的时间为:600×800×72uS=32s。

若使用40 MB六级流水的DSP,它们的处理时间大概为:32s/24=1.4s。

如果使用CPLD/FPGA设计,首先,H、V、DR、DL四个方向的滤波可以全部并行,同时,每一个方向的滤波函数可以采用一级四路并行加法器与一级双路并行加法器串连。这样一来,算上两级串行比较器,实际上整个系统只有四级串行结构,假设使用50 M的系统时钟,则处理完一个像素点的时间为4×1/(50 M)=80 ns,处理完一帧图像的时间为800×600×80 ns=38.4 ms,结果处理速度比DSP高了大约两个数量级。

从上可以看出,使用CPLD`FPGA设计有关图像处理模块,对整个系统速度的改善是非常明显的。

欢迎转载,信息来源维库电子市场网(www.dzsc.com)



来源:ks990次

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

hmi是Human Machine Interface 的缩写,"人机接口",也叫人机界面。人机界面(又称用户界面或使用者界面)是系统和用户之间进行交互和信息交换的媒介, 它实现信息的内部形式与人类可以接受形式之间的转换...

关键字: HMI 人机界面 系统

随着科技的飞速进步,人工智能(AI)已经逐渐成为了引领新一轮科技革命和产业变革的核心驱动力。AI不仅在改变着我们的日常生活,还在推动各行各业的创新发展。展望未来,人工智能的发展将呈现出哪些趋势呢?本文将从技术、应用、伦理...

关键字: 人工智能 算法 AI技术

在复位电路中,电容的作用是给系统提供恒定的电源电压,从而保证开机时系统能够正确地执行初始化和自检过程。因此,选择合适大小的电容对于系统的稳定性和性能至关重要。

关键字: 复位电路 电容 系统

机器学习算法不会要求一个问题被 100%求解,取而代之的是把问题转化为最优化的问题,用不同的算法优化问题,从而比较得到尽量好的结果。

关键字: 机器学习 算法 最优化

据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。

关键字: 机器学习 人工智能 算法

NVIDIA 量子模拟平台将通过各大云提供商提供,帮助科学家推进量子计算和算法研究

关键字: 量子计算 算法 量子云

随着科技的飞速发展,人工智能(AI)已经成为当今科技研究的热点和前沿。AI的快速发展不仅带来了许多新的应用场景和商业模式,也在推动科技进步的同时,引发了一系列关于其未来发展方向和潜在影响的深入讨论。本文将对人工智能的科技...

关键字: 人工智能 AI技术 算法

机器学习算法:机器学习是一种让计算机通过学习数据和模式来改进自身算法的技术。这些算法包括监督学习、无监督学习和强化学习。

关键字: 人工智能 机器学习 算法

随着信息技术的快速发展,机器学习作为人工智能的核心技术之一,正逐渐渗透到各个领域,引领着一场前所未有的科技变革。在机器学习的实际应用中,有三大重点至关重要,它们分别是数据质量、算法选择与模型评估。本文将深入探讨这三大重点...

关键字: 机器学习 数据质量 算法

在人工智能的浪潮中,机器学习已逐渐成为推动科技进步的核心动力。机器学习技术的广泛应用,从图像识别到自然语言处理,从智能推荐到自动驾驶,都离不开其三个基本要素:数据、算法和模型。本文将深入探讨这三个基本要素在机器学习中的作...

关键字: 机器学习 算法 人工智能
关闭
关闭