[发明专利]一种硬件加速OpenCV库中图像处理函数的方法

说明书

本发明公开了一种硬件加速OpenCV库中图像处理函数的方法，按照如下步骤操作：A、在需要进行硬件加速的函数所在文件定义函数指针类型；B、定义一个该函数指针类型的静态全局变量；C、定义一个赋值函数，用来对静态全局变量赋值；D、修改需要进行硬件加速的函数，对静态全局变量的函数指针进行调用；E、重新编译OpenCV库，生成动态链接库；F、在OpenCV应用代码中定义硬件加速函数，其完成的功能与库中需要进行硬件加速的函数的原有部分的功能相同；G、调用赋值函数，将硬件加速函数作为参数传给该赋值函数；H、将步骤F定义的硬件加速函数改成由FPGA硬件逻辑来实现。本发明有效提高了运行速度。

技术领域

本发明涉及一种硬件加速OpenCV库中图像处理函数的方法。

背景技术

计算机视觉技术几年来发展成为学术界一个相当成熟的科研领域，目前许多视觉算法来源数十年的科研成果。现在计算机视觉技术正快速渗透到我们生活的方方面面，我们拥有自动驾驶的汽车、能根据我们的每个动作做出反应的游戏机、自动工作的吸尘器、能根据我们手势做出响应的手机，以及其它等视觉产品。

今天我们面临的挑战就是如何高效地实现上述这些及未来的各种视觉系统，同时满足严格的功耗和上市要求。嵌入式系统在计算方面的局限性，尤其是在处理大型图片、高帧率时计算能力低下严重限制了嵌入式系统在计算机/机器视觉实际方面的应用。现有对OpenCV(Open Source Computer Vision Library，计算机视觉函数库)的加速，主要有三种方案：A、GPU的方式，这种方式运行速度快，通用性强，但是GPU厂商基本都没有提供基于Linux的驱动源码，需要开发人员手动移植到对应的嵌入式平台，难度非常的大，对嵌入式系统的开发人员的专业水平要求非常高；B、DSP的方式，这种方式通用性强，但是并行性很差，并且价格昂贵；C、FPGA的方式，这种方式提供了强大的通用处理功能，此外还有稳健可靠的数字处理功能，能够实现计算强度高、存储高效的计算机视觉算法。

Xilinx使用的就是FPGA的方式，利用高层次综合工具Vivado HLS，将OpenCV程序代码转换成硬件描述语言，最后综合成IP核，然后再手动进行软硬件集成。这种方式，需要软硬件开发人员同时参与，并且还需要进行手动软硬件的集成，开发流程复杂，开发效率比较低。

因此，有必要设计一种不但能提高运行速度，而且不需要硬件人员的参与，也不需要手动软硬件进行集成，提高开发效率的硬件加速OpenCV库中图像处理函数的方法。

发明内容

本发明所解决的技术问题是，针对现有技术的不足，提供一种硬件加速OpenCV库中图像处理函数的方法，在保持OpenCV原有库框架的不变的基础上，同时提高了运行速度，而且不需要硬件人员的参与，也不需要手动对软硬件进行集成。

本发明所提供的技术方案为：

一种硬件加速OpenCV库中图像处理函数的方法，包括以下步骤：识别OpenCV库中计算工作量大，运算耗时的图像处理函数，确定为需要进行硬件加速的图像处理函数；然后进行以下处理：

A、从OpenCV库中需要进行硬件加速的图像处理函数中抽取复杂运算的代码，封装成新的函数，确保新的函数中没有再次对OpenCV库中的函数进行调用，都是基本的算术逻辑运算；

B、在需要进行硬件加速的图像处理函数所在文件中定义与新抽取的函数对应的函数指针类型，函数指针类型的函数参数与新抽取的函数的参数保持一致；

C、针对定义的每一个函数指针类型，在需要进行硬件加速的图像处理函数所在文件中定义相应的静态全局变量(就是函数指针)；

这些静态全局变量是在OpenCV的库内部定义的，并且在下一步会定义对应的赋值函数，分别给对应的变量进行赋值，这样OpenCV的应用程序，就可以调用OpenCV库中的赋值函数，对这些静态全局变量分别进行赋值；