[发明专利]一种基于Zynq实现边缘检测算法加速的方法

说明书

本发明提供一种基于Zynq实现边缘检测算法加速的方法，属于机器视觉技术领域，本发明是针对Zynq‑7000的芯片，使用SDsoc集成开发环境，完成边缘检测算法Canny的实现和硬件加速。整个过程包括图像的读取、存储，高斯滤波，梯度的幅值和方向计算，边缘检测等。本发明实现了算法的性能加速，降低了运算延迟，满足实时性要求。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种基于Zynq实现边缘检测算法加速的方法。

背景技术

随着机器视觉领域的不断发展，特别是近年来图像分辨率在成倍的增长，对于大数据量的图像处理提出了更高的要求。在很多的机器视觉应用领域，都要求对图像进行处理时能够达到以高吞吐量的速度对大数据量的图像执行严格计算并且保持实时性。

边缘检测是许多视觉算法的第一步，其目的是标识数字图像中亮度变化明显的点。许多边缘检测算法，包括Robert算子，Prewitt检测，Sobel算子和Canny边缘检测都被广泛的应用。

ZYNQ-7000芯片是Xilinx将ARM Cortex-A9处理器和FPGA可编程逻辑资源进行集成，推出了全可编程片上系统，它提供了一种“ARM+FPGA”的单片解决方案，也就是PS部分和PL部分。PL适合高速、并行、确定性的计算类型，PS适合连续、动态、非确定性的计算类型。当应用中涉及到这两个计算单元的密切合作的时候，统一的Zynq架构能保证降低功耗和简化设计。PS和PL之间的连接具有低延迟、高带宽的优势，尤其在需要快速实时计算和反馈环路的系统中具有巨大的优势。

使用Zynq-7000进行嵌入式图像处理系统设计，既有FPGA在图像处理方面的计算优势，又能够充分利用ARM处理器提供的外围设施，非常适合计算密集、功能丰富的视觉应用。

SDSoC集成开发环境为使用者提供了类似于在VS上编写C/C++的代码的开发流程，通过交叉编译以及把C/C++函数的FPGA端和ARM CPU端相连接，使开发者能够将软件开发和硬件开发结合在一起使用。它提供的全系统优化编译器能够将纯软件的算法自动在Zynq芯片的PL端进行硬件加速，并且将加速之后的算法自动接入系统，从而实现了算法的硬件加速。

发明内容

本发明就是针对Zynq和SDsoc的优势，提出了一种基于Zynq实现边缘检测算法加速的方法。主要是利用Xilinx提供的SDSOC高层次集成开发工具，不仅实现了算法的性能加速，降低了运算延迟，满足实时性要求，还能缩短研制周期，加速产品上市。

本发明的技术方案是：

一种基于Zynq实现边缘检测算法加速的方法，针对Zynq-7000的芯片，使用SDsoc集成开发环境，完成边缘检测算法Canny的实现和硬件加速。整个过程包括图像的读取、存储，高斯滤波，梯度的幅值和方向计算，边缘检测等。

本发明合理利用了Zynq芯片中PS和PL两部分的优势，将整个系统分配在PS和PL中分别进行处理，如图像的灰度值计算需要对连续的几个像素点进行求卷积操作，因为像素点很多，如果采用在PS中串行处理，需要的时间较长，采用PL中并行处理能实现最优的性能。

本发明的硬件平台是ZC706开发板，其Zynq芯片的型号是XC7Z045-2FFG900C APSoC。

ARM(PS)端提供了ARM Cortex-A9处理器，大小为1GB的DDR3组件内存和外部存储接口。

在对图像进行处理之前，需要读取和存储图像数据，对于bmp格式的RGB图像，可以选用SDsoc中ap_bmp库开完成读取和写入操作。

软件和硬件直接的数据传输任务在代码中sds_lib库中的分配函数就可以保证数组分配到连续的物理地址。

对于读入的数据选择PIPELINE优化指令进行流水化操作，提高函数的并行性，并提高算法的执行效率。