[发明专利]一种基于高层次综合工具的图像处理方法及系统

权利要求书

1.一种基于高层次综合工具的图像处理方法，其特征在于，包括以下步骤：

构建图像处理流程，其中包括依次执行的基于GAUSS算法的图像去噪处理、基于SOBEL算法的边缘提取处理、基于HARRIS算法或FAST算法的特征点提取处理；

利用高层次综合工具对所述图像处理流程采用循环展开处理、数据流处理、流水线处理与数据分割处理中的一种或多种进行优化，生成图像处理IP核；

将所述图像处理IP核在Vivado HLS工具中进行C/RTL联合仿真，通过仿真验证后，在FPGA中调用所述图像处理IP核以完成图像处理。

2.根据权利要求1所述的图像处理方法，其特征在于，所述基于GAUSS算法的图像去噪处理包括以下步骤：

(1)初始化操作：导入初始权重参数及输入图像，所述权重参数包括偏移量参数σ、权重参数核的大小n；

(2)权重参数计算：通过GAUSS函数计算其权重参数σ和n并存储，重复计算过程至权重参数边界完成遍历，输出权重参数核的大小n；

(3)卷积处理：将图像与权重参数进行卷积计算，并与权重参数总和进行平均计算，重复计算过程至图像完成遍历，输出完成去噪的图像，并存储所述权重参数。

3.根据权利要求2所述的图像处理方法，其特征在于，利用高层次综合工具对基于GAUSS算法的图像去噪处理流程进行优化的步骤包括：

以pragma HLS UNROLL指令将GAUSS算法的初始化操作进行循环展开；

以pragma HLSPIPELINE指令将权重参数计算进行流水线处理；

以pragma HLSPIPELINE指令将图像与权重参数卷积进行流水线处理；

以pragma ARRAY_PARTITION complete指令将权重参数存储进行数组分割。

4.根据权利要求1所述的图像处理方法，其特征在于，所述基于SOBEL算法的边缘提取处理包括以下步骤：

导入水平方向卷积核、竖直方向卷积核，以及SOBEL算子；

将输入图像分别通过所述水平方向卷积核和竖直方向卷积核进行卷积，遍历图像后得到经过水平滤波的图像和经过竖直滤波的图像；

将经过水平滤波的图像和经过竖直滤波的图像利用SOBEL算子进行加权平均，导出完成边缘提取的图像；存储所述SOBEL算子。

5.根据权利要求4所述的图像处理方法，其特征在于，利用高层次综合工具对基于SOBEL算法的边缘提取处理流程进行优化的步骤包括：

以pragma HLSDATAFLOW指令将水平方向卷积与加权计算衔接，以及竖直方向卷积与加权计算衔接进行数据流处理；

以pragma HLSPIPELINE指令将水平方向卷积、竖直方向卷积和加权平均计算进行流水线处理；

以pragma ARRAY_PARTITION variable指令将SOBEL算子分成一维数组存储。

6.根据权利要求1所述的图像处理方法，其特征在于，所述基于HARRIS算法的特征点提取处理包括以下步骤：

导入水平方向卷积核、竖直方向卷积核；

将经过边缘提取处理的图像分别通过所述水平方向卷积核和竖直方向卷积核进行卷积，遍历图像后得到经过水平滤波的图像和经过竖直滤波的图像；

将经过水平滤波的图像通过平方计算函数，将经过竖直滤波的图像通过平方计算函数，以及将经过水平滤波的图像和经过竖直滤波的图像通过乘方计算函数计算处理后，输入R响应函数中进行计算；

根据计算得到的R响应函数值进行窗口阈值判断，在图像上标注角点后输出图像。