[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

说明书

本发明涉及图像处理技术领域，提出一种基于高层次综合工具的图像处理方法及系统，包括步骤：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中调用图像处理IP核以完成图像处理。本发明利用高层次综合工具进行的图像处理算法的设计与优化，针对图像处理算法进行并行化改进，从而提升图像处理速度，满足高速高吞吐量的应用需求，尤其适用于工业实时检测领域。

技术领域

本发明涉及图像处理技术领域，更具体地，涉及一种基于高层次综合工具的图像处理方法及系统。

背景技术

目前工业实时检测对图像处理算法的处理速度和吞吐量提出了极高的要求，使得传统的CPU平台无法满足要求，需要转向硬件平台进行图像处理算法加速。在工业检测领域中，常见的图像处理算法包括GAUSS滤波、SOBEL滤波、HARRIS角点提取、FAST角点提取等。

传统工业视觉检测系统不能满足现代工业现场要求主要体现在检测精度低、检测速率慢、检测总量小。工业级别的高精度相机能够解决检测精度低与检测速率不够的问题，但是随之带来的是图像原始数据量大，图像传输速率快等问题。图像算法的处理速度成为工业检测系统的瓶颈。CPU平台的工业检测系统不能适应日益增大的图像原始数据量以及日益复杂的图像处理算法。图像处理算法需要高效的开发方式和高速高吞吐量的硬件平台以满足现代工业视觉检测要求。而在FPGA加速领域中，FPGA具有更强大的原始数据算力以及可重构性，比如FPGA可以处理任意精度数据并进行调整。一方面，FPGA硬件加速采用流水线优化，能够将各阶段的计算处理过程重叠起来；另一方面，FPGA能够通过流水线优化取消数据传输和数据计算的延迟，达到较高的实时性。

发明内容

本发明为克服上述现有技术所述的传统工业视觉检测存在检测精度低、检测速率慢、检测总量小的缺陷，提供一种基于高层次综合工具的图像处理方法及系统。

为解决上述技术问题，本发明的技术方案如下：

一种基于高层次综合工具的图像处理方法，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。

进一步地，本发明还提出了一种基于高层次综合工具的图像处理系统，其应用本发明提出的高层次综合工具的图像处理方法。

所述图像处理系统中包括依次连接的图像采集模块、图像处理模块和图像显示模块；所述图像处理模块中包括基于GAUSS算法的图像去噪单元、基于SOBEL算法的边缘提取单元、基于HARRIS算法或FAST算法的特征点提取单元；其中，所述图像去噪单元、边缘提取单元和特征点提取单元中包括利用高层次综合工具对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得到的图像处理IP核。

与现有技术相比，本发明技术方案的有益效果是：本发明利用高层次综合工具进行的图像处理算法的设计与优化，针对图像处理算法进行并行化改进，从而提升图像处理速度，满足高速高吞吐量的应用需求，尤其适用于工业实时检测领域。

附图说明