Многопиксельная потоковая передача с использованием библиотечных блоков

Сгенерируйте многопиксельный поток из блока Frame в Пиксели путем установки значения Number of pixels 4 или 8. Значение по умолчанию 1 возвращает скалярный поток пикселей с частотой дискретизации Total pixels на линию * Total video lines быстрее, чем частота систем координат. Эта скорость показывает красный цвет в модели примера. Две мультипиксельные подсистемы используют мультипиксельный поток с количеством пикселей, установленным на 4. Это строение возвращает 4 пикселя на каждом тактовом цикле и имеет частоту дискретизации (Total pixels per line/4) * Total video lines. Более низкая скорость выхода, которая является зеленой в модели, показывает, что вы можете увеличить скорость входного кадра или разрешение в 4 раза и, следовательно, обработать в 4 раза больше пикселей в той же системе координат периоде, используя ту же тактовую частоту, что и в случае с одним пикселем.

Подсистемы SinglePixelGaussianEdge и MultiPixelGaussianEdge вычисляют один и тот же результат с помощью блоков Image Filter и Edge Detector.

В MultiPixelGaussianEdge блоки принимают и возвращают четыре пикселя на каждом такте. Вам не придется конфигурировать блоки для мультипиксельной потоковой передачи, они обнаруживают размер входа на порте. The pixelcontrol шина указывает валидность и местоположение в системе координат каждого набора из четырех пикселей. Блоки буферизуют поток [4x1], образуя четыре ядра [KernelHeight x KernelWidth], и вычисляют четыре свертки параллельно, получая выход [4x1].

Пользовательские мультипиксельные алгоритмы

Подсистема MultiPixelCustomGaussianEdge использует блок Line Buffer для реализации пользовательского алгоритма фильтрации. Эта подсистема похожа на то, как библиотечные блоки внутренне реализуют мультипиксельные операции с ядром. Блоки Image Filter и Edge Detector используют более подробную оптимизацию, чем показано здесь. Эта реализация показывает начальную точку для создания пользовательских мультипиксельных алгоритмов с использованием выхода блока Линии Buffer.

Пользовательский фильтр и пользовательский детектор ребер используют блок Line Buffer, чтобы вернуть последующие области [KernelHeight x NumberofPixels]. Каждая область передается в подсистему KernelIndexer, которая использует логику буферизации и индексации для формирования ядер фильтров Number of Pixels * [KernelHeight x KernelWidth]. Затем каждое ядро передается в отдельную подсистему FilterKernel, чтобы выполнять свертки параллельно.

Формируйте ядра из Линии Buffer Выхода

Подсистема KernelIndexer формирует 4 [5x5] фильтра ядер из 2-D выходы блока Line Buffer.

Схема показывает, как ядро фильтра извлекается из выходного потока [5x4] для ядра, который центрирован на первом пикселе в выходе [4x1]. Это первое ядро включает пиксели из 2 смежных выходов [5x4] Line Buffer.

Ядро, центрированное на последнем пикселе выходного сигнала [4x1], также включает третий соседний выход [5x4]. Итак, чтобы сформировать четыре ядра [5x5], подсистема должна получить доступ к столбцам из трех матриц [5x4].

Подсистема KernelIndexer использует текущий вход [5x4] и хранит еще две матрицы [5x4], используя регистры, активированные shiftEnable. Этот проект подобен линии задержки, используемой с Line Buffer, использующей потоковую передачу одного пикселя. Затем подсистема получает доступ к пиксельным данным через столбцы, чтобы сформировать четыре ядра [5x5]. Блок Image Filter использует эту же логику внутри, когда блок имеет мультипиксельный вход. Блок автоматически проектирует эту логику во время компиляции для любого поддерживаемого размера ядра.

Реализуйте фильтры

Поскольку входной мультипиксельный поток является вектором [4x1], фильтры должны выполнить четыре свертки для каждого цикла, чтобы идти в ногу с входящими данными. Существует четыре параллельные подсистемы FilterKernel, каждая из которых выполняет одну и ту же операцию. Умножение матрицы [5x5] реализовано как умножение вектора [25x1] путем уплощения матрицы входа и использования подсистемы For Each, содержащей конвейерный умножитель. Выход передается в дерево сумматоров. Дерево сумматоров также конвейерно, и задержка трубопровода применяется к pixelcontrol сигнал для соответствия. Результаты четырех подсистем FilterKernel затем объединяются в выходной вектор [4x1].

Реализуйте краевые детекторы

Чтобы соответствовать алгоритму блока Edge Detector, этот пользовательский детектор ребер использует [3x3] размер ядра. Сравните эту подсистему KernelIndexer для обнаружения ребер [3x3] с описанным выше ядром [5x5]. Алгоритм все еще должен получить доступ к трем последовательным матрицам из выхода блока Line Buffer (включая заполнение по обе стороны ядра). Однако алгоритм сохраняет меньше столбцов, чтобы сформировать меньшее ядро фильтра.

Расширение до больших размеров ядра

Для мультипиксельного потока [4x1] логика KernelIndexer будет выглядеть аналогично [11x11] размеру ядра. При этом размере количество пикселей заполнения, (floor(11/2)) = 5, будет перекрываться на двух [11x4] матрицах, возвращенных из линейного буфера. Это перекрытие означает, что алгоритму нужно будет хранить пять матриц [5x4] из Line Buffer, чтобы сформировать четыре ядра [11x11] для каждого цикла.

Улучшение времени симуляции

В примере по умолчанию строение, один пиксель, мультипиксельные и пользовательские мультипиксельные подсистемы запуска параллельно. Скорость симуляции ограничена временем обработки однопиксельного пути, потому что для обработки того же размера системы координат требуется больше итераций. Чтобы наблюдать улучшение скорости симуляции для мультипиксельной потоковой передачи, закомментируйте однопиксельный путь данных.

Результаты реализации HDL

HDL был сгенерирован из подсистемы MultiPixelGaussianEdge и подсистемы MultiPixelCustomGaussianEdge и помещен через Place и Route на Xilinx™ ZC706 плату. Подсистема MultiPixelCustomGaussianEdge, которая не пытается оптимизировать коэффициенты, имела следующие результаты -

T =

  4x2 table

    Resource     Usage
    _________    _____

    DSP48        108  
    Flip Flop    4195 
    LUT          4655 
    BRAM         12   

Подсистема MultiPixelGaussianEdge, которая использует оптимизированные блоки Image Filter и Edge Detector, использует меньше ресурсов, как показано в таблице ниже. Это сравнение показывает экономию ресурсов, достигнутую, потому что блоки анализируют структуру фильтра и предварительно добавляют повторные коэффициенты.

T =

  4x2 table

    Resource     Usage
    _________    _____

    DSP48        16   
    Flip Flop    3959 
    LUT          1797 
    BRAM         10