网站某个链接失效,网络工程师培训学校,公司装修设计哪家好,医疗器械类网站前置审批【注】该项目是我们团队参加2019届全国大学生FPGA大赛的作品#xff0c;系统主要实现视频任意角度旋转。该项目最终晋级决赛#xff0c;并获得紫光同创企业特别奖。该系列文章介绍我们团队的作品。关注公众号“数字积木”对话框回复 FPGA2019 #xff0c;即可获得该项目的工… 【注】该项目是我们团队参加2019届全国大学生FPGA大赛的作品系统主要实现视频任意角度旋转。该项目最终晋级决赛并获得紫光同创企业特别奖。该系列文章介绍我们团队的作品。关注公众号“数字积木”对话框回复 FPGA2019 即可获得该项目的工程源代码详细的文档说明MATLAB仿真代码。4.6图像旋转方案4.6.1总体方案标准模式下从摄像头获取到图像数据将该图像数据缓存到DDR中再通过显示驱动模块将图像读取出来在显示屏上进行显示。 图像数据通过AXI接口写入到DDR中通过AXI总线从DDR中读取。这期间要跨三个时钟域。分别是 摄像头数据输出时钟AXI读写时钟显示屏驱动时钟。在跨时钟域传输数据时数据都要经过fifo缓存。 在图像旋转设计中插入一个图像旋转模块。将从摄像头缓存的图像先读取出来组合成一帧旋转的图像后再写入ddr中再由显示驱动模块读取进行显示。4.6.2数据传输方案ddr中数据的读取采用AXI协议。数据从摄像头写入ddr从ddr读出传输到显示模块均采用axi的突发传输。因为数据都是按照相同的顺序进行储存和读取故只需要按照顺序进行数据的突发写入和读取即可正确的显示一张图片。 而在进行旋转操作中由于旋转后的图片和原图的坐标不是顺序对应的旋转输出图像数据由若干个不是顺序排列的原图像数据决定的故对于原图像数据的读取利用突发传输反而浪费时间且突发读取到的数据中可用的数据占比较少。 对原图像的数据读取拟采用突发长度为1的传输。根据旋转图像的所需要的原始图像的数据来读取所需地址的数据用于重建旋转后的图像。 旋转后的图像数据也经过突发长度为1的方式写入进ddr中。 旋转图像的重建模块的始终频率设置为和axi的时钟频率一致一来可以不使用fifo来数据缓存二来该时钟频率为100MHz运行速度也更快。4.6.3图像帧处理在读取原图时如果原图像在不停地储存更新那么重建的旋转是由多帧图像组合而成的该图像便会出错。如果在旋转图像储存过程中便读取该图像进行显示显示图像的帧率大于旋转图像重建的帧率显示的图像也会出错。 该方案采用了降帧的方案。在图像储存时不对输入的每一帧图像都进行储存。当储存完了一张图后停止储存下一帧的图片然后旋转控制模块便开始读取这一帧图片进行旋转重建待到这一帧图片旋转重建完成后才开始接受下一帧的图片。这样便保障了读取时原图的完整性。 在将图片重建后需要进行储存利用乒乓操作将重建的图像利用两个空间进行储存。当向空间1写入重建的图像数据时不断读取空间2的图像数据进行显示。直到空间1的一帧图像数据写入完成且该帧显示结束交换读写地址将重建的图像数据写入到空间2同时读取空间1的数据进行显示。由于重建的帧率小于显示的帧率一个空间的图像数据需要重复显示多次。 如上所述在该方案中原图的输入旋转图像的重建都进行了降帧处理。但图像显示没有做降帧处理但在没有交换读写地址时会重复显示储存在该空间的一帧图片呈现出动态刷新静态显示的效果。4.7图像旋转计算4.7.1图像旋转原理图像旋转的本质利用的是向量的旋转而在MATLAB等算法工具中向量的计算往往转换成相应矩阵的计算向量是几何中的概念因此在算法的编译中常常不直接进行向量的运算而是将其转换成在极坐标中的对应坐标矩阵来进行算法的构建。 矩阵乘法的实质是进行线性变换因此对一个向量进行旋转操作也可以通过矩阵和向量所对应的特征矩阵相乘的方式进行而这在大多数的计算机语言中是通用的方法。正是因为这一点在图像旋转的这个模块中采用了构建特征矩阵进行坐标转化这个思路。具体思路如下。假设有二维向量v [x ; y]其中x,y是原图的像素点的横轴和纵轴坐标。若要进行逆时针旋转角度a。则旋转矩阵R为旋转后的向量 Ro R * v。Ro [Xo,Yo]; 其中Xo, Yo 是输出图像的坐标值。 在正式处理过程中可以这么表示原像素位置记为p中心点记为c旋转后像素位置记为pp。则有(pp - c) R*(p - c)即:pp R*(p-c) c4.7.2输入输出图像坐标的方案选择方案一在此方案中实现代码的方式是正向的思路将原图中的像素点的坐标进行坐标的旋转然后直接幅值到输出的图像中此方案旨在找到输入坐标与输出坐标之间的代数对应关系以此来进行Verilog代码的编写。 但在实际的分析的过程中先采用极坐标系进行分析得到了对应的坐标对应关系如下图所示在该方法中首先将原始坐标以及目标坐标放入了极坐标中并且通过在极坐标中的关系找到了同时满足X0,Y0,X1,Y1四个参量的方程组以此来解出对应的坐标关系并以此为基础得到了输入与输出之间的矩阵运算关系如下这样就解决了坐标的代数关系。但在实际的测试中发现这种方法所旋转得到的图像有着较为严重的失真现象具体情况如下图所示 很明显可以看到在旋转之后这两张图片出现了较大的差别首先是原图像被裁减了其次是目标图像中有较多的瑕点(杂点)。究其原因在于从原图旋转后得到的目标图像的像素位置在原图中找不到。另外就是边缘被裁剪的问题由于在这个方案中约束了显示区域因此在旋转的过程中部分像素点就会由于超出边界而被裁剪。针对以上的两个问题进行了如下改进。方案二由于在之前的方案中出现了杂点以及图像边缘裁剪的问题因此在本方案中我们采用了逆向思维用目标图像的坐标去与原图的坐标进行坐标匹配若在原图像中能找到匹配的图像就显示该点旋转后的点坐标若在原图中找不到该点则不显示该点通过这样就解决了杂点的问题具体所限定的原图的查找区域代码如图所示 其中pp为旋转在后的坐标对应矩阵在if语句中限定了原图的区域用此区域则可以到原图中的坐标点以此来排除不在区域中的坐标点这样就可以解决杂点的问题。(以上是前期在MATLAB中的仿真代码截取)在这种方案下坐标的对应关系如下这样该旋转后的图像就有了较好的还原度达到了相应的题目要求具体的方案的效果如下图所示 如图所示相对方案一而言图像的效果就好了很多但图像边缘仍然存在边缘被切割的现象因此在第三种方案中对代码进一步进行优化。 方案三考虑到未对旋转后的图像进行显示区域的划分因此此类旋转只是对单一像素点的旋转然后在原图像的显示区域上进行坐标点的重新组合得到显示的图像。在解决的方法的思路上采用目标显示区域的重新划分来解决该问题。具体思路是采用原图像的长宽作为基准再用坐标转换的关系将长和宽转换到旋转后的坐标系中得到目标图像在旋转后坐标系中的显示区域具体如下这样就解决了图像边缘被裁剪的问题是整个图像得以完整的显示实际的效果如下从图示的效果可以看出边缘区域被裁剪的问题被解决了但问题是图片加阴影的区域面积比原图大很多。 但在实际的操作中采用这一类的图像点坐标的对应关系产生的结果与预期有着较大的误差图像的效果较差因此为了更好的进行图像的处理我们又在网络上寻找了CORDIC算法以此来得到更好的处理效果。 4.7.3旋转坐标计算在该设计中要求图像拥有0到360的任意角度的旋转坐标变换需要角度的正弦和余弦值。 利用matlab生成正余弦表并将其扩大256倍打印到文件中。利用得到的正余弦表数值将其写入verilog代码中生成正余弦查找表。通过输入角度值来索引其正余弦数值。Matlab生成正余弦列表的代码如下; 该正弦余弦通过MATLAB计算得到并预先储存到FPGA的片上储存空间中在进行坐标变换时读取对应角度的正弦余弦值进行坐标变换。由于计算得到的正弦和余弦值为浮点数而FPGA擅长于进行整数运算。故要进行浮点数到整数的转换具体的实现方法是将计算得到的浮点正弦余弦值乘上 256 后再取整计算得到的结果于原结果相比被扩大了256倍而在数字电路中除法操作可以用移位来进行。结果右移8位即等效于除于256 。坐标变换的核心代码如下 将坐标变换计算模块封装为一个子模块输入输出图像的坐标和旋转角度后即可计算出对应的输入图像对应的像素的坐标。然后读取该坐标的像素值写入到旋转重建的图像对应的坐标位置即可。本文完欢迎关注更精彩的内容等着你
