[發明專利]一種基于高層次綜合工具的圖像處理方法及系統

在審

• 申請號: 202211242480.3
• 申請日: 2022-10-11
• 公開（公告）號: CN115619618A
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 王自鑫;張仕杰;陳弟虎;胡勝發;湯錦基;袁悅來
• 申請（專利權）人: 中山大學;廣州安凱微電子股份有限公司
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06T5/00;G06T7/11;G06T7/13;G06T7/33
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

本發明涉及圖像處理技術領域，提出一種基于高層次綜合工具的圖像處理方法及系統，包括步驟：構建圖像處理流程，其中包括依次執行的基于GAUSS算法的圖像去噪處理、基于SOBEL算法的邊緣提取處理、基于HARRIS算法或FAST算法的特征點提取處理；利用高層次綜合工具對圖像處理流程采用循環展開處理、數據流處理、流水線處理與數據分割處理中的一種或多種進行優化，生成圖像處理IP核；將圖像處理IP核在Vivado HLS工具中進行C/RTL聯合仿真，通過仿真驗證后，在FPGA中調用圖像處理IP核以完成圖像處理。本發明利用高層次綜合工具進行的圖像處理算法的設計與優化，針對圖像處理算法進行并行化改進，從而提升圖像處理速度，滿足高速高吞吐量的應用需求，尤其適用于工業實時檢測領域。

技術領域

本發明涉及圖像處理技術領域，更具體地，涉及一種基于高層次綜合工具的圖像處理方法及系統。

背景技術

目前工業實時檢測對圖像處理算法的處理速度和吞吐量提出了極高的要求，使得傳統的CPU平臺無法滿足要求，需要轉向硬件平臺進行圖像處理算法加速。在工業檢測領域中，常見的圖像處理算法包括GAUSS濾波、SOBEL濾波、HARRIS角點提取、FAST角點提取等。

傳統工業視覺檢測系統不能滿足現代工業現場要求主要體現在檢測精度低、檢測速率慢、檢測總量小。工業級別的高精度相機能夠解決檢測精度低與檢測速率不夠的問題，但是隨之帶來的是圖像原始數據量大，圖像傳輸速率快等問題。圖像算法的處理速度成為工業檢測系統的瓶頸。CPU平臺的工業檢測系統不能適應日益增大的圖像原始數據量以及日益復雜的圖像處理算法。圖像處理算法需要高效的開發方式和高速高吞吐量的硬件平臺以滿足現代工業視覺檢測要求。而在FPGA加速領域中，FPGA具有更強大的原始數據算力以及可重構性，比如FPGA可以處理任意精度數據并進行調整。一方面，FPGA硬件加速采用流水線優化，能夠將各階段的計算處理過程重疊起來；另一方面，FPGA能夠通過流水線優化取消數據傳輸和數據計算的延遲，達到較高的實時性。

發明內容

本發明為克服上述現有技術所述的傳統工業視覺檢測存在檢測精度低、檢測速率慢、檢測總量小的缺陷，提供一種基于高層次綜合工具的圖像處理方法及系統。

為解決上述技術問題，本發明的技術方案如下：

一種基于高層次綜合工具的圖像處理方法，包括以下步驟：

構建圖像處理流程，其中包括依次執行的基于GAUSS算法的圖像去噪處理、基于SOBEL算法的邊緣提取處理、基于HARRIS算法或FAST算法的特征點提取處理；

利用高層次綜合工具對所述圖像處理流程采用循環展開處理、數據流處理、流水線處理與數據分割處理中的一種或多種進行優化，生成圖像處理IP核；

將所述圖像處理IP核在Vivado HLS工具中進行C/RTL聯合仿真，通過仿真驗證后，在FPGA中調用所述圖像處理IP核以完成圖像處理。

進一步地，本發明還提出了一種基于高層次綜合工具的圖像處理系統，其應用本發明提出的高層次綜合工具的圖像處理方法。

所述圖像處理系統中包括依次連接的圖像采集模塊、圖像處理模塊和圖像顯示模塊；所述圖像處理模塊中包括基于GAUSS算法的圖像去噪單元、基于SOBEL算法的邊緣提取單元、基于HARRIS算法或FAST算法的特征點提取單元；其中，所述圖像去噪單元、邊緣提取單元和特征點提取單元中包括利用高層次綜合工具對圖像處理流程采用循環展開處理、數據流處理、流水線處理與數據分割處理中的一種或多種進行優化生成得到的圖像處理IP核。

與現有技術相比，本發明技術方案的有益效果是：本發明利用高層次綜合工具進行的圖像處理算法的設計與優化，針對圖像處理算法進行并行化改進，從而提升圖像處理速度，滿足高速高吞吐量的應用需求，尤其適用于工業實時檢測領域。

附圖說明