【技术实现步骤摘要】
本申请涉及图像处理，例如涉及一种视频边缘检测加速核心系统。
技术介绍
1、如今，由于使用高分辨率相机传感器，实时图像处理已成为一个巨大的挑战，这些传感器可以产生高分辨率和高帧率的高清视频流。因此，在处理器上处理如此庞大的数据成为一个巨大的挑战。
2、边缘检测是非常重要的预处理方法之一，常用于图像感知和分析，以查找感兴趣区域边界，这在特征提取、运动检测、对象跟踪等许多应用中发挥着重要的作用。尤其是随着人工智能的兴起，边缘检测更是在其中起着重要作用，边沿属性是使用该像素邻域中图像的函数行为计算的。检测边缘的运算算子是由两掩码表示的，每个掩码对应于某个方向。
3、目前sobel、prewitt检测算法为最常用的算法之一，但面对高分辨率高刷新率的视频流时，由于处理矩阵运算时相对较慢，且处理图像数据时也是按照顺序串行处理的，可能会导致处理出的图像数据缺乏实时性，速度较慢。
4、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键／重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
2、本公开实施例提供了一种视频边缘检测加速核心系统，该系统包括摄像头、图像数据提取单元、i2c配置单元、rgb格式转换单元、axi_dma_wr单
3、i2c配置单元，用于对摄像头参数进行配置，以使摄像头工作在特定的模式下；
4、摄像头，用于采集视频数据传送给图像数据提取单元，以用于图像数据提取单元会对摄像头传来的数据信息进行解析提取，将有效的图像数据提取出来，并将提取后的数据传送给rgb格式转换单元；
5、rgb格式转换单元，用于将图像数据转换为rgb格式，并发送给axi_dma_wr单元；
6、axi_dma_wr单元接收到数据后，将数据通过axi_interconnect总线发送给ddr控制器，ddr控制器再将图像的数据流存在ddr当中，当检测到ddr内存当中已经存储了多帧图像数据后，通过ddr控制器读取ddr中的数据，并通过axi_interconnect总线发送给边缘检测加速核心单元进行算子运算；
7、边缘检测加速核心单元在接收到图像数据后，首先将数据进行一个rgb转灰度图像处理，转换成灰度图像后，将灰度图像数据发送到多帧线缓冲中，当多帧线缓冲中，有足够多的图像数据时，便会进行多流水边沿检测运算，运算后便将运算结果通过axi_interconnect总线发送给ddr控制器，ddr控制器再将运算后的数据存回ddr当中，再通过axi_dma_rd单元将边缘检测后的数据从ddr中读取出来显示到hdmi显示屏上。
8、在一些实施例中，边缘检测加速核心单元中的算子核包括3x3的矩阵；
9、针对每一帧图像数据，线缓冲1存储第一帧图像的第一行数据，线缓冲2存储第一帧图像的第二行数据，线缓冲3存储第一帧图像的第三行数据；
10、当3行线缓冲数据存满之后，通过在3个线缓冲行上滑动算子核进行边缘检测运算；
11、当前3行数据运算完成后，将线缓冲3当中的第3行数据写入线缓冲2，线缓冲2中的第2行数据写入线缓冲1，新进入的数据写入线缓冲3，以此轮询所有像素数据行。
12、在一些实施例中，当帧1在进行算子运算时，并行填充帧2的线缓冲行，帧2线缓冲行计算方式跟帧1一致。
13、在一些实施例中，当帧2在进行算子运算时填充帧3。
14、在一些实施例中，所述算子运算包括对图像的水平方向和垂直方向的梯度进行计算；
15、其中，对水平方向的梯度计算为gx=x*a，对垂直方向的梯度计算为gy=y*a，最终梯度计算结果取近似值为gxy = |gx|+|gy|，其中a表示线缓冲中3x3的矩阵，x为计算水平梯度的3x3的算子核矩阵，矩阵的第一行表示x0，第二行表示x1，第三行表示x3；y为计算垂直梯度的3x3的算子核矩阵，矩阵的第一行表示y0，第二行表示y1，第三行表示y3。
16、在一些实施例中，在算子进行运算时，x0与线缓冲0对应的每一个元素进行相乘，并将计算结果进行累加；x1与线缓冲1对应的每一个元素进行相乘，并将计算结果进行累加；x2与线缓冲2对应的每一个元素进行相乘，并将计算结果进行累加；之后再将3个计算结果进行累加之后得到gx。
17、在一些实施例中，在算子进行运算时，y0与线缓冲0对应的每一个元素进行相乘，并将计算结果进行累加；y1与线缓冲1对应的每一个元素进行相乘，并将计算结果进行累加；y2与线缓冲2对应的每一个元素进行相乘，并将计算结果进行累加；之后再将3个计算结果进行累加之后得到yx。
18、在一些实施例中，在算子进行运算时，将gx和gy的值求绝对值进行累加得到gxy；
19、当gxy的值大于设置的阈值时，识别为边缘
20、本公开实施例提供的视频边缘检测加速核心系统，可以实现以下技术效果：
21、算子核在进行运算时，采用多帧流水运算，这样多帧图像数据能够并行进行运算，大大增加了运算的并行度，加快了视频流数据的处理速度。
22、以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
本文档来自技高网...【技术保护点】
1.一种视频边缘检测加速核心系统，其特征在于，所述系统包括摄像头、图像数据提取单元、I2C配置单元、RGB格式转换单元、AXI_dma_wr单元、AXI_interconnect单元、DDR控制器、DDR存储单元、边缘检测加速核心单元、AXI_dma_rd单元、HDMI显示屏；
2.根据权利要求1所述的系统，其特征在于，所述边缘检测加速核心单元中的算子核包括3x3的矩阵；
3.根据权利要求2所述的系统，其特征在于，当帧1在进行算子运算时，并行填充帧2的线缓冲行，帧2线缓冲行计算方式跟帧1一致。
4.根据权利要求3所述的系统，其特征在于，当帧2在进行算子运算时填充帧3。
5.根据权利要求1所述的系统，其特征在于，所述算子运算包括对图像的水平方向和垂直方向的梯度进行计算；
6.根据权利要求5所述的系统，其特征在于，在算子进行运算时，X0与线缓冲0对应的每一个元素进行相乘，并将计算结果进行累加；X1与线缓冲1对应的每一个元素进行相乘，并将计算结果进行累加；X2与线缓冲2对应的每一个元素进行相乘，并将计算结果进行累加；之后再将3
7.根据权利要求6所述的系统，其特征在于，在算子进行运算时，Y0与线缓冲0对应的每一个元素进行相乘，并将计算结果进行累加；Y1与线缓冲1对应的每一个元素进行相乘，并将计算结果进行累加；Y2与线缓冲2对应的每一个元素进行相乘，并将计算结果进行累加；之后再将3个计算结果进行累加之后得到Yx。
8.根据权利要求7所述的系统，其特征在于，在算子进行运算时，将Gx和Gy的值求绝对值进行累加得到Gxy；
...【技术特征摘要】
1.一种视频边缘检测加速核心系统，其特征在于，所述系统包括摄像头、图像数据提取单元、i2c配置单元、rgb格式转换单元、axi_dma_wr单元、axi_interconnect单元、ddr控制器、ddr存储单元、边缘检测加速核心单元、axi_dma_rd单元、hdmi显示屏；
2.根据权利要求1所述的系统，其特征在于，所述边缘检测加速核心单元中的算子核包括3x3的矩阵；
3.根据权利要求2所述的系统，其特征在于，当帧1在进行算子运算时，并行填充帧2的线缓冲行，帧2线缓冲行计算方式跟帧1一致。
4.根据权利要求3所述的系统，其特征在于，当帧2在进行算子运算时填充帧3。
5.根据权利要求1所述的系统，其特征在于，所述算子运算包括对图像的水平方向和垂直方向的梯度进行计算；...
【专利技术属性】
技术研发人员：许桂龙，赵鑫鑫，姜凯，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。