论文部分内容阅读
本文提出一种基于AP-SoC嵌入式图像特征点提取系统的设计解决方案,实现了包括底层硬件模块设计、硬件平台系统构建、嵌入式Linux操作系统的建立、Linux设备驱动的编写和顶层应用程序实现的完整的全系统设计。该系统采用的实现平台是Zedboard,该平台集成Zynq-7000系列的全可编程片上系统(AP-SoC)芯片,采用ARM+FPGA的体系结构。本文的解决方案是采用软、硬件协同设计的思想,在FPGA部分实现Harris特征点提取自定义模块,通过AXI4总线与以ARM为核心的处理器系统进行数据交流。在Linux操作系统下,结合Opencv图像处理函数库实现同源图像配准参数提取和目标识别两个工程应用。本文主要做了以下三方面工作:首先,本文设计实现Harris特征点提取硬件模块和构建硬件平台系统。在对Harris特征点提取算法深入分析的基础上,本文根据算法本身的并行性和特点,考虑软硬件协同设计,合理划分子模块功能,实现最多可以提取1024个特征点的图像Harris特征点提取模块。通过利用Zedboard的高性能数据端口(HP)和CDMA IP核组建处理器系统与自定义模块的DMA数据传输通道,构建了高效的硬件平台系统。其次,本文实现系统自定义外设模块的Linux设备驱动。在Zedboard上成功建立Linux嵌入式操作系统后,本文利用Platform设备驱动的机制,采用高效地共享内存的方式,进行内核空间与用户空间的大数据交流。最终,本文实现硬件系统自定义外设模块的Linux设备驱动程序,为高级应用程序控制自定义外设模块提供了软件接口。最后,本文利用高级图像处理函数库Opencv,设计顶层应用程序,验证系统正确性。在硬件提取特征点后,本文通过移植高级图像处理库Opencv来实现图像特征点的描述、匹配和参数计算,验证系统的正确性和工程实用性。本文的基于AP-SoC嵌入式图像特征点提取系统,在无操作系统的情况下,提取一幅512×512图像的特征点耗时2.9ms,与matlab程序相比,加速比达到1200倍。在有操作系统的情况下,该运行时间依然可以达到5.7ms,系统具有良好地实时性。另外,本系统可以灵活地运用高级图像处理函数库实现多种以Harris特征点提取为基础的嵌入式计算机视觉应用。