工作中的 LogiHOG 分类器
LogicBRICKS 库中有多种其他常用的 IP 核，可用于简化开发工作。另外还有几种图像信号处理流水线可供设计人员实现在自己的设计中。这些图像处理内核提供完整解决方案，支持创建高达 4K2K P60 的流水线。这些流水线在 SoC 内与摄像头界面接口，因此能够支持多种不同的摄像头技术。
开发流程遵循传统 SoC 开发，根据运行要求配置 SoC。LogicBRICKS 库中的 IP 核随后插入到可编程逻辑架构中，以构成具备所需功能的图像处理流水线。然后用运行在 ARM® A9 内核上的应用软件提供的 API 调用按要求实时地精调算法。
许多应用使用的是高动态范围摄像头。动态范围代表的是传感器捕获拥有宽范照度强度的图像的能力，一般使用 dB 或比率来表达。这意味着同一幅图像中可以同时有高照度区域和黑暗区域。通过增强图像的照度和图像局部区域的亮度，logiHDR 内核提供与这些摄像头接口并从图像中提取最大细节的能力。
为专门应用加速
在使用免费或商用 IP 实现大部分图像处理流水线后，要让应用功能完整，还有需要实现的其余功能。使用 SoC 就能在处理器中或是在可编程逻辑中完成这一步。使用 SDSoC? 开发工具，我们能无缝地在这两者间移植功能，加快首先用高级语言开发的应用的设计速度。
要发挥 SDSoC 的功能，我们可以使用 IP 核定义一个包含底层图像处理流水线的新平台。SDSoC 随后就能够使用可用的逻辑和互联资源加速设计。
在 SDSoC 内有多个库可供设计人员开发能在可编程逻辑内加速的应用。具体到图像处理，主要有两个支持 HLS 的库：
HLS_video – 该库提供嵌入式视觉功能和数据结构。这些元素可综合在一起。
HLS_OpenCV – 该库提供预先编译的 OpenCV 功能，以及与 IP 模块接口所需的专门支持功能。该库目的是供测试台使用，因此不可综合。
许多算法将使用 OpenCV 等开源图像处理框架开发。因此，在使用 SDSoC 开发以加速为目的的系统时，设计人员希望使用熟悉的框架。这就是 HLS_OpenCV 库配合 SDSoC 开发工具发挥作用的地方。它提供与加速功能接口所需的功能。
OpenCV 组元中最基本的是 cv::mat 类，用于定义以 X 轴和 Y 轴表示的图像大小以及像素信息。例如每个像素内的位数、有符号还是无符号、多少个通道构成一个像素。这个类是我们使用 OpenCV 时如何存储和操作图像的基础。
在 HLS 库中有一个类似的结构，即 hls::mat。鉴于 HLS 流是创建图像处理流水线的标准接口，该库还提供一些让我们能把 hls::mat 类转化为 HLS 流或把 HLS 流转化为 hls::mat 类的功能。cv::mat 类和 hls::mat 类之间的主要区别在于 hls::mat 类被定义为适用可编程逻辑架构的像素流，这与属于内存映射的 cv::mat 类不同。流实现和内存映射实现之间的这种差别意味着我们使用 hls::mat 类时不必随即访问像素。
这样就能够使用处理器内的双 ARM A9 内核完成应用的初步开发，确保算法的功能。在需要该功能时，可编程逻辑中的算法就能被加速。设计人员可使用追踪和 AXI 性能监测等 SDSoC 功能优化加速性能。
结论
视觉导向的的机器人和无人机技术在开发嵌入式视觉算法的过程中面临一系列的难题，但这些算法可帮助视觉导向的的机器人和无人机了解所处环境并根据得到的信息做出决策。为协助这些图像处理系统的开发工作，设计人员可使用 IP 核提供的功能，并运用 SDSoC 等系统级开发工具，生成所需的最终硬件加速功能。
机器之心「公司专栏」是面向国内外人工智能公司，传播公司技术、优质解决方案的专栏平台，同时也能为需求者了解这些公司以及相应的技术提供一个窗口。目前已经有百度 NLP、地平线机器人、第四范式、阅面科技等公司在机器之心开设此专栏。
欢迎更多人工智能公司与机器之心联系开设公司专栏，介绍公司技术与解决方案，联系邮箱：editor@jiqizhixin.com。
↓↓↓
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
