WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 ||

Рис. 13. Требуемые от ПЛИС в задаче локализации ШК ресурсы производительности – OP, объём внутренней памяти – M, объём потока данных между ПЛИС и ЦСП – D, в зависимости от места разбиения алгоритма между ПЛИС и ЦСП - k.

Независимые части 1..7 алгоритма локализации ШК имеют характеристику последовательного доступа к памяти, следовательно, они могут работать непосредственно с видеоканальными данными. Независимая часть 1 имеет признак “оконности”, и при этом шаг окна d=1 составляет один пиксель, что означает высокую эффективность буферизирующего метода использования внутренней памяти (Мбуф=20496 бит или 5 блоков памяти ПЛИС, т.е. 23040 бит).

Независимая часть 3 также имеет признак “оконности”, но шаг окна d=10, следовательно, более эффективен накапливающий метод использования внутренней памяти (Мнак=4*9728 бит или 4*3 блока памяти ПЛИС, т.е. 4*бит). На рис. 13 показаны требуемые ресурсы ПЛИС, в зависимости от места разбиения k алгоритма между ПЛИС и ЦСП.

Часть 8 имеет СЗА входных данных, что делает невозможным работу с видеоканальными данными и требует сохранения изображения в МВП (нужно отметить, что СЗА можно избежать за счёт изменения алгоритма, предусматривающего несколько проходов по изображению и генерацию большого блока вспомогательных данных). Поскольку эта часть алгоритма не использует преимуществ ПЛИС и сложна в аппаратной реализации, то она реализована в ЦСП.

Задача вычисления гистограммы распределения яркостей пикселей изображения имеет ЗАП-граф, показанный на рис. 14. Важно отметить наличие цикла из операторов Rвых, P и Wвых. Для работы в темпе поступления видеоданных необходимо выполнение условия не превышения времени работы этих операторов периода поступления очередной яркости: TRвых+TP+TWвых

По условиям задачи Tpix20,8nS. Минимально возможная задержка чтения составляет 2 такта работы памяти, записи – 1 такт, и 1 такт будет потрачен на выполнение оператора P. Следовательно, 1 такт примерно равен 5,2 nS, а частота работы памяти и вычислителя должна быть не менее 192 МГц. Что удовлетворяет параметрам АЛУ и внутренней памяти предположительных ПЛИС и ЦСП. При этом объём необходимой внутренней памяти – 256*16=4096 бит. Вычисление гистограммы, непосредственно используя видеоканальные данные, не требует использование операторов Aвх, Rвх и Aвых.

i = 1.. I j = 1.. J i, j p +Rвых Wвых Rвх Авых Авх P i = j = i, j p = 0 p = Bmax i = I j = J Рис. 14. ЗАП-граф алгоритма вычисления гистограммы распределения яркостей пикселей изображения.

Характеристики и цена ПЛИС фирмы Altera семейства Cyclone. Табл. 3.

EP1C3 EP1C4 EP1C6 EP1CКоличество ЛЭ 2910 4000 5680 Частота работы ЛЭ (градация скорости микросхемы 275 275 275 – C8), МГц Общее количество Кбит блоков памяти ОЗУ 60 78 92 Частота работы блоков памяти (градация скорости 197.01 197.01 197.01 197.микросхемы – C8), МГц Макс. возможное количество 8-битных сумматоров 363 500 710 Макс. возможное количество миллионов 8-битных 99 825 137 500 195 250 414 сложений в секунду, MACs Цена1 при градации скорости микросхемы – С8 264 руб 474 руб 533 руб 965 руб Микросхемы ПЛИС выбирались из семейства Cyclone фирмы Altera, как наиболее новых и дешёвых микросхем на момент разработки устройства.

Изменение параметра разбиения k охватывало ПЛИС этого семейства в диапазоне EP1C3, EP1C4, EP1C6 и EP1C12 (см. табл. 3). Со стороны ЦСП были представлены процессоры семейства BlackFin фирмы Analog Devices.

По данным сайта www.digikey.com на январь 2008 года Выбор был сделан в пользу EP1C6 и BF-533. Полученное разбиение алгоритмов показано на рис. 12. Архитектура выбрана по типу изображённой на рис. 11-б, так как большая часть обработки сосредоточена на видеоканальных данных, и трафик, дополнительно создаваемый информацией от ПЛИС, составляет 39 Мбайт/сек, что примерно соответствует 15% максимально возможного трафика через шину ЦСП-МВП. В качестве МВП использован SDRAM 16MB с 16-ти разрядной шиной, работающей на частоте 133 МГц.

Разработанная по этому методу рефлексная видеокамера и её электронная часть показаны на рис. 15 и 16.

Рис. 15. Видеокамера, обеспечивающая программную реализацию на ПЛИС и ЦСП алгоритмов первичной обработки видеоданных.

Рис. 16. Реализация 2-го варианта архитектуры соединения ПЛИС, ЦСП и МВП.

В Приложении приводятся список сокращений и тексты упомянутых патентов.

Основные результаты диссертационной работы Проведён анализ алгоритмов обработки изображения нижнего и среднего уровней. Предложен способ графико-параметрического описания алгоритмов преобразований цифровых изображений, позволяющий определить возможность их параллельно-конвейерного исполнения с учётом особенностей требуемых обращений к памяти видеоданных.

Для детекторов простых элементов изображения предложены и построены их параметризованные схемы потоков данных, определяющие метод выбора их параллельно-последовательной программной реализации и наилучшей архитектуры нужных аппаратных частей.

Построено формальное описание процедуры разложения алгоритма на параллельно-последовательные составляющие и выбора архитектуры средств обработки видеоданных по критерию цены при заданном быстродействии.

Построено три архитектурных решения, обеспечивающих программноаппаратную реализацию алгоритмов нижнего и среднего уровней обработки изображения.

Предложены программно-аппаратные архитектуры рефлексного видеосенсора, обеспечивающие встроенную возможность программной реализации алгоритмов первичной обработки изображений в непосредственной близости от приёмного видеодатчика, что резко удешевляет канал передачи видеоданных на удалённый компьютер.

Публикации по теме диссертации 1. Краснобаев А.А. Выделение трёхмерных объектов на сцене методом их моделирования. Сборник трудов конференции Мобильные роботы 2003. –M., МГУ, 2003. С. 309-317.

2. Краснобаев А.А. Алгоритм локализации линейного штрихового кода в изображении сцены. Сборник трудов молодых учёных, аспирантов и студентов "Информатика и системы управления в XXI веке". –M., МГТУ, 2004. С. 228-234.

3. Краснобаев А.А. Алгоритмы распознавания штриховых кодов, Препринт Института прикладной математики им. М.В. Келдыша РАН, 2004, №84, 29 с.

4. Краснобаев А.А. Алгоритмы работы системы технического зрения для распознавания штриховых кодов. Сборник трудов конференции "Мобильные роботы 2005". –M., МГУ, 2005. С. 22-32.

5. Краснобаев А.А. Обзор алгоритмов детектирования простых элементов изображения и анализ возможности их аппаратной реализации, Препринт Института прикладной математики им. М.В. Келдыша РАН, 2005, №114, 20 с.

6. Краснобаев А.А., Платонов А.К. Классификация алгоритмов детектирования простых элементов изображения и анализ возможности их аппаратной реализации. 9-ая Всероссийская научн.-практич. конференция “Экстремальная робототехника”, Том 5, СПб.: НПО Спец. материалов, 2006г.

7. Краснобаев А.А., Платонов А.К. Метод параллельно-последовательного детектирования элементов изображения в системах технического зрения // Теория и системы управления, 2007, №4, C. 96-109.

8. Видеосканер штриховых кодов и расчётно-кассовый узел с его использованием : пат. 65267 Рос. Федерация. №2007111328/22,. ; заявл.

28.03.07 ; опубл. 27.07.07, Бюл. № 21.

9. Способ нахождения штриховых кодов в кадре видеоизображения : пат.

2314564 Рос. Федерация. № 2006123894; заявл. 05.07.06 ; опуб. 10.01.08, Бюл.

Pages:     | 1 |   ...   | 2 | 3 ||






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»