图像卷积实时计算的FPGA实现

张帆

（中国科学院长春光机所，吉林 长春 130033）

卷积运算普遍应用在图像模糊、图像锐化以及卷积神经网络、目标识别等数字图像处理中，是图像预处理的关键步骤。根据卷积计算操作单一化、算法简便的特点，结合FPGA资源循环复用和并行处理结构，实现了基于FPGA的图像卷积计算[1-4]。但是图像卷积计算要求遍历图像所有像素点，图像像素越多，计算时间越长；同时在图像处理中涉及多级联卷积计算，例如卷积神经网络计算时，其并行性差，导致图像处理实时性很难得到保证，因此对基于FPGA的图像卷积计算方式的研究显得尤为重要[5-6]。

目前对于提升FPGA图像处理中卷积计算时间的研究主要分为硬件和软件两个方面。其中基于硬件电路的设计方法简单，根据图像卷积处理目的设计出特定的电路结构，以满足图像处理需求[7-8]。这种方法能够有效地实现卷积计算，但是不具有通用性，实用价值不高。所以基于FPGA算法处理图像数据的方法更具有研究意义。结合FPGA的高速处理能力和并行计算特点，设计算法框架以实现降低资源消耗，提升图像处理速率的目的[9-10]。文献中提出多种方法，包括基于FPGA设计一种卷积计算IP核，通过对IP核参数设置，实现对不同窗口大小、不同系数的卷积计算[11]。利用FPGA的并行机制以及分布式，用查找表代替乘法器，降低图像运算量[12]。采用异步接收发送以及流水线结构，实现图像数据准确传输及计算[13-16]。文献中提出的基于FPGA卷积计算是根据系统获取图像数据后，通过不同的卷积计算方法减少图像处理时间，提高图像处理效率。……