電子發燒友App
引言
直方圖統計在圖像增強和目標檢測領域有重要應用，比如直方圖均衡，梯度直方圖。直方圖的不同種類和統計方法請見之前的文章。本章就是用FPGA來進行直方圖的計算，并且利用FPGA的特性對計算過程進行加速。安排如下：
首先基于直方圖算法進行FPGA架構設計，這里主要考慮了如何加速以及FPGA資源的利用兩個因素；最后基于system Verilog搭建一個驗證系統。
FPGA設計架構
不論是圖像灰度直方圖還是梯度直方圖，本質上是對數據的分布進行計數。從FPGA角度來看，只關心以下幾點：
1） 根據數據大小確定其分布區間，統計分布在不同區間的數據個數，區間的大小可以調節，比如灰度直方圖區間為1，梯度直方圖通常大于1；
2） 如何利用FPGA對直方圖統計進行加速，以及如何考慮到芯片有限資源；
首先來考慮加速方式，直方圖統計過程用偽代碼表示為：
For（int i=0;i Index = get_index（data［i］）;
Hist［index］++;
}
Get_index函數是為了確定數據屬于哪個區間，如果區間大小為1，那么index就是數據自身。如果區間是平均分布，那么就需要進行數據的大小比較。如果區間大小是2的冪次，那么index只需要數據進行移位得到。
FPGA在加速計算中最主要就是利用并行化和流水線，并行化就是將一個任務拆解成多個子任務，多個子任務并行完成。而流水線是在處理一個子任務的時候，下一個來的子任務也可以進行處理，處理模塊不會等待。流水線本質上是對子任務也進行“分割”，分割的每一塊可以在處理模塊中同時進行。
統計N個數據，可以將N分成M份，在FPGA上同時進行M個統計，用偽代碼表示為：
For（int k=0;k //并行化
For（int i=0;i Index = get_index（data［k］［i］）;
Hist［k］［index］++;
}
}
如果區間不是2的冪次，就需要比較器，這樣并行M次，就需要M個同等比較器，這對資源消耗很大。因此目前設計僅僅支持2的冪次的區間。整個設計架構如圖1.2。
圖2.1 流水線處理
圖2.2 直方圖統計架構
主要分為以下幾個模塊：
1）statis：這個是核心計算模塊，統計數據分布。ram中存放直方圖統計數據，地址對應著數據分布區間。這里有一個問題需要考慮，在對ram中直方圖統計數據計數時，需要讀出然后計數。如果ram讀端口沒有寄存器，那么讀出來直接加1，再寫入。但是這樣并不好，因為ram不經過寄存器時序不好。所以增加了一級寄存器，這樣就造成了寫入的延時，那么有可能下一次數據來臨也會讀取同樣地址的數據，此時讀取到的直方圖數據就是還沒有寫入的。為了解決這個問題，判斷進入的前后兩個數據是否相同，如果相同就不寫入而繼續計數，如果不同就寫入。并行多個statis模塊的代碼為：
genvar i;
generate
for（i=0;i
statis #（
.PIX_BW（PIX_BW），
.HIST_BW（HIST_BW），
.ADDR_BW（HIST_LEN_BW），
.BIN_W（BIN_W）
）u_statis（
.clk（clk），
.rst（rst），
.clr（clr），
.enable（1‘b1），
.pix_valid（pix_valid），
.pix（img_i［i*PIX_BW +： PIX_BW］），
.hist_rd（branch_hist_rd），
.hist_raddr（branch_hist_raddr），
.hist（branch_hist［i*HIST_BW +： HIST_BW］）
）;
end
endgenerate
2）serders：這個是并轉串。M個statis模塊會產生M組hist結果，這些結果還要進行求和，那么就要用到加法樹，如果M較大，會造成加法樹很大，多以這里加了serders可以調節加法樹資源。
3） addTree：加法樹。
module addTree #（
parameter DATA_BW = 32，//bit width of data
parameter TREE_DEPTH = 3，//depth of the add tree
parameter ADD_N = 4//add number
）
（
input clk，
input rst，
input ［ADD_N*DATA_BW-1:0］ adnd_x，
input ［ADD_N*DATA_BW-1:0］ adnd_y，
input adnd_valid，
output reg［DATA_BW-1:0］ finl_sum，
output reg finl_sum_valid
）;
reg ［TREE_DEPTH-1:0］midl_valid;
genvar dept_i， leaf_i;
generate
for（dept_i=TREE_DEPTH-1;dept_i》=0;dept_i=dept_i-1）begin： ADD_DPET
localparam LEAF_N = 2**dept_i;
wire［DATA_BW-1:0］ midl_sum［LEAF_N-1:0］;
for（leaf_i=0;leaf_i
reg ［DATA_BW-1:0］ midl_add_x;
reg ［DATA_BW-1:0］ midl_add_y;
if（dept_i==TREE_DEPTH-1）begin
always @（posedge clk）begin
midl_add_x midl_add_y end
end
else begin
always @（posedge clk）begin
midl_add_x midl_add_y end
end
adder #（
.DATA_BW（DATA_BW）
）
u_adder（
.adnd_x（midl_add_x），
.adnd_y（midl_add_y），
.sum（midl_sum［leaf_i］）
）;
end
if（dept_i==TREE_DEPTH-1）
always @（posedge clk）begin
midl_valid［dept_i］ end
else
always @（posedge clk）begin
midl_valid［dept_i］ end
end
endgenerate
always @（posedge clk）begin
finl_sum end
always @（posedge clk）begin
if（rst）
finl_sum_valid else
finl_sum_valid end
endmodule
4） accum：累加器。如果加法樹沒有完成M個hist數據的求和，那么就需要通過累加器來完成。
圖2.3 對ram的處理
驗證結構
1） img_trans：這個是隨機化圖像數據定義，主要通過SV中constraint來對圖像大小做一些約束；
class img_trans;
rand int img_w;
rand int img_h;
rand int img_blank;
rand logic［`PIX_BW-1:0］ img［`MAX_IMG_W*`MAX_IMG_H］;
constraint img_cfg_cnst{
img_w img_w 》 0;
img_w % `PARALL == 0;
img_h img_h 》 0;
img_blank img_blank 》= 0;
}
extern function void write（input string f_name）;
endclass
2） driver：產生image并且發送給DUT，同時通過mailbox發送給ref_model用于對比；
class img_obj;
logic ［`PIX_BW-1:0］ img_que［$］;
endclass
class driver;
int img_w;
int img_h;
int img_blank;
logic ［`PARALL*`PIX_BW-1:0］ img;
logic ［`PIX_BW-1:0］ img_ele;
img_obj imgObj;
img_trans imgTrans;
extern task drive（mailbox img_mbx， virtual img_inf.test imgInf）;
endclass
3） ref_model：自己統計直方圖和DUT的結果進行比對；
class ref_modl;
logic ［`PIX_BW-1:0］ img;
int addr;
img_obj imgObj;
int hist［`HIST_LEN］;
extern task calc（input logic clk， mailbox img_mbx）;
extern task comp（virtual img_inf.test imgInf）;
extern task run（input logic clk， mailbox img_mbx， virtual img_inf.test imgInf）;
extern function void clear（）;
endclass
圖3.1 驗證架構圖
最后添加一下modelsim仿真波形文件和結果，純粹為了增加篇幅。
圖3.2 modelsim仿真波形和結果
工商網監
評論