EETOP赛灵思“安富利杯”LX9开发板使用征文--基于LX9的图像直方图均衡化处理

赛灵思“安富利杯”LX9开发板使用征文

--基于LX9的图像直方图均衡化处理

 

xie0jing0

 

对于开发板，在我的印象中，就是一个大大的电路板，可能还有其他对插的小板子，配上笨重的电源，再加上下载器，另外不可避免的就是一大堆导线。可是LX9这个小套件改变了我的想法。在手指大小的空间里就集成了FPGA、SDRAM、FLASh，供电与下载都由一个USB口实现，特别适合在家中学习和实验。别看他小，可是LED、按键、UART、Ethernet样样都行，随着套件配备了各个功能的开发例程，让我们学起来上手特别快。板子也特意留出了扩展IO，让我们更能随心所欲的发挥。

Microblaze嵌入式系统开发是这个小板子的强项，也是安富利设计其的用意所在。Spartan6的强大也在此深有体现。既然是以嵌入式CPU为主题，那么拿到板子做什么好呢？首先进入脑海的就是图像处理。FPGA在图像处理领域具有非常重要的地位。它凭借处理速度快，大规模并行处理，应用灵活，时序控制精准的特点，常常被需要高速海量数据处理的图像采集处理模块所应用。但FPGA也有其致命的弱点，就在于运算能力较弱，应对图像数据复杂的分析处理就显得力不从心了。这时，往往要加上一片DSP完成数字信号处理。使得整个电路复杂庞大。而现在，Microblaze就给我们展示了另一种解决方案。FPGA完成外围控制与数据传输的功能而应用嵌入式CPU替代DSP完成数据运算处理，克服的FPGA+DSP模式的不足，使得设计简单紧凑，时序性更好，会有很好的发展前景。

之后就来说说我的试用之旅吧。首先确定方向是做图像处理，具体就做个最基础的图像直方图均值化吧。大概的体系设想是这样：首先，通过UART将图像数据由电脑传输至电路板，并存储，然后统计图像直方图，进行对比度分析处理，最后将处理后的数据再通过UART传回电脑，以验证算法。有了大体的思路，就开始动手了。

软件用的是ISE12.4的版本。第一步，参照Avnet_S6_LX9_Microboard_Configuration_Guide将UART、JTAG等相关的驱动安装好，对板子进行了初步的测试。前面的博客有不少都做了详细的说明，在这就不多说了。经过小半天的折腾，终于调通了，看着板上的流水灯一闪闪的，心里的尽头更足了。

    第二步，就是照着J800_AvtS6LX9MicroBoard_MBHP_Create来实现一个自己定制的硬件平台。在这里得感谢第一批试用的朋友们，我在网上没下到LX9的XBD文件，还是他们给我传过来的，谢谢啦！按照MBHP_Create一步一步的走，其中也根据自己项目的特点稍作了更改，将CPU的内存容量扩大到了8K，去掉了Ethernet_MAC、SPI_FLASH等暂时不需要的模块，最后产生的资源如下图所示。

 

经过漫长的编译，终于完成了硬件平台的搭建，下一步就是灵活的软件设计了。

第三步，软件设计。首先，是参照AvtS6LX9MicroBoard_SW101_Hello_World_12_4_01文档走了一遍，对软件设计流程有了了解。编译好文件，连好电路，烧写程序，果然稍等片刻，在串口调试助手上出现了Hello World的字样!再接再厉。

下一步，开始调试各个应用模块。首当其冲的是UART。UART协议简单，硬件要求低，应用十分广泛，我也采用它作为数据传输的媒介。在ISE的安装目录下有各个IP核的说明文档和例程。我找到了UART的examples文件夹，重点学习了xuartlite_low_level_example.c和xuartlite_selftest_example.c。有人建议要仔细看看相关的API文档，个人觉得可以偷个懒，Xilinx的例程里注释写的很详细，学习学习examples，简单的应用就能上手了。下面是我写的基于查询方式的UART应用代码，程序自动将接收来的数据再发送出去。经过在电路上的验证，证明代码还是可行的。下图是串口调试助手收发数的情况。

#include <stdio.h>

#include "platform.h"

#include "xparameters.h"

#include "xuartlite.h"

#define TEST_BUFFER_SIZE 16

XUartLite ptrUart;

Xuint8 SendBuffer[TEST_BUFFER_SIZE]; /* Buffer for Transmitting Data */

Xuint8 RecvBuffer[TEST_BUFFER_SIZE]; /* Buffer for Receiving Data */

int main()

{

    init_platform();

    XUartLite_Initialize(&ptrUart,  XPAR_USB_UART_DEVICE_ID);

    while(1)

    {

    if(XUartLite_Recv(&ptrUart,RecvBuffer,1)==1)

        {

        *SendBuffer = *RecvBuffer;

        XUartLite_Send(&ptrUart,SendBuffer,1);

        }

    }

    print("Hello World\n\r");

    cleanup_platform();

    return 0;

}

    一个要注意的地方就是在线烧写软件时，不要勾选Connect STDIO to Console，否则会出现串口使用冲突的问题。然后，又发现串口调试助手不能直接读入txt文件的数据，却可以识别bin文件。于是，自己动手写了MATLAB程序，将图像数据转换成了bin数据文件备用。程序如下：

function gen_data

I = imread('pout_s.tif');

fid = fopen('picdata_s.bin','wb')

fwrite(fid,I,'uint8');

串口调好了再试试GPIO。因为拨码开关实在太小了，就不实验IO输入了，直接上LED输出。也是参考了Xilinx的example。在UART基础上修改，得到如下代码，完成了闪烁灯。

#include <stdio.h>

#include "platform.h"

#include "xparameters.h"

#include "xuartlite.h"

#include "xgpio.h"

#define TEST_BUFFER_SIZE 16

XUartLite ptrUart;

Xuint8 SendBuffer[TEST_BUFFER_SIZE]; /* Buffer for Transmitting Data */

Xuint8 RecvBuffer[TEST_BUFFER_SIZE]; /* Buffer for Receiving Data */

#define LED_DELAY     500000

XGpio ptrGpio;

int main()

{

    volatile int Delay;

    u8 LedData = 1;

    init_platform();

    XUartLite_Initialize(&ptrUart,  XPAR_USB_UART_DEVICE_ID);

    XGpio_Initialize(&ptrGpio,XPAR_LEDS_4BITS_DEVICE_ID);

    XGpio_SetDataDirection (&ptrGpio,1,0);

    while(1)

    {

    if(XUartLite_Recv(&ptrUart,RecvBuffer,1)==1)

        {

        *SendBuffer = *RecvBuffer;

        XUartLite_Send(&ptrUart,SendBuffer,1);

        }

    if (LedData==1)

    {

        LedData = 0;

        XGpio_DiscreteWrite(&ptrGpio, 1, LedData);

    }

    else

    {

        LedData =1;

        XGpio_DiscreteWrite(&ptrGpio, 1, LedData);

    }

    for (Delay = 0; Delay < LED_DELAY; Delay++);

    }

    print("Hello World\n\r");

    cleanup_platform();

    return 0;

}

下一步本该是mpmc的调试。可惜的是左看example，又看API介绍，还是没有头绪，小试了几回也不尽人意，向百度求救还是无果。由于想了个不太高明的办法先绕过这个坎，等以后时间充裕再回头调。办法就是：将图像数据第一次下穿进开发板，进行统计图像直方图，所有数据传输过后，直方图统计完毕，再将数据二次载入开发板，根据先前的统计结果直接进行灰度转换。这样就避免了数据存储的困难，呵呵。

之后就是对图像的处理算法的编写了。因为对MATLAB比较熟，还是先在MATLAB上写个程序验证下思路。图像直方图均衡化也有多种处理手段。其目的就是在于增加图像的对比度，使图像更清楚显著。我借鉴的方法是MATLAB的imadjust算法，实现简单，在忠于原图的基础上最大程度的把对比度不好的图像变清晰。测试m文件如下。运行结果如下图，从图可见，这个小程序确实能使图像像质变好不少。

function mypic_adjust

I = imread('pout.bmp');

figure, imshow(I),

[n,m]=size (I);

k=n*m/1000; %70

h=zeros(256,1);

for i=1:n

    for j=1:m

        h(I(i,j)) = h(I(i,j))+1;

    end

end

fs=0;fe=0;

for i=1:256

    if ( h(i) >= k && fs==0)

        Ns=i;fs=1;

    end

end

for i=256:(-1):1

    if ( h(i) >= k && fe==0)

        Ne=i;fe=1;

    end

end

I_just=double(I);

for i=1:n

    for j=1:m

        if ( I(i,j)<= Ns )

            I_just(i,j) = 0;

        elseif ( I(i,j)>= Ne )

            I_just(i,j) = 255;

        else

            I_just(i,j) = round( 256/(Ne-Ns+1)*((I(i,j)- Ns)) );

        end

    end

end

I_just=uint8(I_just);

figure, imshow(I_just)

imwrite(I_just,'pout_1.bmp');

 

图像对应的直方图如下图，可见处理的图像直方图分布更均匀，图像对比度更好。