Overview
  目前,处理速度的高速化是图像处理领域仍然面临的众多挑战性问题之一,这是任何图像处理问题面向应用都不能回避的主题,而图像并行处理技术是提高图像处理速度的最有效方法。
  图像并行处理技术具有很强的理论性和实践性,其发展很大程度上依赖于计算机并行处理技术的发展,其基本概念亦源于计算机并行处理的概念,这是因为图像处理是计算机应用的一个重要方面,计算机的重大发展直接影响图像处理技术的发展,同时,计算机的许多并行处理方法也适合于图像的并行处理。
  图像并行处理技术的基本概念是并行性概念,而并行处理器结构和并行处理算法则是实现并行性的基本方法,在图像并行处理的研究中,从算法到结构的转换非常重要。
  专用的图像并行处理机价格昂贵,普通用户往往对系统价格难以承受。基于GPU编程的图像并行处理技术依赖系统机平台,体积大,不方便携带。
  低成本、小型化是众多图像处理硬件平台开发者孜孜以求的主题。
  作为嵌入式系统,高速通用微处理器芯片常常是图像处理系统的首选CPU,具备强大的数据处理能力和较高的运行速度。但是,通用微处理器芯片是为一般目的而设计,运算步骤必须通过程序编译后生成的机器码指令加载到存储器中,然后在微处理器芯片的控制下,按照时钟节拍,逐条取出指令,分析指令和执行指令,直至程序的结束。微处理器内部总线和运算部件也是为通用目的而设计,即使是为信号处理设计的通用微处理器,因为它的通用性,也不可能为某一个特殊算法来设计一系列的专用运算电路,而且,其内部总线宽度也不能随意改变,只有通过改变程序,才能实现这个特殊的算法,因而其运算速度会受到限制,必须辅以可编程逻辑器件做图像预处理以及对其它外围器件的时序逻辑控制,这种嵌入式系统外围电路设计复杂,硬件的可扩展性较差。
  基于FPGA的嵌入式图像处理平台不仅可以满足嵌入式系统便携性的要求,而且可以改善基于通用微处理器芯片的嵌入式图像处理平台的硬件扩展麻烦、升级不便等问题。然而,无论是基于FPGA的片上可编程系统(SOPC),还是前述通用微处理器芯片+可编程逻辑器件的组合形式都不能做到真正意义上的高速处理。
  基于FPGA的嵌入式图像并行处理技术就是要借助自定义硬件逻辑,搭建合适的硬件架构,实现复杂算法的并行设计,在FPGA器件上实现或定制高速专用集成电路,以便完成用高速通用微处理器芯片无法在规定时间内完成的算法;

embedded-image-processing 参考文献
  1 苏光大,图像并行处理技术,2002,清华大学出版社
  2 夏宇闻,Verilog数字系统设计教程,2008,北京航空航天大学出版社  

做自己擅长的事,互惠共赢 !欢迎合作洽谈!