The invention discloses a High-Speed Low-Power image processor based on the retina mechanism, which belongs to the field of image processing. In view of the problems existing in the background technology, this patent proposes a high-speed and low-power tone mapping processor based on the inspiration mechanism of human retina technology. For the application of embedded and other intelligent devices, it can not only deal with the problem of displaying high dynamic images on low dynamic devices, but also enhance the brightness of images with darker brightness at night. With unit power consumption, it can process more pixel data and improve the data processing efficiency of intelligent Internet of things devices; it has realized the processing speed of 189 frames per second, which is basically faster than the existing processing technology realized by related hardware, and can fully meet the application requirements of unmanned vehicle, UAV and other related equipment; it can carry out functional or technical functions according to the requirements of the current use environment The real-time programmable adjustment greatly enhances the function flexibility of the processor.
【技术实现步骤摘要】
一种基于视网膜机制的高速低功耗图像处理器
本专利技术属于图像处理领域,特别是嵌入式图像处理器。
技术介绍
现有的相关技术,其算法目前多用于科研或者其他相关的学术研究方面,多在CPU端使用。这样会造成运行速度很低,功耗高,无法实时处理图像,对于高清视频流更加无法处理。并且在CPU端使用,成本较高,更无法应用到较小的嵌入式物联网终端当中。目前已有一些学者将当前的色调映射及基于其改进的相关图像处理算法在FPGA硬件平台上予以实现,虽然这些实现采用不同的创新技术,功耗以及处理速度效果都非常可观。但是针对速度、功耗以及成本要求成本更高的场合,如无人车、无人机或者无人检测等智能物联网终端上时,就显得力有不足。并且当前一些学者提出的一些FPGA的硬件实现,其硬件处理后的图像与软件处理后的图像相比,在图像质量上也有一定的损失。随着物联网和人工智能技术应用的结合,众多的智能处理技术,将会嵌入到物联网终端,实现物联网设备的智能化。同时,物联网应用设备对功耗以及成本要求较高。因此需要与之相匹配的低功耗、低成本、高速的嵌入式智能专用FPGA处理器。并且相较于之前已有的图像处理FPGA处理器,要有新的处理架构与技术,从而达到所需的技术指标要求。目前人们使用较多的是基于数学方法的色调映射算法,基于视网膜机制的图像处理方法并应用到硬件上的目前据我们调研所知只有一种。即Raquel等人的《Real-timetonemappingonGPUandFPGA》文章中提出的在FPGA上实现基于部分视网膜机理和直方图均衡的图像处理算法。其采用 ...
【技术保护点】
1.一种基于视网膜机制的高速低功耗图像处理器,该处理器依次通过:光感受器模块、水平细胞处理模块、第二基于并行的数据分块处理模块、流水线处理模块、双极细胞处理模块对图像进行处理;/n所述光感受器模块包括:相邻帧特征共享模块和第一基于并行的数据分块处理模块,输入图像同时输入相邻帧特征共享模块和第一基于并行的数据分块处理模块;/n所述水平细胞处理模块包括:卷积核选择器、卷积核解压缩模块、第一卷积模块,所述光感受器模块中的相邻帧特征共享模块的输出数据依次经过卷积核选择器、卷积核解压缩模块的处理,所述卷积核解压缩模块和光感受器模块中第一基于并行的数据分块处理模块的输出数据同时输入第一卷积模块;/n所述双极细胞处理模块包括:第二卷积模块和卷积核压缩模块,所述多层卷积的流水线处理模块和卷积核压缩模块的输出数据同时输入给第二卷积模块;第二卷积模块的输出为图像处理器的输出。/n
【技术特征摘要】
1.一种基于视网膜机制的高速低功耗图像处理器,该处理器依次通过:光感受器模块、水平细胞处理模块、第二基于并行的数据分块处理模块、流水线处理模块、双极细胞处理模块对图像进行处理;
所述光感受器模块包括:相邻帧特征共享模块和第一基于并行的数据分块处理模块,输入图像同时输入相邻帧特征共享模块和第一基于并行的数据分块处理模块;
所述水平细胞处理模块包括:卷积核选择器、卷积核解压缩模块、第一卷积模块,所述光感受器模块中的相邻帧特征共享模块的输出数据依次经过卷积核选择器、卷积核解压缩模块的处理,所述卷积核解压缩模块和光感受器模块中第一基于并行的数据分块处理模块的输出数据同时输入第一卷积模块;
所述双极细胞处理模块包括:第二卷积模块和卷积核压缩模块,所述多层卷积的流水线处理模块和卷积核压缩模块的输出数据同时输入给第二卷积模块;第二卷积模块的输出为图像处理器的输出。
2.如权利要求1所述的一种基于视网膜机制的高速低功耗图像处理器,其特征在于所述第一基于并行的数据分块处理模块或第二基于并行的数据分块处理模块包括:数据分区控制器、BRAM阵列、数据阵列模块;所述数据分区控制器同时控制BRAM阵列和数据阵列模块,输入数据首先存入BRAM阵列,然后BRAM阵列根据数据分区控制器的指令将输入存入数据阵列模块,数据阵列模块的输出为基于并行的数据分块处理模块的输出。
3.如权利要求1所述的一种基于视网膜机制的高速低功耗图像处理器,其特征在于所述相邻特征共享模块包括:BRAM、均值模块、方差模块、选核模块、卷积模块、移位寄存器、反馈模块,所述均值模块、方差模块、卷积模块、移位寄存器直接从BRAM获取数据,均值模块计算得到的数据同时输出给方差模块和选核模块,方模块计算得到的数据也输出给选核模块,选核模块计算得到的数据输出给卷积模块,卷积模块输出数据给移位寄存器,移位寄存器输出数据给反馈模块;
对于高速视频流第一帧图像数据首先输入均值模块计算其均值;第二帧输入标准差模块,利用第一帧计算好的均值...
【专利技术属性】
技术研发人员:周军,项晓强,刘丽丽,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。