从OpenCV代码到FPGA代码的转换是否比Matlab代码更容易？

Question

我想做图像处理项目.我想知道我是否想在FPGA上实现这个项目,我应该在第一阶段Matlab或OPEN CV中选择哪个工具？是否可以直接将代码从Open CV转换为FPGA,代码生成器可以直接从Matlab到FPGA使用？

Answer 1

首先 - 你为什么要使用FPGA？除非你有充分的理由,否则请避免它!

好的理由可能是这样的:

• 成本
• 功率
• 尺寸
• 必须重复使用的预先存在的硬件
• 个人爱好
• 这是一项授权FPGA的任务

不好的理由包括"图像处理......这必然意味着我需要一个FPGA!"

想想FPGA

如果你想在FPGA上实现,你需要从一开始就考虑"FPGA".与传统处理器相比,它们具有非常特殊的特性,这意味着很多"常规"算法很难在FPGA上高效实现.传统处理难以实现的其他算法实际上可以在FPGA上完成.

一个经典(非图像)示例是CRC计算,它通常使用软件中的查找表来实现,但可以是FPGA中的普通移位寄存器和XOR门.

关于代码生成器....

以前有Xilinx购买的产品(AccelDSP)可以采用(非常精心制作)Matlab代码并生成VHDL.它表现不佳并被撤回.

Matlab有HDL编码器,它声称可以做同样的工作,也可以做Simulink图.很久以前我对它进行了评估 - 我不知道它现在有多好(虽然它的价格非常昂贵!).查看网页ti似乎仍然只支持Matlab函数(不是用户定义的对象),这使得它对于存储状态(IMHO)的任何东西都不起作用,因为所有状态必须存储在函数外部,这意味着你有struct与你的所有注册表中的"in"和"out" .与AccelDSP相同的问题.

Xilinx System Generator和Altera的System Builder都使用Simulink作为生成FPGA代码的前端.它们可能非常成功,请注意,您不能只丢弃任意复杂的Simulink模块,并希望生成可合成的FPGA.

同样,你必须从一开始就考虑FPGA.

FPGA功能

无论在哪里使用比较词,我都在与"传统桌面处理器"进行比较

• FPGA的内存很差,但它们有很多小块,这意味着如果你有足够的小工作,它们的总内部带宽可能会很大.内存也是非常低的延迟(单个时钟周期),非常像处理器的L1缓存
• if..else就FPGA面积而言,选择(如功能)可能非常昂贵
• 乘法是一种有限的资源,因此当处理器没有MUL指令时,有时可以使用"旧时代"的算法
• 位宽可以是任意的 - 不需要使用32位元素来表示计算的18位结果.很多时候,这些工具可以为您解决这个问题.

开发周期也不同.

• 模拟编译和运行相对较快.确保你做了很多这样的事情
• 实际上,合成和布局布线(使您可以编程到FPGA芯片中的"比特流"的操作)可以非常长时间运行.我目前的编译(相对较小)只花了30分钟.你想尽可能避免这样做!

Answer 2

Xilinx有一个名为Vivado HLS的工具.

还有一个appnote(XAPP1167)描述了使用该工具在Zynq平台上定位OpenCV.

我没有这方面的经验,但在最近的OpenCV会议上了解到了这一点.以下是appnote的开头 -

本应用笔记介绍了如何使用OpenCV库在Zynq器件上开发计算机视觉应用.OpenCV可用于设计过程中的许多不同点,从算法原型设计到系统内执行.OpenCV代码还可以使用随Vivado HLS提供的视频库迁移到可综合的C++代码.当集成到Zynq设计中时,合成块可实现高分辨率和帧速率的计算机视觉算法.

Altera支持OpenCL,这是一个并行化ANSI C的广泛规范.有一个OpenCV模块可用于OpenCL.我再次没有这方面的经验(还有)).

此链接有助于了解在主板和硬件加速器(如FPGA开发板)的上下文中使用OpenCL.

因此,如果您想要使用Altera路由,那么您必须使用上面提到的OpenCV模块将OpenCV函数包装在OpenCL中,然后使用Altera的SDK来定位fpga.走这条路线的好处是,如果您发现FPGA对您的应用程序来说不是那么好,那么您可以将OpenCL + OpenCV定位到其他平台.