本科毕业设计外文翻译专业名称测控技术与仪器学生学号2010302302学生姓名汪杰指导教师何鹏举完成时间2014年4月本科毕业设计英文翻译指导教师评阅意见学生姓名：汪杰班级：090510卓越得分：请指导教师用红笔在译文中直接进行批改，并就以下几方面填写评阅意见，给出综合得分（满分按100分计）。

1、专业术语、词汇翻译的准确性；2、翻译材料是否与原文的内容一致；3、翻译材料字数是否符合要求；4、语句是否通顺，是否符合中文表达习惯。

中文译文：一个自定义图像处理系统的高级设计工具摘要——实时图像处理是一种应用在各种工程领域的计算密集型任务。

在一些图像处理应用中，庞大的计算能力致力于图像增强操作、基本分割和进一步分析感兴趣的区域的识别。

这种类型的前端过程可以被自定义数据流处理器紧密耦合到一个图像传感器来有效地完成。

本文提出一种视觉设计环境，它支持自定义数据流处理器的实时图像分析应用程序的高级设计。

该工具嵌入在Matlab/Simulink，系统建模是通过使用一个可以实现共同的低级图像处理操作的大型库。

功能验证是在逐帧基础上，被Simulink的模拟工具模型有效的执行，使用Matlab提供的功能——图像处理工具箱。

可合成的RTL(Real Time Logistics 实时物流)模型的自动生成保证了系统的逻辑实现，在用户和目标可重构设计强加的约束下，系统符合高级模型验证。

1.简介一些工程领域需要实时图像处理系统，例如工业视觉检查系统。

遵守实时要求的紧时间的必要条件是强大的计算能力，在一些情况下，不能通过传统的、低成本的处理器来完成。

这特别适用于嵌入式系统，这里并行处理各种流程很重要，物理空间的实时需求和限制以及能量消耗可以自定义计算系统，特别是设计和优化为每个任务。

图像处理领域，特别是在一组基础的低级的操作中，有趣的特点使它们成为被自定义设计处理系统执行的合适选择：小数据格式，很好的操作尺寸和并行的流水线处理因素。

目前的FPGA技术提供了非常复杂的组态设备能够实现逻辑电路，其复杂性相当于数以百万计的逻辑门。

除此之外，一些设备还包括内置乘法器、静态RAM块，甚至是微处理器，比如赛灵思公司的Virtex-IIPro和Virtex-4设备。

这类设备的潜在计算能力是巨大的，低成本是可能的，(相对来说)作为一个实现高效致力于处理系统的目标技术，快速重构使它们非常有吸引力。

到目前为止的工作表明，图像传感器与可重构设备结合的实时图像处理是开发针对特定的应用程序。

这种自定义处理系统设计，其平台不是高层视觉设计工具所支持的，而要求使用传统的、由FPGA开发工具支持的HDL-based设计流程。

现有的基于视觉数据流设计入口的设计，是科技支持而不是为这一领域的应用程序专门的设计(赛灵思公司系统发电机[5，3])，而另外一些人专门设计用于图像处理——运用闭合专有的设计环境[1，2]。

本文提出的这项工作，旨在为这类应用建立一个高级视觉设计框架，基于著名的建模系统和仿真工具套件Matlab/Simulink的应用。

这个系统允许数据流图像处理系统的规范和功能验证，使用一组基本的图像处理模块来构建一个Simulink模型。

通过每个进程的参数化模块，设计师通过仿真工具可以很容易地调整模型及核实其结果。

仿真过程通过Simulink工具实现，测试平台也可以通过Simulink标准库提供的验证库来增强。

抽象功能模型转换到一组合成的HDL模块，可以实现系统自动运行，也通过运行特定的应用程序或配置预先写好HDL模块。

这样可以确保实现数字电路功能的正确性，进而符合从功能仿真中获得的结果。

通常这种确认阶段必须在可能回避的RTL级完成，同时在设计迭代周期中保存一系列重要的时间。

除了第一节，剩下的章节做如下安排。

第二节介绍了仿真环境和图像处理模块库，它可以用来建立一个模型。

在第三节提出了一个应用的例子，显示仿真环境和在模拟中获得的结果。

第四节提出了一种生成处理架构的底层结构。

最后，第五节总结了本文展示的现状和正在进行的工作。

2.建模与仿真这里提出的设计框架是嵌入在我们熟知的建模和仿真工具Matlab/Simulink 中的。

Matlab是一种强大的工程工具，通过各个应用领域的工具库得到加强。

Matlab的图像处理工具箱提供了丰富的高水平图像处理组函数，包括：导入/导出到磁盘文件和可视化。

这些函数允许复杂图像处理程序应用的构建，例如Matlab程序，它在整个图像帧上操作。

虽然最近，Simulink仿真软件已经发布了规范支持，以及通过视频和图像处理模块库实现的图像处理应用程序的仿真[4]，这一模块库旨在将基于传统处理器和没有链接自定义硬件合成作为目标。

这里提出的设计环境确保了视觉图像处理系统的数据流模型的结构化，调用Matlab函数库来支持这一处理任务，再加上这个工具箱外的额外操作。

模型捕获整个系统的功能行为，在一个时刻处理一帧图像。

图像源被认为是某种形式的图像传感器(2D逐行扫描或线性阵列)，在一个时刻处理一个图像像素。

底层的数据结构保证了仿真系统在每个仿真步长去消耗和生产一个图像帧，如果相对于每一仿真步长一个像素的连续处理过程，可以极大地提高仿真速度。

正如在接下来的段落中阐述的，Simulink模块库开发(IP-Image Processing 图像处理)由四个部分组织在一起：数据流结尾、加工操作、接收器和其他参数。

数据流结尾包含模拟图像处理系统的输入输出接口的模块。

常见的图像源是图像传感器(2D顺序扫描或线性阵列)提供像素数据同步到像素时钟，连同行尾和框架端点的同步信号。

尽管在建模和仿真阶段这并不重要，因为一个完整的框架是一次生成的，这些细节对于链接数据流处理器的硬件基础设施是重要的。

目前，图像源模块发展到磁盘文件序列，它包含一个可将像素数据发送到处理系统的影片和选项卡，这过程根据用户定义的配置参数实现：图像尺寸和位置、深度和彩色图像格式(RGB或YUV)。

之后这一模块将由一个特定的使用实际图像传感器的接口模块来实现。

输出块表示一个输出处理过的图像数据的接口。

输出块映射到一个硬件模块，该模块生成适当的像素数据和视频监控监视的同步信号，或仅仅将总线接口和其他数字系统连接。

为验证目的，比起为了后续回放和分析而导出输出影片为AVI文件格式，这个库还要包括一个写入文本模块。

处理类别包括所有图像处理块，它们是用于构造一个图像处理系统的基本构建块。

每一块收到一个或多个输入图像并产生一个输出图像。

这些模块执行的操作被分为3类：单点操作、本地操作和全局操作。

尽管在模拟过程中，在每一个仿真步骤中，每个程序方块图消耗和产生了一个完整的图像帧，执行的操作类型将对操作模式产生强烈的冲击，对它的操作，相应硬件模块的复杂度和实际延迟是很重要的。

单点操作将输入操作数的像素转换为一个在相同的图像位置的输出像素，只需要信息中携带那个输入像素。

到目前为止，实现的操作是像素对像素的转换，该转换基于静态查找表或动态查找表(即过程中可以根据以前的帧分析来调整)来修改参照物、对比度，亮度或减少像素深度以及基本的算术运算(加、减和绝对差，结果饱和到输出图像的每像素色彩位数)。

实现这些程序方块图的硬件模块非常的简单，对其操作不需要任何本机控制。

作为执行在其周边的像素上的一系列计算的结果，本地操作产生一个输出像素。

执行的这个操作是形态学在侵蚀和扩张以及二维卷积之间的转换，允许一个用户定义的配置(例如窗口大小和滤波器的系数)。

因为这种类型的操作需要有访问一组周边的像素的权利来产生一个输出像素，它将被要求有一个本地存储器和一个专用的控制路径来缓存必备的图像像素。

正因为如此，实现这些操作的硬件模块将比之前的更加复杂，同时能实现添加一个基于操作类型的像素延迟，能够进行周边分析。

图1图像处理模块建模的一个边缘检测应用为了产生输出图像，全局操作需要有一个或多个完整图像帧。

目前，只有一个直方图均衡化是可应用的。

这个操作的硬件实现需要一个足以容纳一个完整帧的本地存储，这一模块就会在处理数据链路中添加一个帧延迟。

接收器包括两种类型的块，它们使用图像，在处理数据流时可以连接到任何点：在仿真时监控一个图像或图像的某些特征，以及完成图像分析，从图像序列中提取一些特征参数，再将它们传输到另一个处理块。

除了监控发现在模拟过程中的图像帧，在仿真总只有一个直方图可以用来分析。

为了执行结果可能是图像处理系统的原始输出的分析操作，库中还包含一些其他的操作。

例如动态侦测、动态评估和二进制大对象识别。

其他操作包括不归入之前给出的类的额外操作。

目前，一帧延迟和2-to-1图像多路复用器是可以实现的。

第一个是一个框架注册，在处理数据链路是引入一个完整的帧延。

分析由之前的图像帧得到结果的操作需要如此。

例如，一个动态探测分析模块，需要计算在一个静态的背景中，点亮移动对象的差当前帧与前一帧之间的差值。

这一模型的硬件实现需要足以容纳一个完整图像帧的大内存块。

2-to-1图像多路复用器允许在两个有相同的特色(规模和深度)的图像来源中选择，由分析模块得到的一个选择信号作为根据。

3.例子：一个边缘检测应用程序使用构建块的库和Simulink应用程序，设计者构建了一个数据流处理系统，使用任何其他Simulink模块库也是如此。

作为一个例子，考虑一个简单的边缘探测应用程序模型，如图1所示的系统。

源配置为一个8位的250x250像素的灰度图像。

对比度增强是通过一个静态查找表，使用一个预定义的传递函数。

然后，另一个静态查找表将输入图像转换为1位深度图像，使用完全0-1的阈值常量122。

如果实现了的二进制图像之间的绝对差计算，边缘检测可由二进制阈值的应用程序获得，同时图像来自形态学膨胀操作。

在仿真中为了核实交互的结果，4台监视器链接到某些模型的节点，最终的输出图像保存为AVI文件格式(块“输出”)。

图2显示了一组在仿真中获得的图像，是对于一个给定输入帧的影像。

本例中，仿真速度达到约2帧每秒，运行在一个3.2GHZ的奔腾4处理器。

注意，尽管这个应用程序很方便去模拟两个作为单独的查找表转换的基本操作(对比度增强和阈值)，硬件生成过程将这两个操作合并成一个单一的查找表，但只要中间结果不被后续处理所需要。

图2监视器中显示的图1所示模型的仿真过程图像。

4.数据流处理器体系结构Simulink建模是输入硬件合成阶段，它由图像处理仿真库中的可用处理模块创建。

这个接收作为输入的仿真软件模型文件，它包括设计师的配置参数，也为一个已知的目标平台创建了一组合成程序模块。

这过程是由两个不同的任务组成：第一，每个模型块的硬件模块的生成，召集一组产生其RTL代码的应用程序；在那之后，创建一个整合了以往和最后组装的处理器的顶层结构模型。

Simulink环境下绘制的数据流图模型只捕获了为系统设计的功能性操作，而没有精确表明网表的最后一个处理器。