FPGA series # gamma模块总结文档

作者：IT小白 | 2024-06-06 16:33:40

踩

虽说回头再看的时候这东西很基础，但也是一开始花了些时间一点点啃下来的。勿忘初心。

一、引言

1.编写目的：

总结gamma矫正模块的总体设计、详细设计及仿真测试、后期优化。

2.项目背景：

编写gamma矫正模块。

3.定义：

gamma校正： 大多数CRT显示器的变换函数产生的亮度值正比于信号幅度的某种能量（称为gamma）。因此高亮度的范围被扩展了，而低亮度的范围被压缩了。在发射之前对视频信号进行gamma校准，显示器的亮度输出就大体上是线性的了，并且发射过程中产生的噪声也会受到抑制。
目的： 为图像进行gamma编码的目的是用来对人类视觉的特性进行补偿，从而根据人类对光线或黑白的感知，最大化地利用表示黑白的数据位或带宽。
原理： 归一化、预补偿、反归一化
算法： 假设图像中有一个像素A，值是150，那么对这个像素进行校正须执行如下步骤。
归一化： 将像素值转换为 0~1 之间的实数。算法如下: ( i + 0. 5)/256 。对于像素 A 而言 ,其对应的归一化值为 0. 587891。
预补偿： 根据公式L_in=〖L_org〗^(1/gamma)，求出像素归一化后的数据以 1/gamma 为指数的对应值。若 gamma 值为 2. 2，则 1/gamma 为 0. 45454，对归一化后的 A 值进行预补偿的结果就是 0. 587891^0. 454545 = 0.785479。
反归一化： 将经过预补偿的实数值反变换为 0 ~ 255 之间的整数值。具体算法为: f*256 - 0. 5 。续前例，将 A 的预补偿结果0.785479 代入上式，得到 A 预补偿后对应的像素值为 201 ,这个 201 就是最后送入显示器的数据。
图像数据： 用数值表示的各像素的灰度值的集合。
灰度值： 指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0，故黑白图片也称为灰度图像。灰度也可认为是亮度，简单的说就是色彩的深浅程度，R、G、B值均相等。
参考资料： [1] PG058 Block Memory Generator v8.4 LogiCORE IP Product Guide.
　　　　　[2] UG908 Vivado Design Suite User Guide Programming and Debugging.
　　　　　[3] PG021 AXI DMA v7.1 LogiCORE IP Product Guide.

二、总体设计

1.需求概述：

从BRAM数据源读取图像数据，进行gamma矫正，然后存入RAM中。

2.模块结构：

　　后期将RAM2接口改为AXIS型，只取RAM2_gamma模块，将其放入整个工程中。修改后的模块结构应为：
（接口对应工程中的前后两个模块分别为：alinx_ov5640_0，System_i）

3.Schematic：

4．模块描述

Top：
功能：顶层模块，调用下面三个模块，加一个ila的IP核以实时仿真时探取信号
输入：clk，rst
Module1：
功能：存放图像数据源，导入.coe文件
输入：clk，rst_b 输出：dout_b
Module2：
功能：存放matlab计算结果，调取像素值相对应的gamma矫正结果
输入：clk，rst_g，din_g 输出：dout_g
Module3：
功能：存放矫正后的数据
输入：clk，rst_g，dina_a 输出：doutb_a
后期将Module2模块改为AXIS接口，则该模块应为：
RAM_gamma：
功能：存放matlab计算结果，调取像素值相对应的gamma矫正结果
输入：clk，resetn，输出：
s_axis_gamma_rdata， m_axis_gamma_tdata，
s_axis_gamma_rvalid， m_axis_gamma_tvalid，
m_axis_gamma_rready， s_axis_gamma_tready，
s_axis_gamma_rlast， m_axis_gamma_tlast，
s_axis_gamma_ruser， m_axis_gamma_tuser，
s_axis_gamma_rkeep m_axis_gamma_tkeep

三、详细设计

1.代码语言：

verilogHDL，c语言

2.运行环境：

Vivado 2017.4，modelsim，ALINX黑金AX7020开发板，matlab 2014

3.各模块设计：

RAM1：存放图像数据；
RAM2：存放0~255之间整数gamma矫正的结果；
RAM3：存放图像数据gamma矫正的结果
① 数据源位宽：RAM1输入输出数据位宽：8位； RAM2输入输出数据位宽：8位；RAM3输入输出数据位宽：8位；
② 数据源深度：RAM1深度：128128（图像数据源：128124）；RAM2深度：256；RAM3深度：2^14
③ 时钟同步
④ 图像矩阵作为数据源读入顺序：从上到下
　　后期将RAM2模块改为AXIS接口直接加到工程里，端口为：data，keep，valid，ready，last，user。参考datasheet，如图：

由上图分析，
aclk为时钟线，所有信号都在aclk上升沿被采样；
data为数据线，主机发送，从机接收。
keep为主机数据有效指示，为高代表对应的字节为有效字节，否则表示发送的为空字节。
valid为主机数据同步线，为高表示主机准备好发送数据；
ready为从机数据同步线，为高表示从机准备好接收数据；这两根线完成了主机与从机的握手信号，一旦二者都变高有效，数据传输开始。
last为主机最后一个字指示，下一clk数据将无效，TVALID将变低。
另，user为valid和ready同时为高时才为有效数据。
　　考虑到RAM2模块的输入输出为8位，模块alinx_ov5640_0和System_i输入输出为16位，将输入数据取高8位为0，低8位输入。输出时，将8位的输出数据放在最终输出数据的低8位，其高八位置0。这里的keep始终为2’b11。分析得具体接口连接如图：

4.实现方案：

在matlab中计算、对比：计算0~255之间所有整数的gamma矫正结果。
将仿真数的结果放入matlab，恢复成图像，输出处理后的图像。
在modelsim中仿真：ila中探针探取想要看的结果。
在FPGA中实现：将matlab中读出的图像数据存入RAM1作为数据源，其输出与RAM2中的gamma矫正结果相匹配，将匹配后的值存入RAM3。

5.步骤：

① 从matlab中提取图像的一维数组元素存入.COE文档；

src_path = 'rice.jpg';
I = imread(src_path);
x = I(:,:,1);
my_write(x,'E:\practice\gamma\RAM1.COE','%0.2x\n');
1
2
3
4

② 将文档中的数据作为数据源，存入RAM1中，RAM1选择single port ROM，导入.COE文件；

③ 在matlab上计算0~255之间所有整数的gamma矫正结果，并存入RAM2；

i  = [0:1:255];							//生成0~255的整数数组
A = (i+0.5)/256;						//归一化
f = A.^(1/2.2);							//预补偿
s = f*256 - 0.5;						//反归一化
r=round(s);								//四舍五入取整
my_write(r,'E:\gamma.dat','%0.2x\n')	//数据读出到.dat文档中
1
2
3
4
5
6

④ 将每个时钟周期从RAM1输出的数据作为地址在RAM2中查找计算结果；
⑤ RAM2输出的值存入到RAM3中，RAM3可选选择Block Memory Generator中的Simple Dual Port RAM。

⑥ 在testbench中导出RAM3中的数据:

//宏定义
define stor_file "E:/practice/gamma/out.dat"
//变量声明
integer fid1;
initial begin
//打开输出数据文件 
fid1 = $fopen(`stor_file,"w");
end
//-----------导出输出数据----------
always@(posedge clk) begin       
$fdisplay(fid1,"%x",doutb_a[7:0]);
end
1
2
3
4
5
6
7
8
9
10
11
12

⑦ 在top文件中加入IP核ila，探取需要知道的信号波形。这里举例探取dout_b和doutb_a信号。

ila_0 ila_0(
  					.clk(clk),	                	 	
					.probe0(dout_b),
					.probe1(doutb_a)
					);
1
2
3
4
5

⑧ 将top模块例化，加入到整个工程中去，clk和resetn分别对应工程中的FCLK_CLK1和FCLK- CLK1RESETN。在综合布线后生成bit文件，将bit文件名改为fpga.bit，替换板子上sd卡里的bit文件。在vivado中open target，连接开发板，进行时序仿真。
⑨ 在matlab里对比分析matlab矫正的结果和verilog矫正的结果是否一致。
　matlab代码：

src_path = 'rice.jpg';
gamma = 2.2 ;
N = 256;
S = 0.5;
%读取数据
I = imread(src_path);
%gamma矫正
i = double(I);
A = (i + 0.5) / 256;
F = A.^(1/gamma);
B = F*N - S;
b = uint8(B);
%画图分析
figure;
subplot(1, 2, 1); 
imshow(I, []);
title('原图');
subplot(1, 2, 2); 
imshow(b, []);
title('matlab处理后');
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

将verilog矫正后的数据提取出来，输出图像：

fid = fopen('out.dat');
a = textscan(fid,'%s');             %读取矫正后的数据
b = a{1};                           %textscan生成的是cell型的数组
c = cell2mat(b);                    %cell转换为矩阵
d = hex2dec(c);                     %转为十进制
s = cat(3,d,d,d);
e = reshape(s,124,128,3);           %重组回原图像的像素值
f = uint8(e);                       %强制转换为uint8的格式
imshow(f);                          %显示图像
title('verilog处理后');
1
2
3
4
5
6
7
8
9
10