Forum: FPGA, VHDL & Co. IPCore zur Kantendetektion und Hough Transformation


von Erwin M. (erwinmoser)


Lesenswert?

Hallo,

ich bin Neuling in vhdl und dem Xilinx EDK (v11.2) und stehe vor einem 
großen Problem. Ich soll eine Hough-Transformation, am besten mit 
vorgeschalteter Kantenfindung als IPs für ein Spartan-3a DSP 3400a 
DevBoard erstellen um Performanztests durchzuführen. Leider habe ich 
diesbezüglich keine brauchbaren Unterlagen gefunden die mir dabei helfen 
könnten, etwas einigermaßen performantes hinzubekommen.
Ist es denn mit dieser Hardware überhaupt möglich, Bilder der 
Größenordnung von VGA Auflösung in (wenigstens annähernd) Echtzeit 
(30fps) zu Transformieren? Nach Anwendung einer Kantendetektion müsste 
man ja "nur" noch ein Binärbild weiterarbeiten, was zumindest die reine 
Datenmenge deutlich reduzieren würde. Das Problem dürfte aber weiterhin 
die vermutliche nicht-parallelisierbarkeit des Algorithmus bleiben.
Hat jemand Vorschläge, Tipps, oder gute Webseiten die sich damit 
beschäftigen oder hat sowas sogar schon selbst versucht? Bin für jede 
Hilfe und jeden Codeschnipsel dankbar :)

Danke und Gruß,
Erwin

von Kest (Gast)


Lesenswert?

Ich denke, es ist möglich:
Kantenerkennung -> 1 Pixel pro Takt, kein Problem also

Hough-Trafo: 640 x 480 x 30 x 180 = 1658880000 Takte

Wenn Du also schaffst, gleichzeitig 16 Pixel Hough-zu transformieren, 
dann brauchst Du "nur" 103.6 MHz Takt

Wie man das nun macht, tja, lange Geschichte, aber wenn Du fragen hast, 
dann wird Dir hier sicherlich geholfen

Grüße,
Kest

von dito (Gast)


Lesenswert?

Die Kantendetektion macht man ja mit Hilfe einer 2D-Faltung. Dies lässt 
sich auf einem FPGA (Hardware) ganz hervorragend 
parallelisieren/pipelinen.

Siehe Figure 5:
http://www.cs.qub.ac.uk/~D.Crookes/HardwareSkeletons.htm

Bitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.