基于FPGA的红外图像高速采集及预处理电路

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (21): 96-98.

基于FPGA的红外图像高速采集及预处理电路

孙立辉^1,2，王永仲¹，陈娅冰¹

1.军械工程学院光学与电子工程系，石家庄 050003
2.河北经贸大学信息技术学院，石家庄 050061

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-21 发布日期:2007-07-21
通讯作者: 孙立辉

Design of infrared image acquire and pre-process circuit based on FPGA

SUN Li-hui^1,2，WANG Yong-zhong¹，CHEN Ya-bing¹

1.Ordnance Engineering College，Shijiazhuang 050003，China
2.Hebei University of Economic & Trade，Shijiazhuang 050061，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-21 Published:2007-07-21
Contact: SUN Li-hui

摘要/Abstract

摘要：

介绍了基于FPGA的红外视频图像高速采集及预处理电路的总体结构。电路采用了模块化结构设计、流水线工作方式及乒乓存储等多项技术。该电路与TMS320C6414通过HPI口高速通信保证了数据传输的实时性。详细介绍了图像采集、HPI接口等模块的工作原理及实现方法。经实验，该电路实现了对数字PAL式16位数字图像的采集及背景抑制，分担了大量后续处理机的计算工作，极大地提高了系统的实时性。

关键词: FPGA, 图像采集, 预处理, 红外图像

Abstract: The structure of high speed infrared image acquired and pre-process system based on FPGA is presented.The circuit adopts many technologies such as module structure design，pipeline style，ping-pang store etc.The real-time performance of data transfer is ensured because the circuit communicates with TMS320C6414 by HPI.The implement technology of image-acquired module，HPI interface module etc.has been given.The experiment results show that the circuit realized 16 bits digital PAL mode image acquire and pre-process and it assumes a lot of computation burden and the real-time performance of whole system is improved greatly.

Key words: FPGA, image acquire, pre-process, infrared image

孙立辉^1,2，王永仲¹，陈娅冰¹. 基于FPGA的红外图像高速采集及预处理电路[J]. 计算机工程与应用, 2007, 43(21): 96-98.

SUN Li-hui^1,2，WANG Yong-zhong¹，CHEN Ya-bing¹. Design of infrared image acquire and pre-process circuit based on FPGA[J]. Computer Engineering and Applications, 2007, 43(21): 96-98.

[1]	杜煜章，潘家华，宗容，粟炜，王威廉. 基于硬件加速的轻量级网络心音分类器[J]. 计算机工程与应用, 2021, 57(23): 263-269.
[2]	姜佩贺，王晨旭，郭刚，位寅生. 面向FPGA应用的硬件木马植入与检测技术研究[J]. 计算机工程与应用, 2021, 57(20): 119-124.
[3]	孙爽，陈燕，朴在吉，张金松. 轨迹数据的时空模式挖掘与管理决策研究综述[J]. 计算机工程与应用, 2021, 57(16): 16-26.
[4]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[5]	彭小红，梁子祥，张军，陈荣发. 深度学习驱动的水下图像预处理研究进展综述[J]. 计算机工程与应用, 2021, 57(13): 43-54.
[6]	冷明，孙凌宇，郭晨. XDL网表的前向电路图生成算法[J]. 计算机工程与应用, 2021, 57(10): 75-80.
[7]	吴艺阳，樊凡，周怡，黄珺. 插值前置的仿射变换FPGA实现方法[J]. 计算机工程与应用, 2020, 56(6): 224-230.
[8]	王美乐，张治中，席兵. LTE-A空口监测仪下行基带板的可行性分析[J]. 计算机工程与应用, 2020, 56(4): 268-273.
[9]	李道全，王雪，于波，黄泰铭. 基于一维卷积神经网络的网络流量分类方法[J]. 计算机工程与应用, 2020, 56(3): 94-99.
[10]	张卫，刘宇红，张荣芬. 可实现时分复用的CNN卷积层和池化层IP核设计[J]. 计算机工程与应用, 2020, 56(24): 66-71.
[11]	余同瑞，金冉，韩晓臻，李家辉，郁婷. 自然语言处理预训练模型的研究综述[J]. 计算机工程与应用, 2020, 56(23): 12-22.
[12]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[13]	吴进，张伟华，席萌，代巍. 高性能人脸识别加速器优化设计及FPGA实现[J]. 计算机工程与应用, 2020, 56(22): 48-54.
[14]	王凡，周国清，张荣庭，刘德全. 面向FPGA的连通域快速标记方法[J]. 计算机工程与应用, 2020, 56(22): 230-235.
[15]	张新伟，李康，郁龚健，刘家航，李佩琦，柴志雷. 基于ZYNQ集群的神经形态计算加速研究与实现[J]. 计算机工程与应用, 2020, 56(21): 65-71.