FPGA 實現(xiàn) 高斯濾波
1、高斯濾波器的實現(xiàn)方式
方法1：與高斯核直接進行卷積實現(xiàn)，這樣使用的資源和乘法器 加法器都會很多。例如3*3窗口的濾波核進行卷積運算，一共需要進行9次乘法和8次加法。
方法2：采用兩個一維的高斯濾波進行兩次濾波，即先對行進行一維濾波，然后再對列進行一維濾波，這樣計算簡單，降低了復雜度。
比較兩種方法，采用第二種實現(xiàn)方法。
2、行列分離計算方法
采用下圖的計算方法，其中對邊界的處理填0處理。
3、實現(xiàn)結果
always
begin
#10 clk = ~clk; //100Mhz
end
時間：5201520000ps=5.2ms
always
begin
#5 clk = ~clk; //200Mhz
end
時間：2600780000ps=2.6ms
4、與仿真比較
如下圖
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
FPGA
+關注
關注
1664文章
22508瀏覽量
639495
發(fā)布評論請先 登錄
相關推薦
熱點推薦
OCAD應用：雙高斯照相物鏡系統(tǒng)結構優(yōu)化設計
| | 雙高斯照相物鏡屬于中等視場及中等相對孔徑的典型照相物鏡，其結構形式如圖1所示。 圖1.雙高斯照相物鏡結構形式 該類型鏡頭結構簡單，成本低，容易滿足使用要求。目前市場上也有大量鏡頭設計專利可供
發(fā)表于 04-29 08:28
基于FPGA的磁場定向控制實現(xiàn)方案
FOC控制算法對傳感器采樣速率和處理器算力提出了一定的要求，使用 FPGA 實現(xiàn)的 FOC 可以獲得更好的實時性，并且更方便進行多路擴展和多路反饋協(xié)同。
VirtualLab：Ince高斯模式
**摘要
**
除了Hermite和Laguerre高斯模式之外，近軸波動方程還有第三種嚴格的正交解族，即所謂的Ince高斯模式。這些解在橢圓坐標中定義，并且通過橢圓參數(shù)允許在Hermite
發(fā)表于 03-20 08:58
VirtualLab：Ince高斯模式
**摘要
**
除了Hermite和Laguerre高斯模式之外，近軸波動方程還有第三種嚴格的正交解族，即所謂的Ince高斯模式。這些解在橢圓坐標中定義，并且通過橢圓參數(shù)允許在Hermite
發(fā)表于 03-19 08:36
基于FPGA的低照度條件下EBAPS圖像混合噪聲去除算法
本文提出了基于可編程邏輯門陣列(field programmable gate array，FPGA)的開關融合中值-高斯(open and close mix-median-Gaussian，OCMMG)濾波算法。
如何利用Verilog HDL在FPGA上實現(xiàn)SRAM的讀寫測試
本篇將詳細介紹如何利用Verilog HDL在FPGA上實現(xiàn)SRAM的讀寫測試。SRAM是一種非易失性存儲器，具有高速讀取和寫入的特點。在FPGA中實現(xiàn)SRAM讀寫測試，包括設計SRA
25年11月上海FPGA算法實現(xiàn)與應用技術高級研修分享
。
第十章: LTE20M DFE雙載IP的FPGA設計：基于兩個LTE20M載波信號上變頻過程完成FPGA設計，實現(xiàn)信號產生、存儲、時序分配、低通濾波、半帶
發(fā)表于 10-11 11:55
數(shù)據濾波算法的具體實現(xiàn)步驟是怎樣的？
? 數(shù)據濾波算法在電能質量在線監(jiān)測裝置中的具體實現(xiàn)，需圍繞 “ 數(shù)據采集→預處理→算法執(zhí)行→參數(shù)適配→效果驗證→結果輸出 ” 的全流程展開，核心是結合裝置硬件特性（采樣率、ADC 精度）和干擾類型
基于Matlab與FPGA的雙邊濾波算法實現(xiàn)
前面發(fā)過中值、均值、高斯濾波的文章，這些只考慮了位置，并沒有考慮相似度。那么雙邊濾波來了，既考慮了位置，有考慮了相似度，對邊緣的保持比前幾個好很多，當然實現(xiàn)上也是復雜很多。本文將從原理
基于FPGA的壓縮算法加速實現(xiàn)
本設計中，計劃實現(xiàn)對文件的壓縮及解壓，同時優(yōu)化壓縮中所涉及的信號處理和計算密集型功能，實現(xiàn)對其的加速處理。本設計的最終目標是證明在充分并行化的硬件體系結構 FPGA 上實現(xiàn)該算法時，可
粗糙度的濾波值是怎么設置的？
微觀不平度的信息。本文將詳細探討粗糙度濾波值的設置方法與依據。 濾波原理與類型 表面輪廓包含了形狀誤差、波紋度和粗糙度等不同尺度的幾何特征，濾波的本質是通過數(shù)學算法對輪廓數(shù)據進行頻率分離。常見的
GLAD應用：高斯光束的吸收和自聚焦效應
的，這將使不同空間位置的光所經歷的光程長度不同，即介質對入射光束的作用等價于光學透鏡，從而導致光束的自行聚焦效果。
特別地，當入射光束強度沿垂直光軸的界面內呈高斯形時，且強度足夠產生非線性效應的情況下
發(fā)表于 06-17 08:52
GLAD應用：高斯光束的吸收和自聚焦效應
的，這將使不同空間位置的光所經歷的光程長度不同，即介質對入射光束的作用等價于光學透鏡，從而導致光束的自行聚焦效果。
特別地，當入射光束強度沿垂直光軸的界面內呈高斯形時，且強度足夠產生非線性效應的情況下
發(fā)表于 05-16 08:47
基于高斯的稠密視覺SLAM研究
基于高斯的場景表示在新視角下會出現(xiàn)幾何失真，這大大降低了基于高斯的跟蹤方法的準確性。這些幾何不一致主要源于高斯基元的深度建模以及在深度融合過程中表面之間的相互干擾。為了解決這些問題，我們提出了一種
基于 FPGA 的任意波形發(fā)生器+低通濾波器系統(tǒng)設計
第一部分 設計概述
1.1 設計目的
本次設計包括基于FPGA的任意波形發(fā)生器設計實現(xiàn)和基于FPGA的低通濾波器設計實現(xiàn)。
波形發(fā)生器是一種
發(fā)表于 05-07 15:34
評論