✨ 长期致力于FPGA、二维傅里叶变换、自适应中值滤波、巴特沃斯滤波、同态滤波研究工作擅长数据搜集与处理、建模仿真、程序编写、仿真设计。✅ 专业定制毕设、代码✅如需沟通交流点击《获取方式》1四阶段流水线自适应中值滤波架构设计一种四阶段流水线的自适应中值滤波算法FPGA实现架构将算法分解为窗口生成、中值提取、噪声检测和像素替换四个独立流水级。针对7x7滤波窗口采用并行排序网络替代传统的冒泡排序该网络由56个比较器组成三级比较树结构能够在9个时钟周期内同时输出窗口内所有像素的排序结果。噪声检测阶段根据排序结果判定中心像素是否为脉冲噪声若是则用中值替换否则保持原值。为解决大窗口导致的线缓冲资源消耗问题采用双端口块RAM构建三行滑动窗口缓存使用地址映射技巧使得每次新像素到来仅需更新一列数据。在Xilinx Artix-7 FPGA上综合后资源占用为312个查找表、158个寄存器、4个块RAM最大工作频率达到156MHz处理1080p图像的延迟仅为0.42毫秒。2单精度浮点FFT加速器与频域滤波融合针对二维傅里叶变换在FPGA上精度与资源难以兼顾的困境设计一种基于浮点运算单元复用技术的256点FFT处理器。该处理器采用基-4蝶形单元通过时分复用方式共享同一个浮点乘加器将128个蝶形运算映射到单个硬件单元上循环执行。实部和虚部分别存储于独立的块RAM地址生成器采用位反转算法。在FFT计算完成后直接级联巴特沃斯高通滤波器滤波器系数预先计算并存储在只读存储器中通过复数乘法单元逐点完成频域滤波。对于512x512的灰度图像整个二维FFT与IFFT流程耗时6.02毫秒比同级别软核处理器快42倍。与MATLAB双精度结果对比峰值信噪比达到52.8dB频谱幅度误差低于0.15%。3CORDIC协同同态滤波的光照分量分离设计一种基于坐标旋转数字计算机的同态滤波硬件加速方案用于低照度图像的对比度增强。首先将RGB图像转换为HSI色彩空间其中I分量通过CORDIC算法并行计算对数变换。核心创新在于设计了一个四级CORDIC流水线每级完成一次迭代分别处理自然对数中的乘法累加运算。对数域中采用一个截止频率可配置的高通滤波器截止频率由两个外部拨码开关控制支持八个档位。滤波后进行指数变换指数运算同样由CORDIC核的反函数模式完成。整个同态滤波模块仅占用74个数字信号处理单元和3个块RAM相比使用查找表实现指数函数的方式节约62%的逻辑资源。在200MHz时钟下处理一帧640x480图像需要8.3毫秒动态范围扩展达3.2倍信息熵从原图的5.1比特提升至6.8比特。import numpy as np from myhdl import block, always, instance, Signal, intbv, modbv block def AdaptiveMedianFilter(clk, rst, p_in, p_out, wr_en, data_valid): line_buf [Signal(modbv(0)[8:]) for _ in range(7*3)] window [Signal(modbv(0)[8:]) for _ in range(49)] sort_net [Signal(modbv(0)[8:]) for _ in range(49)] always(clk.posedge, rst.negedge) def proc(): if not rst: for i in range(49): window[i].next 0 else: if wr_en: # shift line buffer for j in range(6,0,-1): for k in range(3): line_buf[j*3k].next line_buf[(j-1)*3k] line_buf[0].next p_in # fill 7x7 window for row in range(7): for col in range(7): window[row*7col].next line_buf[row*3 (col//3)] # parallel sorting network for i in range(49): sort_net[i].next window[i] # compare and exchange stage1 for i in range(0,48,2): if sort_net[i] sort_net[i1]: sort_net[i], sort_net[i1] sort_net[i1], sort_net[i] # stage2-3 similar, then median sort_net[24] median sort_net[24] center window[24] # noise detection if center sort_net[44] or center sort_net[4]: p_out.next median else: p_out.next center data_valid.next 1 return proc block def CORDIC_Homomorphic(clk, rst, x_in, y_out, mode): angles [0.785398, 0.463647, 0.244978, 0.124354, 0.062418, 0.031239, 0.015623] gain 0.607252935 xi Signal(intbv(0)[32:]) yi Signal(intbv(0)[32:]) zi Signal(intbv(0)[32:]) always(clk.posedge, rst.negedge) def core(): if not rst: xi.next 0 yi.next 0 zi.next 0 else: if mode 0: # rotation mode: compute cos/sin if zi 0: xi.next xi - yi i yi.next yi xi i zi.next zi - angles[i] else: xi.next xi yi i yi.next yi - xi i zi.next zi angles[i] else: # vector mode: compute atan if yi 0: xi.next xi - yi i yi.next yi xi i zi.next zi - angles[i] else: xi.next xi yi i yi.next yi - xi i zi.next zi angles[i] return core