LEON3開源軟核處理器動態圖像邊緣檢測SoC設計

　　①系統時鐘與復位信號：是整個LEON3架構所共用的時鐘信號和復位信號，而iCLK_50是由外部直接引入的頻率為50MHz的時鐘，未經過PLL處理。

　　②IP核控制信號：主要實現IP核的觸發功能和結束功能。

　　③APB總線的輸入信號和輸出信號：此信號主要用于APB總線控制、IP核選擇、IP核使能等，其中包括對IP核內部寄存器的設置都是通過APB總線信號來完成的。

　　④D5M攝像頭輸入信號和輸出信號：此信號主要完成對D5M攝像頭的配置以及數據采集。

　　⑤LTM顯示器輸入信號和輸出信號：此信號用于對LTM顯示器的配置。由于基于APB總線的IP核集成D5M攝像頭、LTM顯示器和邊緣檢測算法于一體，所以外部接口信號相對較多。但就APB總線本身而言，其信號并不多，這也是基于APB總線的設計方法相對簡單的原因。

　　3.3自定義IP核的結構設計

　　有關“基于APB外圍低速總線圖像檢測IP核的實現基本思想部分”略——編者注。

　　基于APB總線的IP核框架結構如圖5所示。

　　圖5用戶定義圖像邊緣檢測lP核結構

　　4實驗結果

　　4.1動態圖像邊緣檢測算法硬件實現仿真與分析

　　文中首先利用Matlab驗證局域熵邊緣檢測算法設計的正確性，然后采用Verilog HDL硬件描述語言編寫圖像邊緣檢測算法，在算法實現過程中，為提高算法的性能，采用了Quartus II中自帶的DSP加速宏模塊。同時，為驗證仿真算法的正確性，編寫Testbench系統測試文件，對其進行仿真驗證，圖6為局域熵邊緣檢測算法的硬件仿真時序圖。

　　圖6局域熵邊緣檢測算法硬件實現仿真時序圖

　　從圖6中，可以看到3×3窗口產生的過程，L1～L3為采用片上緩存的方法實現的三行數據的同步。X1～X9對應3×3窗口中的9個像素點。圖中最終的數據輸出是有一定時延的，這是由于算法中存在大量的乘加運算和浮點數運算造成的。

　　在實現算法的同時，考慮到所選芯片提供了可用于加速算術運算的DSP模塊，于是為了加速算法的處理速度，在算法實現過程中，加入了大量的DSP加速處理模塊，如乘加器，浮點除法器等。表1給出了用硬件語言實現上述算法所使用的芯片資源情況。表2給出了該算法對DSP加速模塊的使用情況。