数字图像处理的可重构计算研究

摘要

目前嵌入式领域的图像处理技术逐渐呈现出计算复杂、数据量大、灵活性高和低功耗的趋势,使得传统的处理器体系结构越来越难以满足应用的需求,亟需研究新型高性能处理器。可重构计算技术的适应性和灵活性可以使其很好的匹配不同的应用需求,因而得到了广泛的研究。实现可重构计算的器件称为可重构处理器,通常作为协处理器与通用处理器一起组成完整的可重构计算系统。可重构计算系统结合了通用处理器的灵活性和专用集成电路的高效性。已有的研究结果表明,利用可重构处理器的数据路径再定制能力,不仅能够大幅提高图像处理任务的执行速度而且对其在嵌入式应用领域功耗的降低具有重大意义。
　　论文以嵌入式领域图像处理中高计算量、高并行性、高灵活性以及低功耗性的应用为研究对象,研究了一种粗粒度可重构计算机(ReC-Reconfigurable Computer)体系结构模型,并以可重构协阵列协处理器(ReAC-Reconfigurable Array Coprocessor)的体系结构为基础,在ReAC上实现了灰度的线性变换、离散二维卷积、灰度直方图计算和二维FFT四种常用图像处理算法。最后通过软件仿真的方式验证上述四种在ReAC上实现的图像处理算法来说明ReC体系结构模型逻辑的正确性。

目录

封面

独创性声明

学位论文使用授权声明

中文摘要

英文摘要

1 绪论

1.1 课题研究背景与意义

1.2 可重构计算系统

1.3 国内外研究和发展概况

1.4 论文主要研究内容

1.5 论文的结构安排

2 可重构计算机体系结构模型

2.1 ReC体系结构模型概述

2.2 宿主机

2.3 ReAC体系结构

2.3.1 ReAC概述

2.3.2 可重构处理元阵列

2.3.3 可重构处理元

2.3.4 构令存储器

2.3.5 数据存储器

2.4 ReAC指令集设计

2.4.1 扩展指令格式

2.4.2 扩展指令功能

2.5 构令集设计

2.5.1 构令格式

2.5.2 构令功能

2.6 存储器组织

2.7 与宿主机接口逻辑

2.8 本章小结

3 并行图像算法在ReAC上的实现

3.1 灰度的线性变换算法的实现

3.1.1 理论基础

3.1.2 灰度的线性变换在ReAC上的实现过程

3.1.3 映射算法分析

3.2 离散二维卷积算法的实现

3.2.1 理论基础

3.2.2 二维卷积在ReAC上的实现过程

3.2.3 映射算法分析

3.3 灰度直方图算法的实现

3.3.1 理论基础

3.3.2 灰度直方图在ReAC上的实现过程

3.3.3 映射算法分析

3.4 二维FFT算法的实现

3.4.1 理论基础

3.4.2 二维FFT在ReAC上的实现过程

3.4.3 映射算法分析

3.5 本章小结

4 ReAC仿真器的设计与实现

4.1 仿真器开发平台和工具

4.2 ReAC仿真器仿真过程

4.3 ReAC汇编器的设计与实现

4.3.1 ReAC汇编语言

4.3.2 ReAC汇编器总体设计

4.3.3 ReAC汇编器具体实现

4.4 ReAC仿真器的设计与实现

4.4.1 RPU类设计

4.4.2 Mesh类设计

4.4.3 ReAC类设计

4.5 RPU之间相关性的处理

4.6 ReAC仿真器的工作流程

4.7 验证图像处理算法

4.8 本章小结

5 结束语

5.1 论文总结

5.2 进一步工作

致谢

参考文献

在校期间发表论文