由于處理器（PC)）能提供低成本、小尺寸、可擴展的圖像處理系統(tǒng),所以它們比功耗和價格較高的其它同類系統(tǒng)更具吸引力。公司的處理器系列時鐘頻率為,包括便于高效數據搬移和處理的增強結構,這種結構類似雙乘法累加單元,提供了用作視頻和數據通道的高速并行接口。下面將介紹一些常用的圖像處理和視頻處理的算法,以說明處理器的這些特性如何在當今的圖像處理系統(tǒng)中發(fā)揮其作用。

1Blackfin處理器具有很多適合于圖像應用的特點

2Blackfin 處理器由于具有雙單元,所以可以在個周期內產生兩個輸出點,相當于每個周期做一個×卷積

 1所示,靠近內核處理器的等級是最快的,但是通常容量太小而沒有大的圖像緩存。這也是直接存儲器存取如此重要的原因之一。在方式下,數據框架可以將數據從快速內存中存入和取出,同時源自視頻外圍設備的數據裝入片外較大的緩沖器中?？刂破鳘毩⒂趦群颂幚砥鞴ぷ?而內核周期僅僅用于在傳輸完成時提供中斷。下面介紹的每種算法都利用了一些基于的框架類型以達到盡可能最佳性能。選擇這些算法是因為它們適用在很廣的應用領域。

 3×卷積

3×的掩碼,但是掩碼又不能太小,否則將無法檢測出一幅圖像的邊緣。

2示出了個矩陣：一個輸入矩陣,一個×掩碼矩陣和一個輸出矩陣。通過適當地對其輸入數據,處理器的單元能夠在一個處理器周期內每次處理兩個輸出點,同時讀取與運算并行執(zhí)行的多個數據。這種方法允許對每次循環(huán)重復周期或者每像素周期的雙輸出點的高效計算。

3×卷積內核來逼近水平邊緣和垂直邊緣。第一個矩陣檢測垂直邊緣的變化,而第二個矩陣檢測水平邊緣的變化。

 Blackfin處理器采用保留×像素圖像兩個梯度中的較大值的方法,處理一幀大約要用,同時,它使用基于的二維數據框架從快速處理器內存中存取數據。

 Blackfin處理器的幾個特性

Blackfin處理器上,即使處理器有級通道,一個預分支的處理也可以小至一個周期。這對具有信號處理功能的處理器來說是相當可觀的,而且這顯然有助于縮短這種情況下的計算時間。

Blackfin處理器信號處理功能可以在一個周期內完成兩個乘法運算,同時訪問兩次存儲器讀取累加表值。事實證明,這種方式可以很好地完成定點霍夫變換,效果與浮點計算相當。

     // loop over the values

       a0 += a1; // add the results

 Blackfin處理器提供一個矢量指令以從兩個操作數對中找出兩個最大值。這種處理方法可以有效地將找出一個 N

 MAC和算術邏輯單元外,處理器還有可以應用于單周期指令的四個附加的。這四個可以同時處理四組字節(jié)例如添加、刪減和求平均。在包含圖像幀之間的運動估算中非常有用。

8 位減法絕對值累加指令減去四對值,取每個差值的絕對值,并將每個結果累加到一個累加器中,從而對物體運動進行辨別?？傊?處理器有多種有效檢測相鄰圖像幀運動的方法。

FFT

(FFT)是計算離散傅立葉變換的快速算法。在計算二維數據時,其主要用途包括通過快速卷積濾波、快速相關、圖像增強和物體識別。×圖像的二維大小也應是×。其旋轉因子通常在運行時間之前計算。

FFT算法高效運算的位反轉和蝴蝶加減指令。為了完成二維位反轉,將×輸入圖像展開成大小為2的一維矢量,這主要是因為由位反轉一維矢量生成的轉置矩陣等于二維位反轉。

16×合成二維要求的周期數目是包括開銷。這段代碼實際上可以通過將輸入數組元素的虛部設為零而用來計算實數。對于使用復數代碼的更高效實數執(zhí)行方法,兩個實數矩陣可被打包為復數二維的一個復數輸入。這種被稱為“打包和分裝”或者“大量生產”的方法需要后端處理來分離輸出,并需要兩個圖像來變換。但這在快速卷積和快速相關中通常不是問題,因為兩個變換總是需要計算的。

Blackfin處理器的體系構造有助于使其成為工業(yè)圖像處理系統(tǒng)中非常有用的處理器。此外,公司還提供基于處理器的圖像處理和分析的公用“圖像處理工具箱”內核。最新的樣片——將以太網、控制器和接口集成在一顆芯片上,增強了外圍設備功能,加上這些工具,將會大大擴展工業(yè)圖像處理應用領域的范圍。