传统嵌入式视觉系统采用FPGA/处理器组合来实现，也有越来越多地使用将高性能处理器与FPGA相结合的片上系统来实现。在本文中我们将会介绍嵌入式视觉系统的**元素；如何简便快捷地使用软件 API 和 IP 库构建嵌入式视觉系统，如何把算法开发的增值部分添加到图像处理链中。

从监控摄像头等简单监控系统到更**的应用，例如当今*新款汽车配备的**驾驶员辅助系统

彩色滤波器阵列使用贝尔滤色片为每个输出像素赋予一个 RGB 值

RGB 到 YUV色域转换，将 RGB 色域转换为 HDMI 驱动器优选的 YUV 色域输出格式。RGB 到 YCRCB色域转换器

将 YUV 从 4:4:4 格式重新缩放为 4:2:2 格式。 色度重采样

配置视频 DMA 以传输图像帧到 PS DDR。 AXI VDMA

配置同一视频 DMA，以从 PS DDR 读取图像帧。 AXI VDMA

将 AXI Stream 转换回并行格式。 AXIS 到视频输出

为输出视频时序提供时序参考生成器。 视频时序控制器

除了确保系统正常运行，我们还需要两个 AXI 互联。一个是高性能 AXI 互联，另一个是通用AXI 互联，以及每个时钟域所需的复位模块。

图像处理应用需要一系列的时钟域，大部分时钟域我们可以使用 Zynq 内部的 PS 提供给 PL的时钟。就该应用而言，我们需要下列时钟：

108 MHz – 这是以 1280x1024 分辨率和 60 Hz帧速率输出图像所需的像素时钟速率。

75 MHz – 用于存储器映射的 AXI 和 AXI Lite 接口。

150 MHz – 用于图像处理链，也称为AXI Streaming时钟。AXI Stream 时钟的速率必须至少与像素速率相同。但是我们必须考虑处理链中的所有 IP 核的吞吐量。虽然大多数模块能够每时钟周期处理一个像素，留出部分裕度并减少所需的缓存是明智的做法。

200 MHz – 提供给 Python 1300C CIS 设备作为基准。

为实现像素时钟，我们需要使用时钟向导来生成该 108MHz 像素时钟，因为该时钟需要极为准确的设置。虽然在用 PL 架构时钟设置时，75MHz和150MHz时钟允许部分容差，但 200MHz时钟也要求**。与 108MHz 时钟不同的是该时钟可由 PL 架构时钟**生成。

所使用的 IP 模块的时钟结构如下表所示：

在 Vivavdo 方框图编辑器中的整个实现方案如下面两个图所示。这两个图分别显示的是图像处理链的上游和下游。您还能够看到使用通用 AXI 互联和高性能 AXI 互联实现的 ARM 内核处理器的互联情况。

图2：EVK实例设计 — 突出显示的是上游图像处理链

图3：EVK实例设计 — 突出显示的是下游图像处理链

一旦我们完成设计验证，并为AXI外设分配地址(可自动完成)后，我们就能在 Vivado 2015.4 中构建硬件并将其导入到 SDK 2015.4 软件开发环境中。我们需要在该环境中编写一些简单软件，让系统启动并运行。

在 SDK 内部，我们不仅需要在 Zynq 内配置设计，还需要在使用设计之前在 EVK 上配置部分元素。记住在本实例中 PS 起着系统监视和控制功能，因此必须对整个嵌入式视觉系统进行配置，而不仅仅是在 Zynq 中配置 Vivado 设计。

我们需要开发用于配置下列内容的软件：

使用SPI 接口的 Python 1300C 摄像头

AXI Python 1300C 接口模块

AXI VDMA，从 DDR 内存读取和向 DDR 内存写入帧

AXI 彩色滤波器阵列

用于 AD7511 的 HDMI 输出设备。该设备使用 I2C 进行配置

I2C 多路复用器及其连接的相关外设

用于控制 Python 1300C 设备电源轨的 I2C IO 扩展器

该 EVK 使用 Zynq PS I2C 控制器对 HDMI 输出设备进行配置，来对 Python 设备供电。安富利还向我们提供了能用来控制 I2C 并进行如下配置的 API：

ADV7511 – 用于 HDMI 输出的 API

CAT9554 – 用于位于摄像头模块上的 I2C I/O 扩展器的 API

TCA9548 – 用于位于 EVCC 上的 I2C 多路复用器的 API

PCA9534 – 用于位于 EVCC 上的 I2C IO 扩展器的 API

OnSemi_Python_SW – 用于 Python 1300C 的 API

XAXIVDMA_EXT – 用于配置 VDMA 的 API

XIICPS_EXT – 用于驱动外部 I2C 的 API

我们所需做的就是将这些 API 与赛灵思软件 API 耦合，用于图像处理链中的 IP，这样我们就能快速创建软件可执行文件。要创建软件应用，我们需要将硬件设计导入到 SDK 中，为硬件创建板级支持包 (BSP)。该 BSP 内置所有所需的赛灵思 API，在与安富利的 API 耦合后，就能够驱动图像处理链中的硬件和 Zynq。

软件本身需要执行下列步骤：

初始化所有的 AXI 外设

为图像传感器轨加电

对安森美 Python 1300C、彩色滤波器阵列和 VDMA 进行配置

完成这些步骤后，当软件运行在 EVK 上您将看到图像正被输出到您所选定的 HDMI 监控器上，如下图所示。

图4：使用演示系统抓取的居民区场景的一帧图像

结论

在本文中我们介绍了嵌入式视觉系统的**元素；如何简便快捷地使用软件 API 和 IP 库构建嵌入式视觉系统，如何把算法开发的增值部分添加到图像处理链中。