ПОВЫШЕНИЕ РЕАЛЬНОЙ ПРОИЗВОДИТЕЛЬНОСТИ РВС ПРИ РЕШЕНИИ ЗАДАЧ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ БЫСТРОГО ПРЕОБРАЗОВАНИЯ ФУРЬЕ

  • А.В. Чкан
Ключевые слова: Цифровая обработка сигналов, цифровая обработка изображений, быстрое преобразование Фурье;, реконфигурируемые вычислительные системы, фиксированная запятая, масштабирование разрядности

Аннотация

Рассматриваются вопросы цифровой обработки изображений больших размерно-
стей в реальном масштабе времени с помощью реконфигурируемых вычислительных сис-
тем (РВС) на базе ПЛИС. РВС относятся к классу высокопроизводительных многопроцес-
сорных вычислительных систем, но при этом обладают программируемой архитектурой,
позволяющей конфигурировать структуру вычислительной системы, оптимально под-
страивая её под алгоритмы решаемой задачи. В то же время оптимизация вычислитель-
ной структуры задачи сводится к разработке и реализации параллельных алгоритмов,
соответствующих специфике используемой архитектуры РВС. Всё это позволяет эффек-
тивно использовать РВС для решения широкого класса задач цифровой обработки сигна-
лов. Предложены способы повышения удельной и реальной производительности РВС при
решении задач цифровой обработки изображений с использованием быстрого преобразо-
вания Фурье (БПФ). На примере процедуры фильтрации изображений в частотной облас-
ти рассмотрены основные вычислительные этапы и способы их оптимизации, основанные
на свойствах алгоритма БПФ. Применение оптимизации позволяет существенно сокра-
тить как объем вычислений, так и объем задействованных аппаратных ресурсов ПЛИС, и
повысить производительность РВС для задач обработки изображений. Освобожденные в
результате оптимизации вычислительной структуры ресурсы ПЛИС могут быть исполь-
зованы для дополнительного распараллеливания вычислений и ускорения обработки посту-
пающих данных. Показаны преимущества представления данных в формате с фиксирован-
ной запятой при выполнении расчётов на РВС. Использование фиксированной запятой по-
зволяет не только повысить удельную и реальную производительность вычислительной
системы по сравнению с плавающей запятой в силу свойств формата, но и использовать
произвольную разрядность данных, что является актуальным для большинства задач циф-
ровой обработки сигналов. Рассмотрено решение проблемы переполнения разрядной сетки
при использовании формата с фиксированной запятой с помощью масштабирования раз-
рядности данных.

Литература

1. Gonzalez R.C., Woods R.E. Digital Image Processing. 4th ed., Pearson, 2018.
2. Gonzalez R.C., Woods,R.E., and Eddins S.L. Digital Image Processing Using MATLAB. 3rd ed.,
Gatesmark Publishing, Knoxville, TN, 2009.
3. Castleman K.R. Digital Image Processing, Pearson Education, 2007.
4. Jain A.K. Fundamentals of Digital Image Processing, Prentice Hall, 1989.
5. Metody komp'yuternoy obrabotki izobrazheniy [Methods of computer image processing], ed. by
V.A. Soyfera. 2-e izd. Moscow: Fizmatlit, 2003, 784 p.
6. Kalyaev I.A., Levin I.I., Semernikov E.A., Shmoylov V.I. Rekonfiguriuemye mul'tikonveyernye
vychislitel'nye struktury [Reconfigurable multipipeline computing structures], under the general ed.
I.A. Kalyaeva. 2-e ed. Rostov-on-Don: YuNTS RAN, 2009, 344 p.
7. Guzik V.F., Kalyaev I.A., Levin I.I. Rekonfiguriruemye vychislitel'nye sistemy: ucheb. posobie [Reconfigurable
computing systems: tutorial], under the general. ed. I.A. Kalyaeva. Taganrog: YuFU,
2016, 472 p.
8. Voevodin V.V., Voevodin Vl.V. Parallel'nye vychisleniya: ucheb. posobie [Parallel calculations::
tutorial]. St. Petersburg: BKhV-Peterburg, 2004, 608 p.
9. Zotov V.Yu. Proektirovanie vstraivaemykh mikroprotsessornykh sistem na osnove PLIS firmy Xilinx
[Designing embedded microprocessor systems based on FPGAs of Xilinx]. Moscow:
Goryachaya liniya - Telekom, 2006, 520 p.
10. Artamonov D.S., Putrya M.G. Metod optimizatsii vychislitel'nogo protsessa na rekonfiguriruemykh
vychislitel'nykh sredakh [Method of optimizing the computing process on reconfigurable computing
environments], Informatsionnye tekhnologii i vychislitel'nye sistemy [Information technologies and
computing systems]. Moscow: ISA RAN, 2010, No. 3, pp. 19-26.
11. Dordopulo A.I., Levin I.I. Programmnoe obespechenie dlya resheniya vychislitel'no-trudoemkikh
zadach na rekonfiguriruemykh vychislitel'nykh sistemakh [Software for solving computationally
time-consuming problems on reconfigurable computing systems], Mater. 2-oy Mezhdunarodnoy
nauchnoy konferentsii «Superkomp'yuternye sistemy i ikh primenenie» (SSA'2008) [Materials of the
2nd International Scientific Conference "Supercomputer Systems and their Application" (SSA
'2008)]. Minsk: OIPI NAN Belarusi, 2008, pp. 50-54.
12. Layons R. TSifrovaya obrabotka signalov [Digital Signal Processing]: transl. from engl., by ed. A.A.
Britova. 2nd ed. Moscow: Binom-Press, 2006, 656 p.
13. Sergienko A.B. Tsifrovaya obrabotka signalov: ucheb. posobie [Digital signal processing: tutorial].
3rd ed. St. Petersburg: BKhV-Peterburg, 2011, 768 p.
14. Orlov S.A., Tsil'ker B.Ya. Organizatsiya EVM i sistem: uchebnik dlya vuzov [Organization of computers
and systems: tutorial for universities]. 2nd ed. St. Petersburg: Piter, 2011, 688 p.
15. Solonina A.I., Ulakhovich D.A., Yakovlev L.A. Algoritmy i protsessory tsifrovoy obrabotki signalov
[Algorithms and processors of digital signal processing]. St. Petersburg: BKhV – Peterburg, 2002,
464 p.
16. Bovkun A.V. Avtomatizirovannye metody povysheniya udel'noy proizvoditel'nosti prikladnykh
zadach dlya rekonfiguriruemykh vychislitel'nykh sistem [Automated methods for increasing the
specific performance of applications for reconfigurable computing systems], Izvestiya YuFU.
Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2012, No. 4, pp. 204-210.
17. Fisenko V.T., Fisenko T.Yu. Komp'yuternaya obrabotka i raspoznavanie izobrazheniy: ucheb.
posobie [Computer processing and recognition of images: tutorial]. St. Petersburg: SPbGU ITMO,
2008, 192 p.
18. Gruzman I.S. i dr. TSifrovaya obrabotka izobrazheniy v informatsionnykh sistemakh: ucheb.
posobie [Digital image processing in information systems: tutorial]. Novosibisrk: Izd-vo NGTU,
2000, 168 p.
19. Bleykhut R. Bystrye algoritmy tsifrovoy obrabotki signalov [Fast digital signal processing algorithms]:
transl. from engl. Moscow: Mir, 1989, 448 p.
20. Ayficher E.S., Dzhervis B.U. TSifrovaya obrabotka signalov: prakticheskiy podkhod [Digital signal
processing: a practical approach]: transl. from engl. 2nd ed. Moscow: Vil'yams, 2008, 992 p.
21. Oppenheim Alan V., Ronald W. Schafer, John R. Buck Discrete Time Signal Processing. 2nd
ed. Prentice Hall, 1998.
22. Chkan A.V., Mikhaylov D.V. Primenenie masshtabiruemoy razryadnosti dannykh pri
programmnoy realizatsii bystrogo preobrazovaniya Fur'e na rekonfiguriruemykh
vychislitel'nykh sistemakh [Application of scalable data bitness in software implementation of
fast Fourier transformation on reconfigurable computing systems], Vestnik komp'yuternykh i
informatsionnykh tekhnologiy [Herald of Computer and Information Technologies], 2018,
No. 1 (163), pp. 44-50.
23. Ershova O.V., Kirichenko E.V., Semernikov E.A., Chkan, A.V. Masshtabirovanie dannykh s
fiksirovannoy tochkoy v protsedure bystroy svertki [Scaling of fixed point data in the fast convolution
procedure], Radiotekhnika [Radio engineering], 2015, No. 4, pp. 66-72.
Опубликован
2021-02-25
Выпуск
Раздел
РАЗДЕЛ IV. ПРОБЛЕМНО-ОРИЕНТИРОВАННЫЕ И ВСТРАИВАЕМЫЕ ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ