基于zynq的图像识别算法移植（一）

一、项目背景
这次要移植到zynq板子上的算法是关于船只识别的，源代码是基于python+opencv写的，算法本身并不复杂，主要思想就是基于帧差法以及不同大小的滑动窗，做一个背景去除，再通过海面掩膜获取有船只的图像部分，通过二值化与轮廓检测定位出海面上的船。
这个小项目，我的重点不在算法本身（当然也需要根据平台做适当的适配与调整），主要目的是熟悉zynq的开发流程。

二、算法移植简介
2.1 算法框图
图片来自USGS LandSat8

2.2 平台及工具
zynq7020 clg400-2 ；
vivado HLS + SDK + Linux

2.3 移植流程

• 在vivado HLS上完成预处理部分（滤波、二值化）的IP核设计；
• 将HLS生成的IP核集成到vivado design中，主要利用VDMA进行IP核与DDR之间的数据交互，并将处理结果通过HDMI输出实时显示；
• 裸机部分的代码功能验证；
• 为目标板移植linux操作系统，以及qt+opencv的移植；

现在的情况是，图片预先存在DDR中（加上操作系统后，图片放在SD卡）后续条件允许的话，打算加上两个摄像头，把这套系统做成机器视觉平台，能够实时采集处理。

【第一次写CSDN博客，好多排版都不清楚…后面慢慢改】