高速图像处理系统在不同领域有重要的应用,例如:光学观测粒子运动、武器高速飞行测量、爆炸过程监测、车辆撞击过程记录等重要领域。通过对高速图像序列的研究,可以清晰获得高速运动物体在某一瞬间的具体运动状态,对高速运动目标关键信息判别起到了关键性作用。在高速图像数据采集及处理方面,通常采用多核CPU、多核GPU和多核DSP实现高速图像处理,但是由于三者指令以串行执行为主,且功率消耗较大,在某些对体积和功耗要求较高的领域的应用受到了限制。FPGA主要以并行运行为主,功耗较低,处理速度快,成为了高速数据处理的新趋势,特别是SoC的FPGA的结合,大大提高了数据处理的效能。在高速数据传输方面,主要以以太网、PCIe和Rapid IO三种总线为主。但是以太网的时延性较高,PICe的引脚数量偏多。Rapid IO拥有以太网和PCIe的所有优点,这些优势使得RapidIO成为了嵌入式系统背板或芯片互连系统的最优选择。本系统设计基于SoC异构运算的FPGA构架,完成了高速视频采集及处理系统的研制。首先完成高速视频序列采集,通过Rapid IO完成高速视频信号的板级互联,完成了板级的流水处理。不仅节省了互连成本,降低了系统功率,而且具有时延低、抖动低等优势。本系统利用FPGA平台上的SoC实现异构加速功能,实现了实时高速视频信号的分析及处理。本文完成的工作主要有以下几个方面:首先,完成了高速图像的采集和格式转换。本文分析了安森美的NOIP1SN0300A传感器的工作模式和内部寄存器配置,通过SPI同步串口,采用SoC对传感器各个功能进行配置和初始化;研究分析图像传感器的数据输出协议,设计对应的FPGA自定义逻辑和时序约束,实现SoC FPGA对图像传感器视频数据的格式转换和接收。其次,实现了高速图像数据的背板传输。针对RapidIO协议标准,对RapidIO的逻辑层、传输层和物理层的三层结构进行了深入理解。详细研究了Rapid IO标准的包交换协议、包格式、I/O事务操作类型和错误管理机制。基于FPGA平台完成了各个操作接口的数据收发操作的自定义逻辑设计,实现了基于RapidIO规范的高速视频图像数据背板传输系统。最后,基于SoC FPGA平台实现了图像增强异构加速。实现了OpenCL异构运算技术,以及基于环境光照估计的单幅图像去雾快速算法,本算法不同于传统采用最远点作为大气幕值的去雾方法,采用引导滤波方法,高效、快速的实现图像去雾。针对本文去雾算法,研究分析出算法可执行的并行部分,结合FPGA平台,通过主程序(x86或ARM)指令控制实现图像增强的并行加速。