【正点原子FPGA连载】第七章 OV5640摄像头Sobel边缘检测--摘自【正点原子】领航者ZYNQ之HLS开发指南V1.1

正点原子运营

1）实验平台：正点原子领航者ZYNQ开发板
2）平台购买地址：https://item.taobao.com/item.htm?&id=606160108761
3）全套实验源码+手册+视频下载地址：http://www.openedv.com/thread-301505-1-1.html
4）对正点原子FPGA感兴趣的同学可以加群讨论：905624739 点击加入群聊：
5）关注正点原子公众号，获取最新资料更新

第七章OV5640摄像头Sobel边缘检测

     边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。在本章我们将通过OV5640摄像头Sobel边缘检测实验，来学习如何使用Vivado HLS工具生成实现Sobel边缘检测算法的IP核，以及在Vivado中对综合结果进行验证的流程。

本章包括以下几个部分：        

1.1        Sobel边缘检测简介

1.2        实验任务

1.3        HLS设计

1.4        IP验证

1.5        下载验证

1.1 Sobel边缘检测简介

    所谓边缘是指其周围像素灰度急剧变化的那些象素的集合，它是图像最基本的特征。边缘存在于目标、背景和区域之间，所以，它是图像分割所依赖的最重要的依据。由于边缘是位置的标志，对灰度的变化不敏感，因此，边缘也是图像匹配的重要的特征。

    边缘检测和区域划分是图像分割的两种不同的方法，二者具有相互补充的特点。在边缘检测中，是提取图像中不连续部分的特征，根据闭合的边缘确定区域。而在区域划分中，是把图像分割成特征相同的区域，区域之间的边界就是边缘。由于边缘检测方法不需要将图像逐个像素地分割，因此更适合大图像的分割。边缘大致可以分为两种，一种是阶跃状边缘，边缘两边像素的灰度值明显不同；另一种为屋顶状边缘，边缘处于灰度值由小到大再到小的变化转折点处。边缘检测的主要工具是边缘检测模板。边缘检测的有很多，典型的有索贝尔算子、普里维特算子、罗伯茨交叉边缘检测等边缘检测技术，在本章设计中采用的是索贝尔算子。

索贝尔算子算法简介：

    索贝尔算子（Sobeloperator）主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量。

Sobel卷积因子为：

图7.1.1 Sobel卷积因子

    该算子包含两组 3x3 的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以 A 代表原始图像， Gx 及 Gy 分别代表经横向及纵向边缘检测的图像灰度值，其公式如下：

图7.1.2 横向及纵向的图像灰度值计算公式

    图像的每一个像素的横向及纵向灰度值通过以下公式结合，来计算该点灰度的大小：

图7.1.3 像素的灰度值计算公式

通常，为了提高效率 使用不开平方的近似值,但这样做会损失精度，迫不得已的时候可以如下这样子：

图 7.1.4 像素灰度值的近似计算公式

如果梯度G大于某一阀值，则认为该点(x,y)为边缘点。

1.2 实验任务

    本节的实验任务是使用VivadoHLS工具设计实现Sobel边缘检测算法的IP核，并在Vivado中对设计出来的IP核进行验证。

1.3 HLS设计

    我们在电脑中的“F:\ZYNQ\High_Level_Synthesis”目录下新建一个名为ov5640_sobel的文件夹，作为本次实验的工程目录。然后打开Vivado HLS工具，创建一个新的工程。设置工程名为“ov5640_sobel”，选择工程路径为刚刚创建的文件夹。需要注意的是，工程名以及路径只能由英文字母、数字和下划线组成，不能包含中文、空格以及其他特殊字符。如下图所示：

图 7.3.1 工程配置界面

设置好工程名及路径之后，点击“Next”，进入如下界面设置顶层函数：

图 7.3.2 设置顶层函数

    工程创建完成后，在工程面板中的“source”目录上点击右键，然后在打开的列表中选择“New File”新建源文件，在弹出的对话框中输入源文件的名称“ov5640_sobel.cpp”，如图1.3.3所示。源文件默认的保存路径为HLS工程目录，为方便源文件的管理，我们在工程目录下新建一个名为“src”的文件下，将源文件保存在src目录下。

图 7.3.3 输入源文件名

我们输入的源文件的后缀名为“.cpp”，即使用C++语言进行设计。这是因为我们要使用Vivado HLS视频库，那么就只能使用C++来进行设计。

“ov5640_sobel.cpp”文件源代码如下：

1.   #include "ov5640_sobel.h"
   
2.   
   
3.   voidov5640_sobel(AXI_STREAM&INPUT_STREAM,
   
4.                    AXI_STREAM& OUTPUT_STREAM,
   
5.                     introws,
   
6.                     intcols
   
7.                    ){
   
8.   
   
9.   #pragma HLSINTERFACE axis port=INPUT_STREAM
   
10. #pragma HLS INTERFACE axis port=OUTPUT_STREAM
    
11. #pragma HLS INTERFACE s_axilite port=rows
    
12. #pragma HLS INTERFACE s_axilite port=cols
    
13. #pragma HLS INTERFACE ap_ctrl_none port=return
    
14. #pragma HLS dataflow
    
15. 
    
16.      //hls::mat格式变量
    
17.      RGB_IMAGE  img_0(rows,cols);
    
18.      GRAY_IMAGE img_1(rows,cols);
    
19.     GRAY_IMAGE img_2(rows,cols);
    
20.      RGB_IMAGE  img_3(rows,cols);
    
21. 
    
22.      //将AXI4 Stream数据转换成hls::mat格式
    
23.      hls::AXIvideo2Mat(INPUT_STREAM,img_0);
    
24. 
    
25.      //将RGB888格式的彩色数据转换成灰度数据
    
26.      hls::CvtColor<HLS_RGB2GRAY,HLS_8UC3,HLS_8UC1>(img_0,img_1);
    
27. 
    
28.      //将灰度数据与Sobel算子卷积
    
29. 29     hls::Sobel<1,0,3>(img_1,img_2);
    
30. 30
    
31. 31     //将灰度数据转换成三个通道的灰度图像
    
32.      hls::CvtColor<HLS_GRAY2RGB,HLS_8UC1,HLS_8UC3>(img_2,img_3);
    
33. 
    
34.      //将hls::mat格式数据转换成AXI4 Stream格式
    
35.      hls::Mat2AXIvideo(img_3,OUTPUT_STREAM);
    
36. }

复制代码

    本章实验的实验代码与《领航者ZYNQ之HLS开发指南》第5章“OV5640摄像头灰度显示实验”类似，不同之处是本章实验代码增加了一个边缘检测函数“Sobel”。代码的其他部分可以参考《领航者ZYNQ之HLS开发指南》第5章“OV5640摄像头灰度显示实验”。

在代码的第29行调用HLS命名空间中的“Sobel”函数，这个函数在UG902中的介绍如下图所示：

图 7.3.4 sobel函数

    图中的“Synopsis”是概要的意思。从图中可以看出Vivado HLS视频库中定义了两个Soebl函数，这个是C++中函数重载的概念，编译器根据函数模板输入参数的不同，选择调用相应的函数。图中的“template”是函数模板的概念，它通过将类型作为参数传递给模板，可使编译器生成该类型的函数。图中        的“XORDER”和“YORDER”这两个参数可以设置采用水平方向或垂直方向的Sobel算子，Vivado HLS只支持“XORDER=1，YORDER=0”（指采用水平方向的Sobel算子）或者“XORDER=0，YORDER=1”（指采用垂直方向的Sobel算子）的设置。在本章实验中我们设置“XORDER=1,YORDER=0”表示采用水平方向的Sobel算子进行X轴方向的边缘检测。图中的“SIZE”表示设置Sobel算子模板的大小，Vivado HLS支持设置Sobel算子的大小为3、5、7。本章实验我们设置Sobel算法的大小为3，表示采用3*3的Sobel算子模板。图中的“BORDERMODE”表示设置边界的类型，由于本章我们没有传入边界类型的参数，所以编译器调用了第二个Sobel函数。图中的“SRC_T”表示输入图像的类型，图中的“DST_T”表示输出图像的类型，这里输入和输出图像都是8位无符号单通道数据类型。图中的“ROWS”和“COLS”表示输入图像像素的行和列，图中的“DROWS”和“DCOLS”表示输出图像像素的行和列。

“ov5640_sobel.h”头文件代码如下：

1. #ifndef _OV5640_SOBEL_H
   
2. #define _OV5640_SOBEL_H
   
3. 
   
4. #include "hls_video.h"
   
5. 
   
6. #define MAX_HEIGHT 1080    //图像最大高度
   
7. #define MAX_WIDTH  1920    //图像最大宽度
   
8. 
   
9. #define INPUT_IMAGE     "lena.jpg"
   
10. #define OUTPUT_IMAGE    "lena_sobel.jpg"
    
11. 
    
12. typedef hls::stream<ap_axiu<24,1,1,1> >    AXI_STREAM;
    
13. typedef hls::Mat<MAX_HEIGHT,MAX_WIDTH,HLS_8UC3>   RGB_IMAGE;
    
14. typedef hls::Mat<MAX_HEIGHT,MAX_WIDTH,HLS_8UC1> GRAY_IMAGE;
    
15. 
    
16. void ov5640_sobel(AXI_STREAM& INPUT_STREAM,
    
17.                    AXI_STREAM& OUTPUT_STREAM,
    
18.                    int rows,
    
19.                   int cols
    
20.                   );
    
21. 
    
22. #endif

复制代码

    在代码的第1行和第2行是为了防止头文件的重复定义。在代码的第4行引入了“hls_opencv.h”头文件是为了使用Vivado HLS工具给我们提供的数据类型。在代码的第6行和代码的第7行定义了图像的最大高度和宽度。在代码的第9行定义了输入图像是“lena.jpg”,在代码的第10行定义了输出图像是“lena_sobel.jpg”。在代码的第12行定义了AXI_STREAM格式的数据类型，第一个参数24表示我们采用的数据是24位宽。在代码的第13行和第14行分别定义了“RGB_IMAGE”和“GRAY_IMAGE”格式的数据类型。在代码的第16行“ov5640_sobel”是函数的声明。

    当工程比较复杂的时候，可以进行C代码仿真。C代码仿真的步骤如下：在工程面板中的“Test Bench”目录上点击右键，在打开的列表中选择“New File”新建源文件，然后在弹出的对话框中输入测试文件的名称“ov5640_sobel_tb.cpp”，为方便测试文件的管理我们将测试文件保存在src目录下，如下图所示：

图 7.3.5 测试文件目录

“ov5640_sobel_tb.cpp”程序如下所示：

1.   #include "ov5640_sobel.h"
   
2.   #include "hls_opencv.h"
   
3.   
   
4.   intmain(void)
   
5.   {
   
6.       //获取图像数据
   
7.       IplImage*src = cvLoadImage(INPUT_IMAGE);
   
8.       IplImage*dst = cvCreateImage(cvGetSize(src),src->depth, src->nChannels);
   
9.   
   
10.      //使用HLS库进行处理
    
11.      AXI_STREAMsrc_axi, dst_axi;
    
12.     IplImage2AXIvideo(src, src_axi);
    
13.      ov5640_sobel(src_axi,dst_axi, src->height,src->width);
    
14.     AXIvideo2IplImage(dst_axi, dst);
    
15. 
    
16.      //保存图像
    
17.     cvSaveImage(OUTPUT_IMAGE,dst);
    
18. 
    
19.     //显示图像
    
20.     cvShowImage(INPUT_IMAGE,src);
    
21.      cvShowImage(OUTPUT_IMAGE,dst);
    
22. 
    
23.      //等待用户按下键盘上的任一按键
    
24.      cv::waitKey(0);
    
25. 
    
26. }

复制代码

    在代码的第2行引入了“hls_opencv.h”，这个头文件里面包含了opencv库。在代码的第4行定义了main函数，在代码的第7行调用“cvLoadImage”函数来载入输入图像。在代码的第8行      调用“cvCreateImage”来创建输出图像，参数“cvGetSize(src)”表示创建和输入图像一样大小的输出图像，参数“src->channel”表示创建的输出图像的通道和输入图像一样也是三通道  的。在代码的第11行定义了两个变量“src_axi”和“dst_axi”，这两个变量的数据类型是AXI_STREAM格式。在代码的第12行通过调用IplImage2AXIvideo函数来将opencv中的IplImage格式的图像数据类型转换成AXI4-Stream格式的图像数据流从而可以利用FPGA进行数据处理。在代码的第13行调用“ov5640_sobel”函数来将对图像进行sobel边缘处理。在代码的第14行调用      AXIvideo2IplImage将Sobel边缘处理后的图像转换成opencv可以处理的数据类型。在代码的第17行通过调用cvSaveImage来保存Sobel边缘处理后的图像。在代码的第20行和第21行通过调用cvShowImage来显示原图像和边缘处理后的图像。在代码的第24行通过调用waitKey这个函数来等待用户输入，从而避免程序运行完成，图像一闪而过。

    下面进行C仿真，将“lena.jpg”图像加入到测试平台，在工程面板中的“Test bench”目录上点击右键，然后在打开的列表中选择“New File”新建源文件，为方便测试文件的管理我们将“lena.jpg”保存在src目录下，如下图所示：

图7.3.6 lena图片目录

点击“Run CSimulation”按钮，如下图所示：

图7.3.7 C仿真

上图中左边红框标出来的就是我们加入的输入图像，右边红框即为C仿真按钮。仿真结果如下图所示：

图 7.3.8 仿真结果

从仿真结果中可以看出我们实现了X轴方向的Sobel边缘检测。

接下来点击工具栏中向右的绿色三角形对C代码进行综合，如下图所示：

图 7.3.7 运行C综合

综合完成后，会自动打开综合结果（solution）的报告，综合报告中给出了设计的性能评估、资源评估以及接口等信息。本次实验中，我们重点关注综合工具为我们生成的接口信息，如下图所示：

图 7.3.8 接口信息

    从图中可以看出，设计综合出了一个“AXI4-Lite”从接口和两个“AXI4-Stream”接口（一个输入，一个输出）。其中“AX4-Lite”总线接口用于控制视频处理的分辨率，而两个“AXI4-Stream”总线接口分别用于输入待处理的视频以及输出处理之后的视频流。

在综合结果正确的情况下，在工具栏中点击黄色的“田”字按钮，导出RTL。

    在导出RTL结束之后，我们到工程目录所指向的文件夹中可以看到以ZIP压缩文件形式存在的IP核，如下图所示：

图 7.3.9 将设计导出成IP

      HLS设计结束之后，我们将在Vivado中对导出的IP核进行验证。

1.4 IP验证

     在IP验证环节，我们会使用Vivado工具的IP集成器将生成的IP核添加到Block Design中，然后完成设计后将程序下载到领航者开发板上进行验证。

用于IP验证的底层硬件可以在《领航者ZYNQ之HLS开发指南》第5章“OV5640 摄像头灰度显示”实验的基础上进行。打开该实验所对应的Vivado工程“ov5640_rgb2gray_ip_test”，将其另存为“ov5640_sobel_ip_test”工程。为了方便工程管理，我们将Vivado工程的目录与HLS工程目录保持一致，如下图所示：

图 7.4.1 创建Vivado工程

    在通过“另存为”的方式保存工程之后，还要将原来工程中的IP库（名为ip_repo的文件夹）复制到新的Vivado工程目录下， 然后将HLS设计过程中导出的IP核拷贝到“ip_repo”目录下并解压，解压完成后如下图所示：

图 7.4.2 拷贝并解压IP

     在Vivado中重新将当前工程目录下的ip_repo文件夹添加到工程的IP库中，然后将HLS生成的IP核Ov5640_sobel添加到Block Design中，并将其STREAM接口分别连接到Video In to AXI4-Stream模块的video_out接口与VDMA模块的S_AXIS_S2MM接口上。最后点击上图中左上角的“Run Connection Automation”，让工具自动连接该IP核的其他端口，包括时钟、复位以及AXI-Lite从接口，[url=]最终[/url][A1] 完成的设计如下图所示：

图 7.4.4 完成后的Block Design

    到这里我们的BlockDesign就设计完成了，在Diagram窗口空白处右击，然后选择“Validate Design”验证设计。验证完成后弹出对话框提示“ValidationSuccessful”表明设计无误，点击“OK”确认。最后按快捷键“Ctrl + S”保存设计。

    接下来在Source窗口中右键点击Block Design设计文件“system.bd”，然后依次执行“Generate Output Products”和“Create HDLWrapper”。

    最后在左侧FlowNavigator导航栏中找到PROGRAM AND DEBUG，点击该选项中的“Generate Bitstream”，对设计进行综合、实现、并生成Bitstream文件。

    在生成 Bitstream 之后，在菜单栏中选择 File > Export > Export hardware 导出硬件，并在弹出的对话框 中，勾选“Include bitstream”。然后在菜单栏选择 File >Launch SDK，启动 SDK 软件。

在Vivado SDK中新建空的应用工程，工程名为“ov5640_sobel_lcd”。

然后找到《领航者ZYNQ之嵌入式开发指南》第二十三章“OV5640 摄像头 LCD 显示”实验的Vivado工程目录，将“21_ov7725_lcd\ov7725_lcd.sdk\ov7725_lcd”目录下的src文件夹拷贝到新建的应用工程目录下。

在SDK中刷新src目录，然后将“main.c”的代码修改为如下所示：

1.   #include <stdio.h>
   
2.   #include <stdlib.h>
   
3.   #include <string.h>
   
4.   #include "xil_types.h"
   
5.   #include "xil_cache.h"
   
6.   #include "xparameters.h"
   
7.   #include "xgpio.h"
   
8.   #include "xaxivdma.h"
   
9.   #include "xaxivdma_i.h"
   
10. #include "display_ctrl/display_ctrl.h"
    
11. #include "vdma_api/vdma_api.h"
    
12. #include "emio_sccb_cfg/emio_sccb_cfg.h"
    
13. #include "ov5640/ov5640_init.h"
    
14. #include "xov5640_sobel.h"
    
15. 
    
16. //宏定义
    
17. #define BYTES_PIXEL        3                           //像素字节数，RGB888占3个字节
    
18. #define FRAME_BUFFER_NUM   3                           //帧缓存个数3
    
19. #define DYNCLK_BASEADDR   XPAR_AXI_DYNCLK_0_BASEADDR  //动态时钟基地址
    
20. #define VDMA_ID           XPAR_AXIVDMA_0_DEVICE_ID    //VDMA器件ID
    
21. #define DISP_VTC_ID       XPAR_VTC_0_DEVICE_ID        //VTC器件ID
    
22. //PL端 AXI GPIO 0(lcd_id)器件 ID
    
23. #define AXI_GPIO_0_ID     XPAR_AXI_GPIO_0_DEVICE_ID   
    
24. //使用AXI GPIO(lcd_id)通道1
    
25. #define AXI_GPIO_0_CHANEL  1                           
    
26. 
    
27. //全局变量
    
28. //frame buffer的起始地址
    
29. unsigned int const frame_buffer_addr = (XPAR_PS7_DDR_0_S_AXI_BASEADDR
    
30.                                           + 0x1000000);
    
31. XAxiVdma         vdma;
    
32. DisplayCtrl      dispCtrl;
    
33. XGpio            axi_gpio_inst;   //PL端 AXI GPIO 驱动实例
    
34. XOv5640_sobel    sobel_inst;   //PL端XOv5640_sobel驱动实例
    
35. VideoMode        vd_mode;
    
36. unsigned int lcd_id;
    
37. 
    
38. int main(void)
    
39. {
    
40.       u32 status;
    
41.       u16 cmos_h_pixel;   //ov56 DVP 输出水平像素点数
    
42.       u16 cmos_v_pixel;   //ov5640 DVP 输出垂直像素点数
    
43.       u16 total_h_pixel;  //ov5640 水平总像素大小
    
44.       u16 total_v_pixel;  //ov5640 垂直总像素大小
    
45. 
    
46.       //获取LCD的ID
    
47.       XGpio_Initialize(&axi_gpio_inst, AXI_GPIO_0_ID);
    
48.       lcd_id = LTDC_PanelID_Read(&axi_gpio_inst,AXI_GPIO_0_CHANEL);
    
49.       xil_printf("lcd_id= %x\n\r",lcd_id);
    
50. 
    
51.       //根据获取的LCD的ID号来进行ov5640显示分辨率参数的选择
    
52.       switch(lcd_id){
    
53.           case 0x4342 :  //4.3寸屏,480*272分辨率
    
54.               cmos_h_pixel = 480;
    
55.               cmos_v_pixel = 272;
    
56.               total_h_pixel = 1800;
    
57.               total_v_pixel = 1000;
    
58.               break;
    
59.           case 0x4384 :  //4.3寸屏,800*480分辨率
    
60.               cmos_h_pixel = 800;
    
61.               cmos_v_pixel = 480;
    
62.               total_h_pixel = 1800;
    
63.               total_v_pixel = 1000;
    
64.               break;
    
65.           case 0x7084 :  //7寸屏,800*480分辨率
    
66.               cmos_h_pixel = 800;
    
67.               cmos_v_pixel = 480;
    
68.               total_h_pixel = 1800;
    
69.               total_v_pixel = 1000;
    
70.               break;
    
71.           case 0x7016 :  //7寸屏,1024*600分辨率
    
72.               cmos_h_pixel = 1024;
    
73.               cmos_v_pixel = 600;
    
74.               total_h_pixel = 2200;
    
75.               total_v_pixel = 1000;
    
76.               break;
    
77.           case 0x1018 :  //10.1寸屏,1280*800分辨率
    
78.               cmos_h_pixel = 1280;
    
79.               cmos_v_pixel = 800;
    
80.               total_h_pixel = 2570;
    
81.               total_v_pixel = 980;
    
82.               break;
    
83.          default :
    
84.              cmos_h_pixel = 480;
    
85.               cmos_v_pixel = 272;
    
86.               total_h_pixel = 1800;
    
87.               total_v_pixel = 1000;
    
88.               break;
    
89.       }
    
90. 
    
91.       emio_init();                         //初始化EMIO
    
92.       status = ov5640_init( cmos_h_pixel,  //初始化ov5640
    
93.                             cmos_v_pixel,
    
94.                            total_h_pixel,
    
95.                            total_v_pixel);
    
96.       if(status == 0)
    
97.           xil_printf("OV5640detected successful!\r\n");
    
98.       else
    
99.           xil_printf("OV5640detected failed!\r\n");
    
100. 
     
101.      //根据获取的LCD的ID号来进行video参数的选择
     
102.      switch(lcd_id){
     
103.          case 0x4342 : vd_mode =VMODE_480x272;  break;  //4.3寸屏,480*272分辨率
     
104.          case 0x4384 : vd_mode =VMODE_800x480;  break;  //4.3寸屏,800*480分辨率
     
105.          case 0x7084 : vd_mode =VMODE_800x480;  break;  //7寸屏,800*480分辨率
     
106.          case 0x7016 : vd_mode =VMODE_1024x600; break;  //7寸屏,1024*600分辨率
     
107.          case 0x1018 : vd_mode =VMODE_1280x800; break;  //10.1寸屏,1280*800分辨率
     
108.          default : vd_mode = VMODE_800x480; break;
     
109.      }
     
110. 
     
111.      //初始化灰度转换IP核OV5640_sobel
     
112.      XOv5640_sobel_Initialize(&sobel_inst, XPAR_OV5640_SOBEL_0_DEVICE_ID);
     
113.      //配置灰度转换IP核OV5640_sobel的行数
     
114.      XOv5640_sobel_Set_rows(&sobel_inst, vd_mode.height);
     
115.      //配置灰度转换IP核OV5640_sobel的列数
     
116.      XOv5640_sobel_Set_cols(&sobel_inst, vd_mode.width);
     
117. 
     
118.      //配置VDMA
     
119.      run_vdma_frame_buffer(&vdma, VDMA_ID, vd_mode.width, vd_mode.height,
     
120.                              frame_buffer_addr,0,0,BOTH);
     
121.      //初始化Display controller
     
122.      DisplayInitialize(&dispCtrl, DISP_VTC_ID, DYNCLK_BASEADDR);
     
123.      //设置VideoMode
     
124.      DisplaySetMode(&dispCtrl, &vd_mode);
     
125.      DisplayStart(&dispCtrl);
     
126. 
     
127.      return 0;
     
128. }

复制代码

    在代码的第14行引入了“xov5640_sobel.h”头文件，这个头文件是Vivado HLS工具生成的，里面声明了灰度转换IP核的驱动函数。首先在代码的34行定义了边缘检测IP核的驱动实例sobel_inst，该变量会在后面对IP核进行配置时用到。然后在代码的第112行通过“XOv5640_sobel_Initialize()”函数来初始化Vivado HLS生成的边缘检测IP核；在代码的第116行通过传入“vd_mode.height”形参来设置灰度转换IP核的行数，在代码的第114行通过传入“vd_mode.width”形参来设置列数。这些数据类型和函数在“xlcd_rgb_color.h”头文件中均有声明。

1.5 下载验证

    编译完工程之后我们就可以开始下载程序了。将 OV5640 摄像头模块插在领航者 Zynq 开发板的“OLED/CAMERA”插座上，并将 LCD 的排线接头插入开发板上的 LCD 接线座。将下载器一端连电脑，另一端与开发板上的 JTAG 端口连接，连接电源线并打开电源开关。

    在 SDK 软件下方的 SDK Terminal 窗口中点击右上角的加号设置并连接串口。然后下载本次实验硬件设计过程中所生成的 BIT 文件，来对 PL 进行配置。最后下载软件程序，下载完成后在LCD上就可以看到摄像头采集的彩色图像被转换成了X方向的灰度图像，如下图所示：

图7.5.1 Sobel边缘检测