基於FPGA的VGA顯示模式和像素頻率的識別

2021-01-10 電子產品世界
0 引言

視頻採集卡不僅能用於影像處理，還可以用一臺顯示器同時顯示、監控多臺主機的內容，達到實時控制多臺主機的目的。隨著數字影像技術的不斷發展，使得視頻採集卡的需求不斷增加，在電子通信與信息處理領域得到廣泛應用。而傳統的視頻採集卡硬體實現複雜，難於向便攜、嵌入的方向發展。因此，設計一種硬體簡單、使用方便、便於嵌入到系統中的視頻信號採集電路具有重要的意義。

隨著FPGA(現場可編程門陣列)集成度的增加、功耗和價格的不斷降低，現在的視頻採集卡的實現可以由FPGA來實現。本文設計的VGA(視頻圖形陣列)顯示模式和像素頻率的識別方法，可以作為由FPGA實現的視頻採集卡的一個模塊，並且應用中具有可靠性高、性能穩定、調試簡單、可擴展性好及設計成本低等特點。

1 VGA顯示原理

隨著顯示技術的不斷發展，在業界制定了多種顯示協議標準。根據解析度和刷新頻率的不同，顯示模式的發展可分為：VGA(640480像素)；SVGA(高級VGA，800600像素)；XGA(可擴展圖形陣列，1 024768像素)。本文可以識別各種刷新頻率的上述顯示模式，並得到像素頻率值，進一步應用於A／D轉換器採樣模塊處理中。

常見的彩色顯示器一般由CRT(陰極射線管)構成，彩色是由R(紅)、G(綠)、B(藍)3色組成。顯示是採用逐行掃描的方式，陰極射線槍發出的電子束打在塗有螢光粉的螢光屏上，產生RGB三色基，最後合成一個彩色圖像。從熒幕的左上方開始向右掃描，每掃完一行圖像電子束回到下一行的最左端，每行結束後電子槍回掃的過程中進行消隱。然後從新開始行掃描，消隱……，直到掃到熒幕的右下方，電子束回到熒幕的左上方從新開始新的圖像掃描，並且在回到熒幕左上方的過程中進行消隱。在消隱過程中不發射電子束。每一行掃描結束時，用HS(行同步)信號進行同步；掃描完所有的行後用VS(場同步)信號進行同步。

VGA的行、場掃描時序見圖1。圖中行頻和場頻在數量上有很大差別，但時序上一樣。因此，圖1隻是示例HS信號、VS信號的行(場)掃描時間、行(場)同步時間、前沿時間、後沿時間、激勵視頻時間等。

2 FPGA系統實現

本文是基於FPGA對VGA顯示模式的識別並計算出像素頻率，採用自頂而下的設計思想，將整個系統分為分頻模塊、HS信號和VS信號計數模塊、VGA顯示模式選擇模塊。如圖2所示。

2.1分頻模塊

程序中的分頻模塊輸入是系統時鐘，輸出下一模塊的基準時鐘。頻率計的設計中，需要一個基準時鐘，這裡依據外部輸入50 MHz的時鐘頻率來產生0.5 Hz的頻率，誤差範圍為1／50 MHz。在表1中可以看到，最大的行頻是68.7kHz，即在誤差範圍內可以滿足設計要求。

2.2 HS和VS信號計數模塊

HS和VS信號都是低電平有效、佔空比小的方波信號。

本模塊採用頻率計的思想，使用直接測量法。直接將HS和VS信號作為計數時鐘，在輸入到HS和Vs信號計數模塊的基準時鐘的高電平時開始對HS和VS信號的計數，在基準時鐘的低電平時停止保持計數，並保存計數值。

下面分析本文中的直接測量誤差。

如圖3所示，被測信號有一個脈衝的上升沿比基準時鐘的上升沿早出現很短的時間，那麼在FiducialClock=1時所測的被測信號的脈衝數就少了1個；同理，被測信號有一個脈衝的上升沿比基準時鐘的下降沿早出現很短的時間，那麼在Fiducial Clock=1時所測的被測信號的脈衝數就多了1個。計數時鐘的周期記為n，實際輸出的計數值記為N，那麼，N=n1，即計數時鐘誤差範圍為1／(n1)。

VGA的HS和VS信號的周期很小，如表1所示。n的最大值為1／43.4。所以上述誤差很小。並且，在VGA顯示模式選擇模塊中採用的是範圍選擇，故這種測量方法的誤差在可以容忍的範圍內。

2.3 VGA顯示模式選擇模塊

本文主要對VGA顯示模式(表1中的解析度)進行識別，在確定顯示模式之後，可以用查表直接輸出對應模式的像素頻率。

根據VGA的顯示原理可以看出：在同一計數時間內場同步信號的脈衝數和行同步信號的脈衝數成比率關係。實際應用中將。HS和VS的計數模塊的輸出數相比後再查找表1內的解析度值就能確定顯示模式了，在確定顯示模式的同時輸出像頻。因為，每種顯示模式和像頻之間有確定的對應關係，並將測到的模式用7段數碼管顯示見表l。

3 仿真結果

3.1實驗1

3.1.1 PC機上設置

依次點擊「開始」、「控制面板」、「顯示」、「設置」。調節屏幕解析度為1 024768。再點擊「高級」、「監視器」。調節屏幕刷新頻率為85 Hz。

3.1.2 QuartusⅡ6.1的設計工程

在QuartusⅡ6.1中建立項目後，輸入各模塊的Verilog HDL程序代碼，邏輯綜合，布局布線，時序分析後生成編程文件。將編程文件下載到FPGA中進行驗證。

圖4是利用軟體QuartusⅡ6.1中的SignalTapⅡLogic Analyzer工具實時監測到的reg_th和reg_tv的值，它們分別是：1s內HS信號的脈衝數和VS信號的脈衝數。

實驗驗證：reg_th=116CDh，reg_tv=57h(採用十六進位表示)。即為行頻71 kHz，場頻為87 Hz。由VGA顯示原理可知：由reg_th和reg_tv就能確定VGA顯示模式的行數。此值符合在模式1 024768下一列總的像素點數(包括前沿像素點、後沿像素點、同步頭像素點、視頻像素點)。在程序部分，採用的是區域選擇，避免了由各種誤差帶來的數值的不匹配。圖4中顯示數據驗證了模式1 024768，像頻由內部寄存器保存，並且可以在數碼管上直觀地看到L的顯示。

3.2 實驗2

依次點擊「開始」、「控制面板」、「顯示」、「設置」。調節屏幕解析度為800600。再點擊「高級」、「監視器」。調節屏幕刷新頻率為75 Hz。

由圖5可知：reg_th=0B901h，reg_tv=4Bh(屏幕刷新頻率75 Hz)。

實驗驗證：reg_th=08901h，reg_tv=4Bh(採用十六進位表示)。即行頻為47 kHz，場頻是75 Hz。由VGA顯示原理可知：由reg_th和reg_tv就能確定VGA顯示模式的行數。此值符合在模式800 600下一列總的像素點數(包括前沿像素點、後沿像素點、同步頭像素點、視頻像素點)。在程序部分，採用的是區域選擇，避免了由各種誤差帶來的數值的不匹配。圖5中顯示數據驗證了模式800600，像頻由內部寄存器保存，並且可以在數碼管上直觀地看到A的顯示。

4 結束語

以上實驗結果證明，本方法可以正確輸出各種VGA顯示模式，即在每種模式中確定一個量後，可模擬基於SRAM工藝的FPGA的LUT(查找表)思想，以確定的量為人口來存儲或輸出VGA各種模式的其他相關量。本文中的分頻模塊和「頻率計」思想的計數模塊都可以在其他系統中構建特殊時鐘和特殊計數器時作為參考。同時，將根據存儲的像素頻率值保存後可用來配置FPGA中的PLL(鎖相環)輸出像素的採樣時鐘，應用於像素點的採樣，進而設計出高性能的基於FPGA嵌入式系統的視頻採集卡。

相關焦點

  • 基於DSP和FPGA的機器人聲控系統設計與實現
    系統硬體分為語音信號的採集和播放，基於dsp的語音識別，fpga動作指令控制、步進電機及其驅動、dsp外接快閃記憶體晶片，jtag口仿真調試和鍵盤控制幾個部分。jtag口用於與pc機進行聯機在線仿真，鍵盤則用於參數調整和功能的切換。 3 語音識別系統設計 3．1 語音信號的特點 語音信號的頻率成分主要分布在300～3400hz之間，根據採樣定理選擇信號的採樣率為8 khz。語音信號的一個特點在於他的"短時性"，有時在一個短時段呈現隨機噪聲的特性，而另一段表現周期信號的特性，或二者兼而有之。
  • 基於FPGA的無損圖像壓縮系統設計
    編者按：　　摘要：本文簡要介紹了圖像壓縮的重要性和常用的無損圖像壓縮算法，分析了快速高效無損圖像壓縮算法(FELICS)的優勢，隨後詳細分析了該算法的編碼步驟和硬體實現方案，最後公布了基於該方案的FPGA性能指標。
  • 基於FPGA的結構光圖像中心線提取
    本文引用地址：http://www.eepw.com.cn/article/274762.htm引言　　隨著測控技術及數字圖像處理技術的高速發展，基於三角法線結構光的三維測量具有高精度、非接觸、實時性和強主動受控性的特性，因此在現實中有廣泛的應用，尤其是在計算機視覺、醫療診斷和工業檢測等領域應用價值日漸增強。
  • 基於FPGA的實時中值濾波器硬體實現
    在高清圖像的生成和採集過程中，往往會受到各種噪聲的幹擾，使高清圖像的質量變差，因此必須對圖像進行濾波、平滑等預處理來消除噪聲。中值濾波作為一種非線性濾波方法，既可以消除隨機噪聲和脈衝幹擾，又可以很大程度地保留圖像的邊緣信息，得到了廣泛的運用。
  • 一種基於FPGA的實時紅外圖像預處理方法
    針對這一問題，提出一種基於FPGA的實時紅外圖像預處理方法。該方法採用了流水線技術來並行完成非均勻校正、空間濾波、直方圖統計等多個紅外圖像預處理算法，對系統結構進行了改進和優化。經過實驗測試驗證，該方法合理可行，能夠實時高效地完成紅外圖像預處理任務。與DSP圖像預處理系統相比可以節約將近50％的處理時間。
  • 基於Spartan-6 FPGA的Sinc3 Filter設計
    將z用e-jω代替後，得到其傳遞函數的頻率響應為：        　　fs調製器的時鐘頻率即採樣頻率fs、抽取率M和輸出數據的頻率fdata之間的關係為：        濾波器相關文章:濾波器原理 fpga
  • 基於FPGA IP核的FFT實現
    而FPGA廠商Altera公司和Xilinx公司都研製了FFT IP核，性能非常優越。在FFT的硬體實現中，需要考慮的不僅僅是算法運算量，更重要的是算法的複雜性、規整性和模塊化，而有關利用FFT IP核實現FFT算法卻涉及不多。
  • 基於FPGA的手勢語音轉換器
    我們的手語語音轉換器目的就是就是通過它提供一種有效的途徑將聾啞人的手勢識別出來，並轉換成我們普通人所習慣的語音信息，從而實現聾啞人與我們的有效溝通。目前手語識別可以分為基於視覺的識別系統和基於數據手套的識別系統。基於視覺的手勢識別系統採用常見的視頻採集設備作為手勢感知輸入設備，價格便宜、便於安裝。
  • 基於FPGA的複數浮點協方差矩陣實現
    O 引言 協方差矩陣的計算是信號處理領域的典型運算，是實現多級嵌套維納濾波器、空間譜估計、相干源個數估計以及仿射不變量模式識別的關鍵部分，廣泛應用於雷達、聲吶、數字圖像處理等領域。
  • 基於FPGA的四通道視頻縮放引擎的研究及設計
    數字視頻縮小和放大（簡稱縮放）是視頻處理的一個重要分支，是基於對數字視頻每幀圖像的處理來實現的。常見的縮放算法有最近鄰域法、雙線性插值法、拋物線插值法、雙三次插值法和牛頓插值法等基於多項式的插值算法[1]，較容易在FPGA硬體上實現；也有B樣條插值法、基於小波插值和有理插值等比較複雜的算法，難以在FPGA上實現。近年來隨著液晶平板顯示器件的廣泛應用，對於定標器的研究越來越多且研究成果也很豐富。
  • 基於FPGA的RCN226絕對式編碼器通信接口設計
    DSP用來實現矢量變換和其它算法流程；FPGA用以實現解碼、A、B、 Z信號輸出、I／O擴展等功能，FPGA中尚有很多資源沒有得到充分利用。本文研製了一種用於交流伺服系統中的基於FPGA的絕對式編碼器智能接口，實現與絕對式編碼器的雙工通信，接收高速數據流，同時在FPGA內部開闢RAM空間，將收到的編碼器數據存入RAM中，DSP可以以訪問內存的方式讀取數據，提高了工作速度。同時，該接口還具有奇偶校驗等糾錯功能，完全可以替代廠家提供的接收晶片，大幅度降低了產品成本。
  • 基於聯合頻率分析的數位訊號自動調製識別
    信號調製識別一般包括兩個重要的部分，即類間（Inter－class）識別和類內（Intra－class）識別，本文著重研究FSK、PSK和多音FDM三類信號的類間識別問題，由於多音FDM是多載波信號，需採用時頻方法進行分析，但單純使用時頻不能很好地反應信號的特徵，為此，本文首先介紹了將傅氏變換應用於時頻分布各頻帶的聯合頻率分析方法，並通過DSP信號闡述了該方法的特性，然後根據譜相關循環頻率軸譜表徵信號循環平穩特性的優點
  • 一種基於服務機器人的視覺系統設計
    基於這些因素，本系統採用了Omnivision公司推出的CMOS彩色圖像傳感器OV7635。　　OV7635的分辨力為640X480，能輸出3種格式的8位數據：YCbCr4:2：2模式、RGB4:2：2模式和RGB原始數據模式。輸出VGA格式最大可達到30fps（fps：每秒幀數）。能工作在逐行掃描下和隔行掃描下。OV7635有主模式和從模式兩種工作模式。
  • 基於FPGA高精度浮點運算器的FFT設計與仿真
    摘要 基於IEEE浮點表示格式及FFT算法，提出一種基2FFT的FPGA方法，完成了基於FPGA高精度浮點運算器的FFT的設計。利用VHDL語言描述了蝶形運算過程及地址產生單元，其仿真波形基本能正確的表示輸出結果。
  • 基於fpga二維小波變換核的實時可重構電路
    項目背景及可行性分析本文引用地址：http://www.eepw.com.cn/article/266432.htm　　2.1 項目名稱及摘要：　　基於fpga二維小波變換核的實時可重構電路　　現場可編程門陣列為可進化設計提供了一個理想的模板
  • 基於FPGA的巴特沃茲IIR數字帶通濾波器設計
    其中IIR數字濾波器和FIR數字濾波器是目前人們使用較多的兩種。數字濾波器通常採用計算機軟體、專用數字濾波器、DSP器件或可編程邏輯器件(如FPGA) 實現。因為，用FPGA實現數字濾波器具有實時性強、靈活性高、處理速度快以及小批量生產成本低等優點，所以得到了較為廣泛的應用。本文以巴特沃思數字帶通濾波器為例，較為詳細地介紹了其設計和實現方法。
  • 基於OpenCv 和 Python 的手指識別及追蹤
    在該應用中，使用基於直方圖的方法將手與背景幀分離。 使用閾值處理和濾波技術來進行背景消除以獲得最佳結果。我在手指識別時遇到的挑戰之一是將手與背景區分開並識別手指的尖端。我將向您展示我用於手指跟蹤的技術，我在此項目中使用了該技術。如果想要查看手指識別和跟蹤的實際操作，請觀看我上傳的視頻。
  • 基於DSP的語音識別系統的實現及分析
    語音識別系統一般包括前端處理、特徵參數提取、模型訓練和識別部分。圖1所示是基於模式匹配原理的語音識別系統框圖。　　　　1.3 模型訓練及模式識別　　在識別系統後端，從已知模式中獲取用以表徵該模式本質特徵的模型參數即形成模式庫，再將輸入的語音提取特徵矢量參數後與已建立的聲學模型進行相似度比較，同時根據一定的專家知識（如構詞規則，語法規則等）和判別規則決策出最終的識別結果。
  • 基於FPGA的幀內預測編碼器硬體架構設計詳解
    本文在FPGA 平臺上採用資源共享、高並行和多流水線結構實現了亮度幀內預測算法。該方法在分析AVS 幀內亮度5 種預測模式的基礎上，將像素預測與模式判決在一個模塊中完成，並且利用各模式預測的相似性，實現運算單元共享和多種模式並行執行，兼顧了處理速度和實現代價。仿真及綜合結果表明該設計能夠完全滿足標清（704×576，30f/s） 數字視頻的實時處理要求。