VisualApplets
基礎與範例

此範例非常簡單。 輸入的 RGB 影像會先進行緩衝，然後色彩平面會被分割為三個輸出連結。 這三個連結會透過三個 DmaToPC 運算子傳輸至 PC。 此方案的優點是延遲極低。 影像不會在擷取卡中進行緩衝。 如果主機 PC 夠快，ImageBuffer 運算子只會將影像延遲一行。 不會產生額外的延遲。 另一個優點是只需要一個 DRAM 運算子。

此實作的缺點是需要三個 DMA 輸出運算子。 這些運算子會消耗擷取卡的許多 FPGA 邏輯資源。 如果您不需要如此極低的延遲，則應考慮後續章節中介紹的其中一種方案。

在此 RGB 色彩平面分離方案中，色彩平面會透過 DMA 通道以循序順序輸出。 這是透過將 RGB 輸入分割為其組成元件，並將色彩分別緩衝在三個 ImageBuffer 模組中來完成的。 使用 InsertImage 運算子，即可從 ImageBuffer 中依序讀取色彩平面。

在此範例中，重要的一點是在將資料寫入 ImageBuffer 之前增加 Parallelism。 否則，在 InsertImage 模組之後將會產生瓶頸。

此方法的優點是只需要一個 DMA 通道，因而減少了所需的資源。 此外，延遲也達到了循序輸出的理論最小值。 紅色通道的 DMA 傳輸會立即開始，毫無延遲。 此方案的缺點是需要三個擷取卡記憶體運算子。 由於這些運算子數量有限，因此本方案僅在不需要更多此類緩衝區時才適用。

此方案是前一個範例與下一個範例之間的過渡步驟。 由於頻寬限制，不建議實作此方案。 不過，它以簡單的方式說明瞭如何在只需要一個擷取卡 RAM 的情況下，獲得與前一個範例相同的輸出。 為了將影像序列化，我們使用 ImageBufferMultiRoI 運算子。 在此運算子中，我們單純地讀取相同的影像三次。 之後，我們為第一張影像選取紅色元件，為第二張影像選取綠色元件，並為第三張影像選取藍色元件。 這可以透過 ModuloCount 和 CASE 運算子輕鬆完成。 ModuloCount 的參數設定為對影格數進行模 3 計數，即 {0, 1, 2, 0, 1, 2, ...}。

如前所述，此方案並非最佳方案，因為它會降低頻寬。 原因在於我們讀取了相同的輸入影像三次，但每次只使用三個元件中的其中一個。 因此，在每個讀取週期中，我們都會捨棄三分之二的資料。 下一個範例將展示一個克服此限制的類似方案。

此範例與前一個範例類似。 相對地，在此情況下我們沒有頻寬限制。 其概念是相同的。 藉由使用 ImageBufferMultiRoI 運算子，我們將三個色彩元件序列化。 與前一個範例不同的是，我們不在緩衝區之後分離色彩。 而是改在將色彩寫入緩衝區之前進行分離。 這是在 PreSort HierarchicalBox 中完成的，其內容如 volgende 圖所示。

此方法的概念是在將色彩元件寫入緩衝區之前先將其分離。 這對每個影像行都會執行。 因此，我們將色彩元件分割為三個連結。 這些產生的灰階連結現在包含輸入影像的影像行。 接著，這些行會進行多工處理並附加在一起。 其結果是我們在一個大影像中包含了三個灰階影像。 紅色元件在左側，綠色在中間，藍色在右側。 請查看下一圖中的模擬結果以了解其實作方式。

在 ImageBufferMultiRoI 中，我們現在必須先讀取左側部分。 之後是中間部分，最後是右側部分。 因此，我們需要為每個 ROI 設定不同的 XOffset，如下所示。

在使用時，別忘了如範例所示，在分離元件之前先增加 Parallelism。 這是避免在 InsertLine 模組之後產生瓶頸所必需的。 由於我們傳輸的是灰階 8 位元影像而非 24 位元 RGB 影像，因此我們需要的 Parallelism 至少要比輸入高三倍。

此解決方案僅需要一個 DRAM operator，且不會限制頻寬。 這是一個最佳化的解決方案。 不過，需要一些 block RAM 來緩衝 FIFO 中分離的色頻行。 對於小影像而言，這應該不會造成問題。 然而，如果您有很大的影像寬度（例如每行 16384 個像素），則需要大量的 block RAM。 最後的這個缺點可以透過下一個範例來解決。

這是 VisualApplets 中色頻分離最高階的範例。 它著重於最低的資源使用率與最高的頻寬。 先前的範例使用預先排序來分離色彩分量，以便我們可以從緩衝區中個別讀取它們。 然而，預先排序中的 FIFO 需要一些 block RAM。 在此方法中，我們同樣使用預先排序。 相對地，我們在切換到下一個色頻之前，只收集每個色頻的 8 個連續像素。 在先前的範例中，我們在切換到下一行之前收集了一個色頻的完整行。 此修改帶來的結果是我們不再需要 FIFO。 不過，在這種情況下無法使用 ImageBufferMultiRoI。 取而代之的是，我們必須使用 FrameBufferRandomRead。

預先排序很簡單。 首先，我們將 Parallelism 增加到八。 接著，分割色頻。 這會產生三個鏈結，每個鏈結具有 8 的 Parallelism。 MergeParallel 現在會將這些色頻的第八個像素放入序列中。 因此我們將獲得以下序列：R0 到 R7、G0 到 G7、B0 到 B7、R8 到 R15、G8 到 G15、B8 到 B15、...

輸入端的 FIFO 是因為 PARALLELdn 從 16 降到 8 而需要的。 此 FIFO 僅用於避免 DRC 等級 2 錯誤。 事實上，它不需要緩衝資料，因此我們將其大小設為僅 2 個像素的非常小尺寸。

在我們對像素進行預先排序之後，它們會被緩衝在 FrameBufferRandomRead operator 中。 這個 operator 具有讀取列與行位址輸入，並允許隨機讀取資料。

該 operator 只能在 Parallelism 為一的情況下使用。 因此，我們使用 CastParallel 將每像素 8 位元的 8 Parallelism 轉換為每像素 64 位元的 1 Parallelism。 這就是為什麼我們在前一個步驟中收集了八個連續像素。

為了分離色頻，我們必須將位址增加二以跳過不需要的色彩。 因此，對於紅色色頻，讀取位址將會是：RColA(0) = 0, RColA(1) = 2, RColA(2) = 5, ... 對於綠色色頻，讀取位址將會是：RColA(0) = 1, RColA(1) = 3, RColA(2) = 6, ... 階層式方塊 AdressGenerator 會產生這些讀取位址。 CreateBlankImage operator 定義所需的影像尺寸。 由於我們先前已將 CastParallel 從 8 轉換為 1，因此我們必須使用除以 8 的影像寬度。

行位址只需透過將 Coordinate_X 輸出以 Scaling 3 來產生。 根據目前的色頻，我們將 0、1 或 2 作為偏移量加到這些值中。

透過使用 AppendImage，這三個位址影像被合併為一個較大的影像。 行位址只需透過 0 與影像高度之間的 Counter 來產生。 在此情況下，我們使用 ModuloCount operator 來執行此任務。 現在可以將位址饋送到 FrameBufferRandomRead operator 中。 切記在 CreateBlankImage 輸出端使用 2 的 Parallelism，以最大化 FrameBufferRandomRead 的效能。

在緩衝區之後，我們會獲得一個大型影像，其中前幾行包含紅色影像，接著包含綠色影像，最後包含藍色影像。 為了將這個大型影像分割為三個獨立的 DMA 輸出，我們使用 SplitImage 並設定影像高度。

了解實作方式最簡單的方法是逐步檢視中間結果。 請注意，您需要為一個結果影像模擬三個步驟。 這是因為必須由 CreateBlankImage operator 產生 3 張影像。

此解決方案經過資源最佳化，只需要少量的 block RAM 資源。 此外，FPGA 邏輯資源也獲得了有效利用。 位址產生只需少量的資源。