将算法映射到FPGA中如何节省资源

最近学习基于FPGA的图像处理时，在书中看到了算法移植的一些通用的节省硬件资源的方法，在这里和大家分享一下
本章节介绍定常数转换，不等式等效转换，截断，泰勒近似和增量更新。下一章节介绍查找表，浮点运算。（此外还有Cordic技术，由于作者水平有限，对其中涉及到的某些概念理解的不够深入，也许会在以后的博客进行更新）。

算法映射是什么

将各种算法（如图像处理的算法）转换为FPGA系统设计的过程称为算法映射。

计算技术

计算技术是图像处理的核心技术之一。在软件算法设计和调试完成之后，需要将软件的算法映射到FPGA中去，由于软件和硬件的设计差异性，相当一部分算法在映射前需要通过等效转换，近似计算等硬件技术技术来转换成硬件易于实现的方式，从而达到逻辑资源占用量和系统最高工作频率，计算误差的平衡。

算法转换

定常数转换

在乘法和除法运算中，经常会遇到乘数，被乘数或分子与分母是常数的情况。直接调用乘法器或除法器可以解决这个问题，但是这会消耗一定的DSP运算单元，而DSP运算单元往往是FPGA中比较少的资源。对于定常数，可以通过一定的转换将其转换为移位和加法运算，从而减少乘法器和除法器的使用。下面列举几个常用的例子。
$$\text{ dout }=\mathrm{din}\times 255$$
转换后
$$\mathrm{d}\mathrm{o}\mathrm{u}\mathrm{t}=\mathrm{din}\times (256-1)=(\mathrm{din}\ll 8)-\mathrm{din}$$
~
$$\text{ dout }=\mathrm{din}\times 123$$
转换后
$$\begin{array}{rl}\text{ dout }& =\mathrm{din}\times (64+32+16+8+2+1)\\ & =\mathrm{din}\times \left(2^6+2^5+2^4+2^3+2^1+2^0\right)\\ & =\mathrm{din}\times \left[2^7-\left(2^2+2^0\right)\right]\end{array}$$
对于小数的处理则需要先将其转换为整型进行处理：
$$\text{ dout }=\mathrm{din}/2$$