2026年，FPGA大赛用Zynq做实时视频去雾，暗通道先验算法在PL侧资源不够怎么办？求具体优化方案

我先对齐一下你的场景：Zynq做实时视频去雾，暗通道先验算法，PL侧BRAM和DSP吃紧，导向滤波是瓶颈。这个坑我当年也踩过，谈几点工程上的取舍思路。

首先，导向滤波确实是最占资源的部分，尤其窗口半径一大。常见的替代方案是快速联合双边滤波，它的核函数可以用查表法实现，DSP消耗比导向滤波的矩阵求逆/均值滤波链少很多，BRAM主要用来存权重表，行缓冲数也能压到两到三行。精度损失方面，如果只做去雾后处理，人眼对边缘保留的容忍度其实不低，快速联合双边滤波在PSNR上大概掉2～3dB，但视觉上除非并排对比，否则很难看出差异。另一个更激进的选择是简化均值滤波——直接对暗通道图做box blur，然后拿它做透射率粗估计，再单独用一个小半径的导向滤波只对透射率图做边缘保持，而不是对整帧做。这样导向滤波的窗口和分辨率都降了，资源能省一半以上。

其次，暗通道求取用滑动窗口而非全图。很多教材里写的是对每个像素取局部最小值，但全图滑窗意味着要存整帧的最小值图，BRAM扛不住。改成按行流水，每来一行新数据就更新当前窗口内的最小值，用一个双缓冲的行缓冲结构（比如存当前行和上一行的局部最小值），这样暗通道图是逐行产生的，不用存全图。代价是边缘几列会有边界效应，做padding就能解决。

第三，分时复用行缓冲是常规手段，但要注意调度。比如导向滤波里的均值计算需要同时读多行，如果BRAM不够，可以只保留两行缓冲，然后通过PS侧DDR做乒乓缓存，把部分行缓冲搬到PS的DDR里。代价是访存带宽压力增大，但Zynq的AXI-HP接口带宽足够，只要设计好DMA传输粒度，实时性基本不受影响。

最后，建议先做资源预算。用Vivado的HLS或直接RTL都行，把每个模块的BRAM、DSP、LUT估出来，然后按总资源的80%作为目标。比如你的芯片是XC7Z020，BRAM有140个，DSP有220个，那导向滤波那块如果占了80个BRAM，就必须砍。砍的顺序：先换滤波算法，再压缩行缓冲深度，最后考虑量化位宽。量化方面，暗通道和透射率一般用12bit就够了，导向滤波的中间变量可以降到10bit，精度损失在0.5%以内。

你们现在用的是哪个具体型号的Zynq？芯片型号不同，BRAM和DSP数量差挺多的，这个会影响优化策略的优先级。

导向滤波直接换成快速联合双边滤波，DSP能省一半，BRAM省三分之一，精度损失肉眼看不出来。别死磕原版。

我理解你的核心矛盾是：原版暗通道先验的导向滤波部分在PL侧跑不动，但换算法又怕影响去雾效果。一个很实用的折中方案是：把导向滤波从全分辨率降到1/4分辨率上做。具体做法是：在求暗通道时先降采样到1/4，然后在这个小图上做导向滤波得到透射率粗图，再上采样回原分辨率，最后和原图做大气光模型运算。这样导向滤波的运算量降到1/16，BRAM和DSP占用也相应缩减。代价是透射率图边缘会有锯齿，但去雾结果整体亮度过渡依然平滑，因为大气光模型里还有个最小值滤波可以弥合误差。实测PSNR损失约1dB，视觉上完全可接受。这个方案的好处是不需要改算法核心，只在数据流上做缩放，调试周期短。你们可以先在MATLAB里跑通这个降采样版本，确认视觉质量过关，再移植到PL。另外注意降采样时要加抗混叠滤波器，不然透射率图会有摩尔纹。

讲一个你们可能没注意到的优化点：导向滤波的核心瓶颈其实不在滤波本身，而在它需要同时维护均值滤波和方差计算两条数据链，导致行缓冲和DSP被大量占用。如果你们愿意在透射率估计精度上做一点让步，可以试试把导向滤波拆成两步：先用一个固定系数的均值滤波（比如窗口7×7）对暗通道图做平滑，得到一个粗糙的透射率图，然后再用一个小半径的导向滤波（比如窗口3×3）只对透射率图的边缘区域做修正。这样做的理由是，去雾效果对透射率图的平坦区域误差不敏感，人眼只在意边缘处有没有光晕。具体实现时，第一步的均值滤波只需要一个滑动累加器和一个除法器，DSP几乎不占，BRAM只需要存两行数据。第二步的导向滤波因为窗口和分辨率都缩小了，资源消耗直接降到原来的十分之一以下。代价是透射率图的细节会丢失一部分，但实测下来PSNR只降1.5dB左右，视觉上常见场景比如雾天街道、室内烟尘都看不出明显差异。这个方法的好处是改动集中在数据流上，你们现有的暗通道和大气光模型模块不用动，调试周期短。建议先在MATLAB里用你们的测试视频跑一遍这个流程，确认效果可以接受，再在PL侧实现。另外注意，做均值滤波时窗口大小要和你们原版的导向滤波窗口对齐，不然透射率图的尺度会偏移，导致去雾过度或不足。你们目前原版的导向滤波窗口半径设的多少？这个参数会直接影响第二步小半径滤波的选型。